观点

AI 没抢走饭碗,反而在招人:拆解《经济学人》这波反共识

《经济学人》9 月封面称「就业末日」被推迟,AI 相关岗位爆增。这数据靠谱吗?反共识叙事背后藏着什么。

字号

9 月 4 日,《经济学人》finance-and-economics 板块发了篇封面文章:

The jobs apocalypse is postponed. An AI jobs boom is here.

标题是个双关——「末日被推迟」既是说大裁员没来,也暗含主流叙事被反转。原文可在 economist.com 搜索 "jobs apocalypse" 找到。

这篇我想拆一下:它说的到底是什么,数据靠不靠谱,以及为什么中文技术圈很少有人讨论它。

这篇《经济学人》到底说了什么

核心论点一句话:2023-2025 年盛行的「AI 让 X 亿人失业」叙事没有兑现。

《经济学人》每年 9 月封面都会盯就业市场——2022 年讲远程办公,2023 年讲 Gen Z 入职难,2024 年讲中年失业。今年这篇延续老套路:用数据反驳流行焦虑。

文章援引的论据大致三条:

  1. 美国 BLS、欧洲 Eurostat、日本总务省统计局 2024-2026 年的就业数据,没有出现 AI 直接导致的大规模裁员潮
  2. LinkedIn、Indeed 的招聘数据里,AI 相关岗位数量同比翻倍
  3. 企业内部调研显示,AI 工具普及后,人力预算没减反增——但岗位结构在变

听起来像给打工人吃定心丸。但「岗位结构在变」这句才是关键,后面展开。

三个被忽略的传播细节

这篇在 Hacker News 上是个奇怪的存在——热度低、讨论少,没有进入首页。HN 是技术圈对宏观叙事最敏感的地方。一个讲「AI 就业市场」的反共识文章,如果是真爆点,工程师会冲上来喷,要么喷数据,要么喷立场。没人评论,本身就是信号。

可能的解释有三个:

  • 技术人不关心宏观叙事——比起就业数据,他们更在意 Cursor 又发了什么新功能
  • 反共识不新鲜——技术圈早就知道「AI 取代程序员」是夸大,不需要《经济学人》来背书
  • 数据本身没说服力——缺第一手数字,缺方法论

我倾向第三个。文章摘要里没给具体百分比,只说 booming、growing。这种宏观定性,被技术社区一眼识破。

「AI 取代人类」的叙事是怎么被打脸的

2023 年是焦虑元年。三个标志性预测:

  • Goldman Sachs 报告称全球约 3 亿岗位将被 AI 影响,其中律师、行政、翻译首当其冲
  • OpenAI CEO Sam Altman 在多次采访中提到 AI 将重塑客服、翻译、初级编程等岗位(注:「5 年内消失」这个具体说法是中文媒体加工后的版本,原话更模糊)
  • Anthropic 在早期政策报告中提示过白领岗位受冲击的风险,但没有给出具体替代率数字

到了 2024-2026 年回头看:

  • BLS 数据显示美国 2024 年就业增长约 250 万,2025 年继续增长,远高于疫情前趋势
  • ILO(国际劳工组织)2025 年报告称全球失业率稳定在 5% 左右,没有结构性恶化
  • 翻译、初级客服这些岗位确实在缩,但被电商、跨境直播、AI 训练数据等新岗位填补

为什么会集体看走眼?我的判断:

经济学家和 AI 公司把「技术可行性」等同于「商业落地」。模型能翻译,不代表企业愿意换掉整个翻译流程。模型能写代码,不代表初创公司敢把核心业务交给它。部署成本、合规风险、可靠性,这些才是真正的护城河。

Goldman Sachs 那份报告当时就被诟病——它只算了「能力匹配」,没算「组织变革成本」。

但别高兴太早:AI 招的是什么岗

《经济学人》说「AI 就业热潮」,但热潮的成分才是重点。

打开 LinkedIn 搜一下 2024-2026 年招聘趋势,排在前面的 AI 岗位是:

  • 数据标注员——给 RLHF 喂料,时薪 15-25 美元,大量外包到肯尼亚、菲律宾、印度
  • Prompt Engineer——2023 年爆火,2024 年开始降温,现在更像是产品经理的子技能
  • RLHF 标注员 / AI Trainer——和标注员重叠度高,本质是给模型当「陪练」
  • AI 数据分析师——其实更接近传统 BI,只是多了 SQL+Python+LLM 的混合技能
  • AI 产品经理——岗位需求真实,但薪资没比普通 PM 高太多

这些岗位有几个共同特征:

  1. 高度依赖大模型公司节奏——模型迭代快,标注员技能要求 6 个月一变,职业寿命短
  2. 薪资两极分化——AI 研究员年薪百万美元,标注员时薪 15 美元,平均数掩盖了结构
  3. 对白领的「替代」和「新增」是错位的——被替代的是翻译、初级客服、初级文案;新增的是数据标注、AI 训练师。前者不少是大学学历,后者高中毕业就能干

所以《经济学人》说的「AI 在招人」没错,但新增岗位和被冲击岗位的人群重叠度极低。这不是就业市场的胜利,更像是劳动力市场的结构性降级。

编辑思考

我读完这篇《经济学人》有两个判断。

第一,「反共识」正在变成新的共识。2023 年主流是「AI 取代人类」,2026 年变成「AI 创造新岗位」。两个极端都不对——真实情况是部分替代、部分新增、结构性错位。但反共识叙事比平衡叙事更容易传播。下一次(可能在 2027 年)我们大概率会看到《经济学人》再发一篇「AI 招聘泡沫破裂」,因为低门槛标注岗位的可持续性确实存疑。

第二,《经济学人》的盲区对中文读者尤其值得警惕。它的数据主要来自美国 BLS、欧洲 Eurostat,几乎没有中国数据。但中国的情况可能更复杂——一方面,国内 AI 落地速度更快,客服、电商运营、初级程序员的替代比例可能高于欧美;另一方面,国内数据标注产业规模全球第一,AI 岗位的真实增长被就业总量稀释。用《经济学人》的「乐观」套中国语境,可能错得离谱。

我不确定的一点:Goldman Sachs 2023 年的预测,到底是「错了」,还是「只是被时间错开了」。模型能力还在涨,组织变革的滞后效应可能是 5-10 年。这一波「就业繁荣」,是稳态,还是两次冲击之间的喘息——《经济学人》没回答,我也没答案。

来源: https://www.economist.com/finance-and-economics/2026/09/04/the-jobs-apocalypse-is-postponed-an-ai-jobs-boom-is-here