AI能完成某些任务，不代表雇主就会立刻取消整份工作。经济学家因此对“AI即将引发失业海啸”的说法保持谨慎：目前的迹象更像是影响不均、部分岗位招聘放慢，尤其是年轻劳动者承压，而不是全行业普遍裁员。不过，如果AI能力进步、企业采用速度都远超预期，风险仍可能加大。2315

过去的自动化预测，为什么让人更谨慎？

一项广为引用的研究曾估计，美国约47%的工作岗位“面临被计算机化的风险”。这里说的是岗位可能受到自动化影响，并不等于预测47%的劳动者最终会失业。回头看，后续就业数据并未显示与这种大规模失业相对应的断崖式变化。15

这也是经济学家反复区分“任务”和“岗位”的原因：一份工作通常由许多不同任务组成。AI可以接手其中一部分，改变人们的工作方式，却未必会让整个岗位消失。

就业市场没有普遍失速，但年轻人出现了警讯

斯坦福研究人员分析截至2026年6月的工资单数据，没有发现全美就业市场出现普遍性岗位替代。与此同时，22至25岁、从事AI高暴露职业的劳动者，其就业水平比假设自己也像低暴露职业那样增长时低约19%。3

这组数字值得关注，但不能直接解读为“AI已经造成19%的裁员”。它呈现的是不同群体就业走势之间的差距，并不能单独证明差距完全由AI造成。现有观察也提示，影响可能更多体现在招聘放缓、年轻人较难进入相关岗位，而不是大规模解雇在职员工。34

因此，“没有看到整体失业率飙升”和“部分年轻人更难找到第一份工作”可以同时成立。看总体指标，可能会漏掉职业起步阶段正在发生的变化。

大规模替代需要几个条件同时满足

TD Economics认为，要出现广泛的岗位替代，AI不仅要能完成任务，还要做到足够可靠、能自主运行，成本上对企业有吸引力，并迅速扩散到许多公司。任何一个环节推进较慢，都可能让技术落地和岗位调整慢于模型能力进步本身。15

换句话说，展示出某项任务可以由AI完成，与企业能否稳定、经济地把整套工作流程交给AI，并不是一回事。技术能力、商业成本和企业采用速度，都影响实际就业结果。

更快普及的情景仍值得重视，但不是既定结局

TD Economics估算，如果大规模替代所需条件都达到，到2030年代初，美国失业率可能上升约0.7至1.4个百分点。15这会是显著变化，但属于“高门槛条件实现后”的风险情景，不是对未来必然发生的预测。

关键在于区分风险与基准判断：经济学家怀疑的是短期内出现大规模失业是否最可能发生，而不是断言AI绝不会替代工作。技术若以更快速度普及，影响也可能更集中、更剧烈。

岗位总数之外，还要看谁承担转型成本

即使总体就业表现相对稳定，AI暴露较高的工作若出现招聘放缓、工资增长减慢，刚进入职场的人也可能更难站稳脚跟。与此同时，生产率提升带来的收益未必会平均分配，岗位调整和收入差距也可能并行发生。1214

所以，对“AI会不会造成大规模失业”的谨慎，并不等于所有劳动者都能安然受益。比起只盯着裁员总数，招聘机会如何变化、生产率收益由谁获得，同样值得持续观察。

AI能完成某些任务，不代表雇主就会立刻取消整份工作。经济学家因此对“AI即将引发失业海啸”的说法保持谨慎：目前的迹象更像是影响不均、部分岗位招聘放慢，尤其是年轻劳动者承压，而不是全行业普遍裁员。不过，如果AI能力进步、企业采用速度都远超预期，风险仍可能加大。2315

过去的自动化预测，为什么让人更谨慎？

一项广为引用的研究曾估计，美国约47%的工作岗位“面临被计算机化的风险”。这里说的是岗位可能受到自动化影响，并不等于预测47%的劳动者最终会失业。回头看，后续就业数据并未显示与这种大规模失业相对应的断崖式变化。15

这也是经济学家反复区分“任务”和“岗位”的原因：一份工作通常由许多不同任务组成。AI可以接手其中一部分，改变人们的工作方式，却未必会让整个岗位消失。

就业市场没有普遍失速，但年轻人出现了警讯

斯坦福研究人员分析截至2026年6月的工资单数据，没有发现全美就业市场出现普遍性岗位替代。与此同时，22至25岁、从事AI高暴露职业的劳动者，其就业水平比假设自己也像低暴露职业那样增长时低约19%。3

这组数字值得关注，但不能直接解读为“AI已经造成19%的裁员”。它呈现的是不同群体就业走势之间的差距，并不能单独证明差距完全由AI造成。现有观察也提示，影响可能更多体现在招聘放缓、年轻人较难进入相关岗位，而不是大规模解雇在职员工。34

因此，“没有看到整体失业率飙升”和“部分年轻人更难找到第一份工作”可以同时成立。看总体指标，可能会漏掉职业起步阶段正在发生的变化。

大规模替代需要几个条件同时满足

TD Economics认为，要出现广泛的岗位替代，AI不仅要能完成任务，还要做到足够可靠、能自主运行，成本上对企业有吸引力，并迅速扩散到许多公司。任何一个环节推进较慢，都可能让技术落地和岗位调整慢于模型能力进步本身。15

换句话说，展示出某项任务可以由AI完成，与企业能否稳定、经济地把整套工作流程交给AI，并不是一回事。技术能力、商业成本和企业采用速度，都影响实际就业结果。

更快普及的情景仍值得重视，但不是既定结局

TD Economics估算，如果大规模替代所需条件都达到，到2030年代初，美国失业率可能上升约0.7至1.4个百分点。15这会是显著变化，但属于“高门槛条件实现后”的风险情景，不是对未来必然发生的预测。

关键在于区分风险与基准判断：经济学家怀疑的是短期内出现大规模失业是否最可能发生，而不是断言AI绝不会替代工作。技术若以更快速度普及，影响也可能更集中、更剧烈。

岗位总数之外，还要看谁承担转型成本

即使总体就业表现相对稳定，AI暴露较高的工作若出现招聘放缓、工资增长减慢，刚进入职场的人也可能更难站稳脚跟。与此同时，生产率提升带来的收益未必会平均分配，岗位调整和收入差距也可能并行发生。1214

所以，对“AI会不会造成大规模失业”的谨慎，并不等于所有劳动者都能安然受益。比起只盯着裁员总数，招聘机会如何变化、生产率收益由谁获得，同样值得持续观察。