AI加速缩岗：2036还靠工资吗

以前大家拿“会被AI抢饭碗”来调侃，如今这句玩笑已经逐渐站不住脚。到2026年春天，AI不再只是停留在办公室的概念，而是实实在在开始搅动各行各业的利益格局。美国在3月一次性裁掉60620人，其中与AI相关的15341人，比例直接达到四分之一。Meta也同步宣布将砍掉全球近8000个岗位：人员被请走，机器和系统的预算却在不断加码。于是很多人第一次切身理解“生产力变革”真正意味着什么。它并不只是AI随手写写稿、画几张图就算了，而是企业发现机器能替代的不止某一个岗位，甚至可以把部门里最琐碎、最基础的工作随时抽走。金融、教育、工业，甚至一些军工厂都在用自动化的AI工具。裁员并不一定是短期手段，很可能只是更大变化的开端。

过去几十年里，技术浪潮常被总结成一句话：“会创造新岗位。”从表面看，这依旧没错。比如世界经济论坛曾预测：到2030年会有9200万个旧工作消失，但同时又会出现1.7亿个新岗位，总体净增约7800万个。听上去似乎还不错，但一旦往下想，现实就更难了——旧岗位的人，能否顺利转到新岗位？客服、后勤、测试、助理，甚至一些刚起步不久的年轻程序员，真的能被下岗后立刻转型为“AI专家”吗？更大的压力往往落在普通白领身上：AI会先替走部门里一部分人的任务，例如写报告、处理合同、做对照表。留下的少数人也许更“团队化”，而多数人会被逐渐边缘化。IMF在2024年就指出，全球约40%的岗位已暴露在AI风险中，发达国家这一比例可达60%。问题不只在于岗位可能消失，有些岗位还会直接变成低工资、缺乏成长空间的“鸡肋工”。

当然，也有人选择不那么悲观。比如在德国，一些制造业工厂并非单纯减少岗位，而是在全面升级自动化后，反而带动了设备运维、数据管理等更偏技术的岗位增长。其核心经验是：转型更快的群体更容易抓住AI红利。但从另一面看，绝大多数普通劳动者并没有同等条件，更没人能保证转型一定能成功。美国科技公司一边裁员，一边又持续重金投入数据中心、芯片与算力。人的成本在被压低，机器预算却只会继续上行。资本的嗅觉往往很敏感：哪里能省钱就加快哪里，谁还会放心把未来交给“普通技能”？更深的疑问是：所谓红利，最终会分给谁。

工资依然是大多数人的主要收入。若企业直接用机器人自动拣货，用AI完成财务处理，再依靠算法跑市场，效率确实会被拉高，商品也可能看起来更便宜。但工资总盘子若被进一步压缩，到手的钱就会变少。消费者要吃喝、要买房买车，货架再满也未必改变生活的紧迫感。类似趋势早在印度的外包行业就被验证过。过去很多欧美公司把呼叫中心、软件后台、财务流转交给印度：靠英语与低成本维持竞争力。可AI一升级，欧美公司就不必再把业务外包，直接把工作交给云端模型，服务链条也就断了。于是，真正要面对的不只是“人能不能学新技能”，更涉及国家之间产业底盘的竞争：芯片、算法、自动化作业几乎决定了未来十年各国分工的位置。与此同时，欧美对中国芯片设备的出口管制也持续加大，这类变化与就业与制造业风险息息相关。

在就业压力面前，中国的反应相对更快。2026年明确提出新增1200万城镇就业岗位的目标，并强调要顶住失业率。若想让普通人的工资不被进一步挤压，往往需要把“更大一块蛋糕”分进公共生活中，用更扎实的基本供给去兜底。也就是说，粮食、能源、医疗、教育、住房、交通等基础保障要尽可能稳住。否则，当AI把效率推到极致，普通人甚至连“体面地活着”都会越来越难。许多国家试过但走不远，比如所谓全民基本收入：听上去很美，但真要落地往往兜不住。发得少不够用，发得多又可能引发通胀，而福利惯性还可能拖垮财政。最终常见的结果是资本把AI红利攫走，政府再拿出一些失业救济去缓解症状，却没有真正治本。

回到中国的路径，目前更接近强化公共服务。这样做的代价在于，全社会流动速度可能会变慢，收入差距也可能被进一步拉大，治理所需的能力更高。但无论如何，总比眼睁睁看着工资缩水、生活信心持续下坠要强。再把视角放回就业结构本身：未来人类所从事的“工作”，将与今天大不相同。大量单调、重复、流程化的岗位会被机器以更快、更准的方式替代。剩下更像人类职业的部分，会集中在照护老人、陪伴家庭、社会治理、艺术审美以及责任担当等环节，这是替代不了的细腻工作。AI也许能翻译和整理资料、还能做编程测试，但它很难完成一个班主任与家长之间的耐心沟通，也难以替代社区调解的坚持与理解。

有一点需要反复提醒：技能培训固然重要，但绝不能被当成“唯一解”。对四十岁的会计、三十五岁的客服、三十岁的按部就班程序员来说，学点新技术可能确实是求生之路，没人在开玩笑。就算日本在上世纪90年代遭遇“失落的十年”，也曾借助更稳的“终身雇佣制”缓冲了一代普通工薪族的压力。但放到今天，全球范围内不太可能再出现人人都能稳稳等到养老的制度安排。把问题放大来看，AI带来的效率冲击与社会稳定始终像硬币的两面：美国的平台和算力优势明显，失业与贫富冲突也往往更刺眼。中国在组织与产业上更有韧性，但城镇岗位的底盘承压同样不能被低估。比如回想2025年新加坡试点的“AI+社会保障”项目，用部分AI税补贴低技能就业，一度确实安抚了年轻人对失业的焦虑，但从长期看治理难度仍然不小。红利到底归谁？如果数据、平台和算法入口牢牢集中在少数超级公司和顶级资本手里，那么AI再强，多数人也可能只是被动地成为数字系统里的对象。相反，如果公共分配体系能更早跟上，AI或许才有机会成为重塑社会分配的新杠杆。

2036年，全人类是否都会掉进“没工作也没钱”的局面？风险确实存在，出路也仍在探索中。机器越聪明，分配规则就越关键，社会也需要更早准备好“安全绳”。否则，这并不是科幻片里才会出现的远景。