人工智能冲击就业市场？黄仁勋观点出乎意料
借助人工智能完成信息检索、内容梳理、数据解析和初步文本生成仅仅是入门阶段，还需对结果加以校验、对取舍依据做出说明、掌握行业逻辑，并在信息存在缺口时做出决策。与其单纯展示能操作某款流行工具，上述素养才是用人单位真正看重的工作能力。
黄仁勋的观察同样获得了高盛近期调研的支撑。高盛于今年早些时候发布的分析报告指出，人工智能对若干领域的招聘活动造成了负面冲击；但在另一些职位中，人工智能带来的效率提升反而催生了更多岗位需求。真正值得重视的，并不仅仅是某项工作能否交由机器执行，而是企业会如何重新分配由此释放的时间与资金。
一、取代环节
而非整建制消失
客服岗位的核心并非机械地复制粘贴标准话术，而是切实解决问题、维系客户、巩固关系。人工智能可以先行应对高频常规咨询，但一旦涉及退款争议、技术异常或情绪激动的投诉，仍需由人来认定事实、调配资源并对最终处理方案担责。当岗位中的一部分环节被剥离后，留下的工作往往难度上升，而非简单清零。
软件工程师的职责同样不止于编写代码。其工作范畴还包括洞察客户诉求、界定产品边界、管理系统风险、协同其他部门，并对交付结果承担责任。代码生成工具虽能降低重复性劳动，却无法替企业决定应当攻克哪些难题。一旦软件开发投入缩减，原本无力开发的产品或许会被纳入议程，相应需求便会同步扩张。
因此，评估人工智能对特定岗位的冲击，至少需要考量三个维度：被自动化的环节是否构成岗位的核心使命、剩余环节是否依赖判断与担责、成本压缩后市场需求是否上扬。仅聚焦其中一个维度，往往会把局部调整误读为全局走向。
二、预言落空
放射科医生队伍持续扩容
医疗系统中的放射科常被用作探讨人工智能与就业关系的典型样本。
2016年，计算机领域权威杰弗里·辛顿曾预言，深度学习很快会在影像辨识上胜过人类医生，甚至倡议医疗机构中止放射科医生的培养计划。该言论之所以引发广泛讨论，是因为阅片工作看似界限分明、便于反复训练和验证。
经同行评审的《美国放射学会杂志》所刊载的研究表明，美国执业放射科医生人数由2010年的34,328名攀升至2022年的38,306名，涨幅约为12%。
另有研究估算，在住培名额保持不变的前提下，2055年放射科医生队伍的规模仍可能较2023年扩张25.7%；若培训名额继续扩容，涨幅甚至有望触及40.3%。
现实中，放射科医生日常要处理的远不止影像判读本身：每一张片子都需结合既往病史、临床表现及历史检查结果加以判别；检查是否合理、异常是否需要进一步追踪、怎样向患者及临床团队阐述结论，都会左右后续诊疗走向。
介入放射科还涉及穿刺、引流等有创操作。人工智能虽能协助医生提速完成部分影像解析，却根本无力独自承担整个临床决策的责任。
辛顿随后承认早年的判断过于偏激，并对自身观点做出了修正。
黄仁勋对此给出的解读是，医疗领域始终存在尚未充分满足的诊疗诉求。
人工智能提升了阅片和文书环节的效率后，医疗机构得以接诊更多病患，医生也能够将精力投入到会诊、交流和诊疗之中。由此带来的医疗岗位增长，并非人工智能“无中生有”，而是医疗系统在效率改善后主动拓展服务边界的必然产物。
放射科的案例并不具备普遍适用性。医疗服务受人口结构、疾病谱系、支付意愿和监管框架等多重制约，软件、广告和客服领域的需求逻辑则各有差异。该案例所揭示的核心规律在于：当某项环节被自动化后，岗位最终走向主要取决于剩余工作与市场需求如何演变。
三、就业效应已经显现
但并非单一走向
2026年4月24日发布的《人工智能可能推动增长的就业，以及可能受到冲击的就业》报告估算：过去一年中，人工智能使美国月度新增就业减少约16,000个岗位，推升失业率约0.1个百分点；在人工智能助力人力提升的领域，月度新增就业则增加约9,000个岗位，使失业率出现轻微回落。
高盛同时提示，这一估算未充分纳入算力数据中心建设带来的新增用工，也未覆盖人工智能提升生产率和收入后衍生的新需求，因此总体负面效应或被夸大。
高盛的分析并非简单量化“多少岗位将被AI取代”。研究团队把两个容易被混淆的概念加以区分：替代，意味着人工智能可直接接手原本由人完成的任务；增强，意味着人工智能承担部分任务后，仍需由人来负责判断、沟通、现场处置或对结果担责。两类岗位都可能具备较高的AI暴露程度，但最终的就业影响却存在显著差异。
在方法层面，高盛研究团队把此前使用的AI替代评分与国际货币基金组织经济学家提出的“AI互补性”指标加以整合。
前者聚焦一项职业的工作内容有多大比重可被技术覆盖，后者关注人工智能能否与人配合，而非直接将人从生产流程中剔除。因此，研究中的分数更贴近“受影响的方式和程度”，不能径直解读为某一职业将裁减多少岗位。
高盛列举的替代风险较高的岗位涵盖电话接线员、保险理赔文员、催收员、计费员和文字处理员等。这些工作普遍具有较高的标准化程度，文本和流程任务可预测性较强。
更有可能受益于人工智能增强的职业则包括工业工程师、运营经理、律师、一线主管、医生与外科医生、首席执行官、建筑经理和教育管理人员。此处的“更有可能”描述的是岗位结构特征，并不意味着这些职业不会出现裁员，也不代表所有从业者都能从中普遍获益。
高盛列出的更可能受到人工智能替代影响的职业。
高盛援引的另一个案例说明了仅凭AI暴露度无法得出完整结论。
客服代表与室内设计师虽都可能受到人工智能波及，然而室内设计需要应对更多非标准化任务，且经常需要亲赴施工现场，因此人工智能更可能扮演辅助角色，而非全面取代人力。
换言之，判断一份岗位是否稳固，不能仅看技术能否承接其中一部分工作，还需审视剩余工作是否具备清晰的市场价值。
从更长的时间维度审视，高盛于3月发布的美国劳动力市场分析估算，人工智能可能覆盖相当于美国全部工时约25%的任务，全球约有3亿个岗位不同程度地置身于人工智能自动化的影响范围；在基准情景下，企业广泛部署人工智能可能需要约十年时间，转型期间约6%至7%的劳动者可能遭遇岗位替代压力。该情景分析描绘的是可能发生的转型规模，并非对净失业人数的确定性预测。
这组数据使问题更加具象：宏观层面，人工智能可能同步压缩一部分岗位、扩张另一部分岗位；微观层面，同一家企业或许会减少初级员工的招聘，却提高对具备人工智能应用能力、能够驾驭复杂工作的员工的要求。
对于刚走出校门的初级员工而言，岗位总量并未骤然消失，但这并不意味着踏入职业阶梯的入口仍一如既往地畅通无阻。
高盛列出的更可能受到人工智能增强的职业。
初级岗位往往包含资料整理、初稿撰写、报表制作和代码测试等任务，而这些环节恰恰是人工智能容易介入的部分。
过去，年轻员工借助这些工作熟悉行业、积累判断力，进而逐步承担更复杂的职责。倘若企业直接削减此类岗位，短期成本或可降低，长期却可能殃及人才储备。这一风险已成为众多公司在重新审视招聘架构时不得不权衡的议题。
效率提升能否转化为更多就业，取决于企业是否有意扩大产品、拓展服务或加大投资，也取决于消费者是否愿意为新增供给付费。
若企业仅将效率红利用于精简人员，劳动者感受到的便是裁员寒意；若企业将成本优势用于压低价格、开辟新市场或填补更多需求缺口，才有望实现黄仁勋所提及的“效率驱动型增长”。
四、追寻绝对无忧的岗位并非良策
评估一份工作是否容易受到人工智能波及，可以先把日常事务拆解成一份清单。
重复性强、规则清晰、主要依赖文字或表格处理的事务，通常更容易被自动化；而需要现场信息、专业资质、持续沟通、复杂判断和结果担责的任务，则更可能走向人机协同。两种任务往往并存于同一岗位之中。
对于在校学生和职场新人而言，关键并非找到一份永远不变的职业，而是尽早明晰自己将在哪些环节构筑竞争优势。
借助人工智能完成检索、整理、分析和初步生成仅仅是入门，还需校验结果、解释取舍、把握行业规则，并在信息不完整时做出判断。与单纯展示会使用某款热门工具相比，上述能力更贴近用人单位真正看重的工作素养。
对于企业而言，人工智能带来的效率提升能否转化为招聘扩容、培训加码和业务拓展，取决于市场需求、组织架构和利益分配机制。
对于劳动者而言，学习人工智能有助于提升适应力，却无法构成就业结果的保障。职业抉择仍需结合行业需求、个人资质、所在区域和家庭条件综合判断。
黄仁勋的见解提示人们，不要局限于“人工智能会不会抢走我的岗位”，更要追问：“我的工作价值何在，哪些环节将被自动化，剩余部分是否更需要我”。这一命题并无标准答案，却比执着于寻找所谓“AI安全职业”更贴近务实的职业规划。
参考资料：
https://fortune.com/2026/05/04/godfather-of-ai-geoffrey-hinton-radiologists-future-of-work-tech-ai-job-anxiety/
https://blogs.nvidia.com/blog/nvidia-ceo-carnegie-mellon-commencement-address/
https://blogs.nvidia.com/blog/davos-wef-blackrock-ceo-larry-fink-jensen-huang/
https://www.goldmansachs.com/insights/articles/the-jobs-ai-is-likely-to-boost-and-those-it-may-disrupt.html
https://www.goldmansachs.com/insights/articles/how-will-ai-affect-the-us-labor-market
精彩回顾