高盛發現被AI取代的工人通常再就業困難 且往往落入AI的下一個獵場

作者：許超，華爾街見聞

AI裁員正向全行業蔓延！高盛警告，被淘汰者正陷入「入職即入坑」的死循環：不僅再就業艱難，且75%會再次落入AI的替代射程。更危險的是，一旦經濟下行，積壓的千萬級AI裁員恐集中引爆，真正的失業風暴才剛剛開始。

被人工智慧淘汰的工人，正在陷入一場難以自救的循環。高盛最新研究顯示，AI衝擊勞動力市場的跡象已從科技行業蔓延至金融、保險、房地產和專業服務等更廣泛領域，而失業工人不僅比其他被裁員者更難找到新工作，重新就業後往往又落入AI下一輪替代的射程之內。

高盛經濟學家Pierfrancesco Mei在最新報告中寫道，在非製造業領域，AI採用率較高的行業如今已呈現出更弱的就業增長和更高的失業率。數據顯示，被AI高度暴露崗位淘汰的工人，再就業平均需要多花約一個月時間，且在失業一年後仍處於失業狀態的機率比其他被裁員者高出約10個百分點。

與此同時，高盛首席經濟學家Jan Hatzius指出，每提升10個百分點的AI採用率，對應行業的就業增長將減弱約0.9個百分點，失業率將上升約0.9個百分點。

更令人擔憂的是，這場衝擊的全面爆發或許尚未到來。高盛經濟學家Joseph Briggs警告，歷史規律表明自動化裁員往往集中於經濟衰退期，當前企業在盈利繁榮期選擇暫緩裁員，一旦經濟下行，多年積壓的AI替代性裁員可能在同一時間集中釋放，與周期性失業疊加共振。

AI就業衝擊：從科技蔓延至主流行業

此前，市場對AI取代就業的擔憂曾被普遍質疑。Apollo分析師Torsten Slok在今年8月表示，AI對就業的衝擊"微不足道"，其研究發現AI主要壓縮的是薪資而非崗位數量——AI暴露度最高崗位的薪資增速，在2023年後比低暴露崗位慢6.7%，但就業人數並未出現統計意義上的顯著變化。

然而，高盛的最新數據呈現出明顯的轉折。Mei利用美國人口普查局"流離失所工人補充調查"的新數據，覆蓋2016年至2025年逾15000名非自願失業工人，將其中2023至2025年的最新隊列界定為"首批AI替代工人"。通過綜合職業AI暴露度、行業AI採用率及崗位消除方式構建的複合評分，高盛將最可能因AI而失業的前30%工人單獨提取，與其他被裁員者進行比對。

結果顯示，2024年以前差異並不明顯，但2025年出現清晰斷層：AI替代工人的再就業時間明顯拉長，長期失業機率顯著上升。高盛指出，這一短期衝擊幅度"與過去歷次技術變革浪潮對失業工人的影響相當"，意味著"AI只會創造就業、不會消滅就業"的論斷已難以為繼。

入職即入坑：再就業者頻陷AI下一輪替代

高盛研究中最令人不安的發現，並非失業時間的延長，而是再就業的方向。在以往的技術變革中，被技術淘汰的工人往往"向下流動"，轉入更為程式化、複雜度更低的崗位，其原有技能隨技術迭代逐步貶值。

當前的AI替代浪潮呈現出類似甚至更為嚴峻的模式。AI替代工人在再就業時，傾向於尋找能沿用既有技能的崗位，但這恰恰使他們更易暴露於下一輪自動化風險之中。高盛數據顯示，AI替代工人再就業後落入同等或更高AI暴露崗位的機率，從2018年至2023年約55%的中位水平，跳升至2024年的約65%，並在2025年進一步攀升至近75%。

換言之，四分之三被AI淘汰的工人，正在走回AI的下一個獵場。

美國勞工統計局的數據同樣印證了這一趨勢：2023至2025年間，共有740萬工人非自願失業，高於上一調查周期的630萬；而在找到新全職工作的長期失業者中，薪資達到或超過原崗位水平的比例僅約49%，較兩年前的約62%大幅下滑。

疤痕效應：損傷隨年齡加深，代際差距顯現

高盛歷史數據顯示，技術性失業的影響具有長期性。在失業後數年間，技術替代工人的實際薪資增速持續低於其他被裁員者，再次陷入失業的機率也長期偏高。在過去四十年的個體數據中，年齡偏大、無大學學歷、居住在農村以及在原崗位任職時間較長的工人，其失業十年後的累計實際薪資差距約為8至10個百分點，約為年輕、受過大學教育、城市居住及短期任職工人的兩倍。

不過，高盛在新數據中發現一處相對積極的信號：年輕工人對AI衝擊的適應能力明顯更強。2025年，35歲以下的AI替代工人重返全職工作所需時間，比其他失業者約多三周；而35歲及以上者則多出約五周，且經歷了更多臨時性工作和兼職的過渡階段。

高盛還注意到，在校大學生"正日益選擇AI暴露度較低的專業"。然而，斯坦福數字經濟實驗室的數據顯示，22至25歲從事AI高度暴露職業的年輕人，就業水平已較正常情形低約19%——其困境並非適應速度慢，而是根本無人招聘。

大規模裁員待發：衰退或成引爆點

當前美國失業率仍處於4.2%的相對低位，AI替代效應尚未在宏觀數據中充分顯現。

高盛經濟學家Briggs的解釋是：歷史上，常規崗位自動化帶來的就業衝擊絕大多數集中於經濟衰退期。數據顯示，從事常規崗位的美國工人比例在每一輪經濟擴張期基本持平，隨後在1980年代初、2001年、2008年和2020年經濟下行時呈台階式下跌，且從未反彈。

Briggs基於三種歷史推算方法得出，技術進步每帶動勞動生產率提升1%，將在峰值時推高失業率約0.3至0.4個百分點，且以崗位消失為主要驅動。以高盛對AI最終將提升15%生產率的預測為基礎，估算顯示最終將有約9%的工人在AI過渡期間被替代，另有3%的額外雇用萎縮壓力，合計約1500萬美國工人——高於年初6%至7%的估算。

Briggs明確指出，企業在經濟景氣時傾向於保留冗餘崗位，一旦經濟轉向，便會藉助周期性下行的掩護集中推進自動化。更令人警覺的是，AI資本支出熱潮本身已成為當前經濟增長的重要支柱，而Hatzius警告這一動能正在見頂——這意味著觸發下一輪衰退的導火索，或許正是AI本身。

美國銀行經濟學家則持相對溫和立場，認為"AI對勞動力市場的影響在2026年前可能仍相對有限，更廣泛的結構性重組更可能在2027年發生"。即便如此，這一"樂觀情形"也僅將大規模衝擊推遲約兩年。

採用率仍低，影響卻已顯現

值得關注的是，高盛指出目前僅有約23%的美國企業將AI納入部分常規工作流程，且這一數字"高估了當前實際發生的自動化程度"。

然而，就是在這一相對有限的採用率下，AI已在科技行業以外產生統計顯著的就業損失，而失業工人再就業後又大機率再度暴露於AI替代風險之中。

如果AI採用率從現有水平翻倍乃至翻三倍，上述每一項效應都將進一步放大：追逐有限"AI難以替代"崗位的失業工人增多，失業時間進一步拉長，轉入新崗位的工人面臨二次替代。Briggs的結論是，這一衝擊的主體部分很可能在下一輪衰退到來時集中釋放，恰恰是經濟最缺乏消化能力的時刻。

Briggs警告，聯準會及其他央行"應密切關注任何新出現的下行增長或勞動力市場風險"，一旦近期通膨約束解除，"迅速轉向寬鬆可能有助於確保自動化相關失業不會在經濟最脆弱時加速爆發"。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。