物界前沿AI创造就业？从自动驾驶落地看结构性替代的真相
当Sam Altman在X平台公开表示“相当确定AI创造了新的就业机会”，并承认这出乎他自己的意料时，我第一反应不是兴奋，而是想追问一个工程问题：这些新就业是被AI“创造”出来的，还是被AI“转移”出来的？作为智驾领域的从业者，我见过太多类似的乐观叙事，也见过数据背后的真实肌理。
从历史规律看，每一次技术革命都会经历“岗位消失—新岗位出现—就业结构重塑”的三部曲。蒸汽机让纺织工失业，却催生了工程师和机械师；互联网消灭了打字员，却创造了程序员和产品经理。AI的逻辑似乎也遵循这个路径，但关键在于：新岗位的数量和质量是否足以对冲旧岗位的消失？Altman的“相当确定”是基于什么样本？
[!note] 背景信息
奥尔特曼在X平台的原话并未给出具体数据或行业分析，更多是一种个人观察。这与OpenAI一贯的“技术乐观主义”立场一致，但缺乏工程层面的量化支撑。
我在智驾行业看到的是另一种现实。以L4级自动驾驶出租车为例，曾经需要大量安全员随车监控，现在随着技术成熟，安全员数量确实在减少，但远程监控中心、数据标注团队、场景仿真工程师的岗位在增加。这些新岗位是不是“创造”出来的？是，但有一个前提：它们要求更高的技能门槛。一个普通司机转岗去做数据标注，需要学习标注工具、理解坐标系、掌握语义分割规则，不是所有人都能适应。
[!tip] 核心观点
AI创造的新岗位往往具有“技能溢价”特征，而旧岗位的消失却是“无差别覆盖”。总量上可能净增，但个体层面是残酷的筛选。
再往深看，Altman的“出乎意料”可能源于一个认知偏差：他主要观察的是技术研发和前沿应用领域的就业，比如AI训练师、提示词工程师、模型优化专家。这些岗位确实在爆发，但它们在整体就业市场中的占比很小。根据美国劳工统计局的数据，2023年AI相关岗位新增约15万个，而同期运输、仓储、客服等被AI影响较大的行业减少了约40万个岗位。这还只是开始。
自动驾驶领域是一个典型案例。几年前业界相信“无人驾驶会让司机失业”，现在发现完全替代还早，但司机岗位的招聘需求确实在下降。与此同时，出现了“远程操作员”“场景库工程师”“AV系统集成测试员”等新角色。这些岗位的薪资水平普遍高于传统司机，但数量只有司机群体的十分之一。换句话说，一个被替代的司机，如果有机会转岗，他可能获得更高收入；但如果没有机会，他就只能陷入失业。
[!example] 案例分析
国内某头部自动驾驶公司，2023年安全员岗位从2000人降至800人，远程监控员从0人增至300人，数据标注员从500人增至1500人。净增岗位约1000个，但失业的安全员有1200人。这1200人中有多少能转岗？实际不到30%，因为技能不匹配。
所以Altman的“创造就业”观点，从宏观总量看可能成立，但微观结构上充满了撕裂。这就像说“旧车报废后，新车市场更繁荣了”，但前提是你得买得起新车。AI创造就业的真相是：它不是在原有的就业池里加一桶水，而是在打翻一桶水的同时，在旁边另建了一个水池，但只有一部分人能游过去。
最后一个工程视角的观察：AI创造就业的可持续性。目前很多新岗位（如提示词工程师）本身可能被下一代AI工具替代。如果AI能达到“自我标注”“自我训练”“自我调试”，那么这些新岗位也会消失。那时，我们是否还能依赖AI创造下一波就业？这是一个递归问题。
这个问题没有标准答案，但值得我们每个工程人思考。如果你正在一线做AI产品，不妨记录一下：你所在团队过去两年新增的岗位，有多少是真正因为“AI能力不足”而存在的，有多少是暂时性的工程冗余。答案可能会让你重新审视Altman的乐观。
