高盛上調AI就業替代預測：10年內或波及1500萬美國工人
Taylor Wilson
高盛將AI十年替代規模從6%-7%上調至超9%，約1500萬美國工人可能受影響——這意味著市場此前對AI就業衝擊的估算被系統性低估。
高盛為何突然大幅上調數字？
核心原因在於方法論更換：舊模型計算的是某一時點有多少人失業（「存量」），新模型追蹤的是工人從現有崗位流出的速度（「流量」）。
這意味著→ 舊方法如同拍一張快照，新方法則像拍一段影片——影片能看到人不斷離開，自然數出來的人更多。
新模型發現：生產率每提升1%，此後兩年崗位消亡率累計上升約0.5至0.6個百分點，較舊估算高出約50%。
歷史上有無類似先例？
高盛援引的參照是1990年代末至2000年代初的資訊通訊技術繁榮期。
該輪技術驅動的生產率每提升1%，崗位消亡率累計上升0.6至0.7個百分點——比當前AI模型的基準估算更高。
這意味著→ 若AI的生產率衝擊超過歷史75百分位水平，替代規模還會進一步上行，當前的9%可能仍非上限。
經濟衰退期會否令情況更差？
歷史數據顯示，常規性崗位（routine jobs，即流程固定、易被自動化取代的工作）的集中消失往往發生在經濟衰退期。
簡單來說＝ 衰退期企業加速裁減可被機器替代的崗位，同時經濟創造新崗位的能力亦最為薄弱——兩頭擠壓同時發生。
這反映出一個結構性風險：AI替代不會勻速推進，一旦撞上衰退，衝擊將集中爆發。
高盛為何仍維持樂觀判斷？
美國經濟正常年份每年淨新增2500萬至3500萬個崗位，動態吸收能力較強。
高盛預計AI透過三條路徑創造新就業：①直接催生新職業類別（類比數碼經濟帶來的約1500萬個崗位）；②推動專業化分工深化（類比醫療行業60年間從200萬擴張至逾1800萬從業者）；③收入增長拉動消費服務需求。
布里格斯估算，若崗位損失均勻分布於10年週期，且多數被替代工人能在一年內再就業，失業率峰值影響將低於1個百分點。
這個樂觀判斷最大的漏洞在哪？
關鍵前提是新崗位創造的速度能跟上替代速度——而這恰恰是當前預測中最大的不確定變量。
這意味著→ 高盛的結論本質上是一個條件句：若新崗位跟得上，衝擊可控；若跟不上，失業率升幅將遠超1個百分點。
說白了＝ 高盛自己亦承認，樂觀情景能否成立，取決於一個目前無人能確認的假設。
Content is for reference only, not financial advice.