当 AI 不再需要那么多员工,人类靠什么生活?
从客服、运营、工厂到未来的人类劳动,借工业革命、工资分配与工时史回答三个问题:哪些岗位会改变,生产率的收益去了哪里,以及普通人能否不再为生存而工作。
本文目录 9 节 · 展开收起
人还需要工作多久?
机器能完成工作,不等于人就有钱生活。技术改变的是生产方式;决定谁能分享财富的,还有所有权、市场与制度。
假设一家电商企业原来需要几十名员工做客服、报表、上架、运营分析和订单跟进。几年后,AI Agent 可以持续处理这些流程,只在关键环节请人确认。
公司也许因此赚得更多、商品卖得更便宜。但离开岗位的人会发生什么?他们可以换工作,还是整个行业都在减少相似的岗位?如果他们找不到工作,是否还能分享 AI 创造的财富?
这些问题的答案,不能只靠一句“AI 会创造新职业”或“所有人都会失业”概括。要看清楚,必须把 任务、岗位、劳动收入、社会总财富 四件事分开。
AI 首先替代任务,不是瞬间消灭整个职业
某项工作从两小时缩短为十分钟,员工仍在岗位上。
原来十个人完成的工作,现在可能只需要更少的人;企业也可能先停止招聘。
只有当大部分工作环节都被可靠且经济地替代,职业规模才可能长期下降。
三者之间不是自动发生的因果链。企业也可能因为成本下降、需求扩大而增加业务,最终保留甚至新增岗位。
斯坦福大学《2026 AI Index》汇总的调查显示,2025 年已有 88% 的受访组织在至少一个业务场景中使用 AI,但 AI Agent 在多数具体业务职能中的部署比例仍处于个位数。这说明“采用了 AI”和“整套业务都无人运行”之间,还有相当大的距离。
国际劳工组织《Generative AI and Jobs: A 2025 Update》估计,全球约四分之一的劳动者处在具有某种生成式 AI 暴露程度的职业中;其主要判断是:多数岗位更可能被重构,而非直接被完全消灭。这里的“暴露”表示工作任务可能受技术影响,不是失业概率。
从客服、销售到工厂,改变会如何发生?
AI 不只回答“怎么连接键盘”,还可能识别商品型号、检索订单、排查故障、核对售后政策,并在授权范围内提交申请。复杂投诉、争议与例外仍需要人负责。
从下载数据、归属订单、核对利润到监控异常,越来越多步骤可能连成自动工作流。人的价值转向定义口径、设置目标、判断异常与批准高风险操作。
产品推荐、报价草案、线索筛选、日常跟进容易自动化;客户信任、重大合作和利益协调则更依赖真实的人际关系与授权。
质检、搬运、分拣和重复装配可加速自动化,但面对不规则物体、复杂维修和变化频繁的现场,设备成本、改造成本及可靠性仍然是门槛。
工业机器人并不只是未来概念。国际机器人联合会 World Robotics 2026 披露,2025 年全球工厂中正在运行的工业机器人存量已达到约 500 万台。但“部署机器人更多”也不能直接推算出“员工减少多少”,因为产能、工序、产品结构和新增需求都可能改变。
这里有一个经常被忽略的差别:办公室任务容易数字化,却不代表涉及人的责任容易自动化;工厂任务看起来重复,却不代表机器人已经比人便宜。 两种自动化的难点不同。
如果 AI 承担了大多数工作,人类还做什么?
未来几年,人类仍可能集中于几类劳动:
| 劳动类型 | 具体工作 | 人类价值可能来自哪里 |
|---|---|---|
| 目标与责任 | 经营决策、资源分配、公共治理 | 选择目标、接受监督并承担后果 |
| AI 监督与协作 | 规则设计、质量审查、异常处置 | 监督执行边界、处理责任和风险 |
| 人与人的服务 | 教育、护理、陪伴、复杂客户关系 | 信任、情感互动和真实关系 |
| 复杂现场劳动 | 维修、建筑、应急处理 | 环境不确定、实体操作成本高 |
| 文化与创造 | 艺术、体育、手工、社区建设 | 人类经历、参与过程本身有价值 |
| 科学与探索 | 实验、研究方向、成果验证 | 提出值得探索的问题及验证证据 |
这不是“AI 永远做不到这些事”的清单。AI 可能在不少决策与创意任务上超过人类,但社会仍可能选择让人负责、让人参与,或者愿意为“由人完成”付费。
世界经济论坛《2025 年未来就业报告》预测,到 2030 年,护理、教育、建筑、配送等岗位仍有增长空间;与此同时,行政助理、收银等岗位可能持续下降。报告估计,各种经济和技术趋势共同推动约 1.7 亿个岗位新增、9,200 万个岗位被替代。它不是“AI 单独创造与消灭的岗位数量”,也不是确定会发生的结果。
即使按这一预测计算,净增加约 7,800 万个岗位,也不意味着失去工作的人能直接进入新岗位。新增与减少的工作可能分布在不同地区、行业和时间,需要的技能也不相同。岗位总量可能增长,个人仍可能经历漫长的转型期。
但假如再往远处想一步:当 AI 和机器人连上述工作中的多数任务也能完成,人类仍有创作、陪伴、探索和参与公共生活的理由。问题在于——这些事情不一定能换来足够的收入。
取决于技术能力、可靠性、能源与机器的经济成本。
取决于谁拥有生产资料、市场如何支付收入、公共制度如何分配收益。
生产不再需要那么多人,不等于每个人自然就有收入。 这是讨论 AI 时代最重要的一条分界线。
历史上的技术革命,给出了什么答案?
把时间拉长,会发现历史并不支持“每次技术革命都立即让普通人过得更好”,也不支持“机器最终会消灭所有工作”。
英国工业化早期,劳动生产率增长,但实际工资长期没有同步增长。Robert Allen 将这一段现象称为“恩格斯停顿”:资本收益份额先上升,工人的分享相对滞后。
牛津大学存档:Engel’s Pause ↗美国在 1940 年代出现工资分布收窄的“大压缩”。相关研究指出,战争时期政策、非熟练劳动力需求变化和教育结构共同起了作用。技术发展并不会自动规定收入分配的方向。
Goldin & Margo:The Great Compression ↗自动化替代常规任务,也增加对新能力的需求。David Autor 指出,历史上技术经常同时“替代某些劳动”和“与另一些劳动互补”,因此工作没有整体消失;但不同职业的收益差距可能扩大。
Autor:Why Are There Still So Many Jobs? ↗从整个长期历史看,技术进步确实让部分国家的人工作得更少。Our World in Data 对早期工业化国家的历史工时整理显示:19 世纪后期每名劳动者年工时大约 2,700—3,500 小时,近代降至大约 1,300—1,800 小时。这组区间反映一组富裕国家的长期变化,并非全球平均,也不能直接等同于 AI 将带来的缩短幅度。查看数据与统计解释。
这张对比展示的是工时变化的历史结果,而非“机器使工时减少一半”的因果证明。劳动法规、议价能力、产业结构与生活水平也会影响人们工作多久。
历史给出的更准确结论是:技术可以创造更多财富,劳动者能否及时分享到增长,还取决于制度、议价能力、新就业机会和社会选择。
如果 AI 帮企业节省成本,省下的钱去了哪里?
这只是用于解释机制的假设算例,不是对未来裁员比例的预测。
假设自动化前,企业每年人工成本为 1,000 万元;实施自动化后,人工成本变为 400 万元,新增 AI 与设备的年化成本为 200 万元,其他条件暂时不变。
节省下来的 400 万元可能成为利润、降价空间、追加投资、剩余员工奖金,也可能因为竞争激烈而很快被消耗。它不会自动转化为被裁员工的收入。
如果企业把生产力提高了十倍,但工资收入的分配机制不变,问题可能从“社会能生产多少”转为“谁有钱购买这些商品”。
国际货币基金组织在《AI Will Transform the Global Economy》(2024)中估计,全球近 40% 的就业岗位暴露于 AI 影响,并特别提醒 AI 可能扩大收入与财富差距。这里的“受影响”同样不等于“将被裁撤”。
如果不再依靠一份全职工资,还能靠什么生活?
生活所需的购买力不会随着自动化自动产生。可以来自劳动收入(转换岗位、缩短工时但保留工资),也可以来自资产与经营收益(持股分红、利润等),还可以通过公共保障与服务(社会保险、公共医疗教育、转移支付等)减少个人负担或提供收入支持。这些渠道可以并存,但资产分布、工资议价与公共财政能力决定了不同人能分享多少。
商品降价能让同样的收入买到更多东西,却不能保证失去工资的人支付得起基本生活。更普遍的收益分享制度可以讨论,但它需要持续的资金来源与具体规则,不能直接从“AI 提高了生产率”推出。
三种未来,不是同一条必然路线
AI 创造的大部分新增收益归资本持有者,岗位减少先于新机会产生。经济总量增加,但收入分化扩大。
新职业继续出现,竞争、工资、公共服务和其他分配方式帮助更多人分享成果,劳动时间进一步下降。
如果相当一部分人难以仅靠工资维持基本生活,社会可能扩大社会保障、公共服务或采用新的收益分享制度。
历史并没有证明三种情景中哪一种必定发生。历史提醒我们:生产率提高可能先带来分配压力;市场调整和政策回应是否出现、何时出现、是否有效,都没有保证。
未来 5—10 年,较容易观察的仍是工作流程重构、部分岗位招聘减少、技能需求改变。至于更遥远的“多数人不再为生存而工作”,需要 AI 能力、实体自动化和收入分配同时发生深刻变化,不能给出可信的实现年份。
最后一个问题:工作到底意味着什么?
当我们说“未来人类要去创造、陪伴、探索”,谈的是人们可以选择做什么;当我们说“大家可能不再需要上班”,谈的却是人们能否不靠出卖劳动维持生活。
这两者之间,隔着财富如何分配这个现实问题。
以前机器主要替代一部分体力劳动;计算机替代了许多可规则化的信息处理;如今 AI 开始参与更广泛的认知任务。下一轮变化也许会比以往更快,但历史类比不能当作确定预言。
这不是一个仅凭技术就能回答的问题。它最终关乎人怎样组织生产、怎样分配成果,以及愿意建立什么样的社会。
资料与阅读延伸
- Stanford HAI — 2026 AI Index: Economy:企业采用率、Agent 部署和劳动力市场变化。报告汇总多个调查与研究,各指标口径不同。
- ILO — Generative AI and Jobs: A 2025 Update:职业任务暴露程度与岗位重构。
- 世界经济论坛 — 《2025 年未来就业报告》:2030 年岗位增减的多因素预测。
- International Federation of Robotics — World Robotics 2026:工业机器人存量与年度安装。
- Robert C. Allen — Engel’s Pause:工业革命早期工资与生产率脱节。
- Goldin & Margo — The Great Compression:20 世纪中期美国工资差距缩小的历史研究。
- David H. Autor — Why Are There Still So Many Jobs?:自动化为何既替代工作又创造劳动需求。
- Our World in Data — Working Hours in Wealthy Countries:工业化国家长期工时。
- IMF — AI Will Transform the Global Economy:AI 暴露程度、机会与分配风险。