高盛上调AI就业替代预测：10年内或波及1500万美国工人
Taylor Wilson
高盛将AI十年替代规模从6%-7%上调至超9%，约1500万美国工人可能被波及——这意味着此前市场对AI就业冲击的估算被系统性低估。
为什么高盛突然把数字调高了这么多？
核心原因是方法论换了：旧模型数的是某个时点有多少人失业（"存量"），新模型追踪的是工人从现有岗位流出的速度（"流量"）。
这意味着→ 旧方法像拍一张照片，新方法像拍一段视频——视频能看到人在不断离开，自然数出来的人更多。
新模型发现：生产率每提升1%，此后两年岗位消亡率累计上升约0.5-0.6个百分点，比旧估算高出约50%。
历史上有没有类似的先例？
高盛援引的参照是1990年代末至2000年代初的信息通信技术繁荣期。
那一轮技术驱动的生产率每提升1%，岗位消亡率累计上升0.6-0.7个百分点——比当前AI模型的基准估算还高。
这意味着→ 如果AI的生产率冲击超过历史75百分位水平，替代规模还会进一步上行，当前的9%可能仍不是天花板。
经济衰退期会让情况更糟吗？
历史数据显示，常规性岗位（routine jobs，即流程固定、容易被自动化取代的工作）的集中消失往往发生在经济衰退期。
用大白话说＝ 衰退期企业加速裁掉能被机器替代的岗位，同时经济又最缺乏创造新岗位的能力——两头挤压同时发生。
这反映出一个结构性风险：AI替代不会匀速发生，一旦撞上衰退，冲击会集中爆发。
高盛为什么还是乐观的？
美国经济正常年份每年净新增2500万至3500万个岗位，动态吸收能力较强。
高盛预计AI通过三条路径创造新就业：①直接催生新职业（类比数字经济带来的约1500万个岗位）；②推动专业化分工深化（类比医疗行业60年间从200万扩张至逾1800万从业者）；③收入增长拉动消费服务需求。
布里格斯估算，若岗位损失均匀分布于10年周期，且多数被替代工人能在一年内再就业，失业率峰值影响将低于1个百分点。
这个乐观判断最大的漏洞在哪？
关键前提是新岗位创造的速度能跟上替代速度——而这恰恰是当前预测中最大的不确定变量。
这意味着→ 高盛的结论本质上是一个条件句：如果新岗位跟得上，冲击可控；如果跟不上，失业率上升幅度将远超1个百分点。
用大白话说＝ 高盛自己也承认，乐观情景能否成立，取决于一个目前谁也无法确认的假设。
Content is for reference only, not financial advice.