（來源：麻省理工科技評論）
在硅谷的圈子裏，AI 引發的就業末日已經被當作既定事實在談論。週三，Anthropic 一位社會影響研究員在回應“是否對 AI 未來有更樂觀的設想”時表示，近期可能出現經濟衰退，以及“職業初期階梯的崩塌”。公司 CEO 達里奧·阿莫迪（Dario Amodei）則稱 AI 是“人類勞動力的全面替代品”，五年內可以勝任所有工作。當然，這種觀點不只來自 Anthropic。
這些言論讓許多打工人陷入恐慌（也很可能在助推全面叫停數據中心建設的運動，相關呼聲上週明顯升溫）。立法者也沒能給出任何安撫——沒有人拿出過一份連貫的應對計劃。
就連此前一直提醒大家“AI 還沒有真正減少就業，未來也未必會帶來懸崖式下跌”的經濟學家，也開始接受一種觀點：AI 可能以一種獨特而前所未有的方式改變我們的工作方式。
芝加哥大學的亞歷克斯·伊馬斯（Alex Imas）就是其中之一。週五早上和他交流時，他向我拋出了兩個觀點：一個直白的判斷——我們用來預測這件事走向的工具相當糟糕；以及一份“動員令”——經濟學家應該立刻開始收集那一類真正能讓我們制定 AI 就業應對方案的數據。
先說我們這套糟糕的工具。任何一份工作都是由許多具體任務組成的。比如房產經紀人的工作之一，就是詢問客戶想買什麼類型的房子。美國政府從 1998 年開始建立了一份龐大的任務目錄，記錄了數千種這樣的任務，並定期更新。
OpenAI 就用這套數據來評估各種工作對 AI 的“暴露度”（AI exposure）。這是 OpenAI 在 2023 年那篇著名論文“GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models”中使用的術語，指一份工作中有多少比例的任務可能被 AI 完成或顯著輔助。比如他們算出房產經紀人對 AI 的暴露度是 28%。今年 2 月，Anthropic 也用這套數據分析了數百萬條 Claude 對話，看看人們實際在用 AI 完成哪些任務，以及兩份清單的重疊在哪裏。
但伊馬斯說，知道某項任務對 AI 的暴露度，會讓人對這份工作的真實風險產生一種錯覺：“光看暴露度，對預測就業替代來說是個完全沒意義的工具。”
當然，在最悲觀的情況下，暴露度確實有參考價值——比如一份工作的每一項任務都能由 AI 在無人指揮的情況下完成。如果讓 AI 模型完成所有這些任務的成本低於你的工資（這並非必然，因爲推理模型和智能體 AI 的賬單可能相當可觀），而且它能幹得好，那這份工作很可能就會消失，伊馬斯說。這就是常被提到的幾十年前電梯操作員的故事；今天的對應案例可能是隻負責電話分流的客服。
但對絕大多數工作來說，情況沒這麼簡單。具體細節也很關鍵：有些工作前景確實黯淡，但只看暴露度，很難判斷這件事會怎麼發生、什麼時候發生。
以寫代碼爲例。假設有個開發高端約會應用的程序員，藉助 AI 編程工具可以一天完成過去三天的工作量，這意味着他的生產力提高了。僱主花同樣的錢，現在能拿到更多的產出。那麼問題來了：僱主接下來會想招更多人，還是更少？
伊馬斯說，這纔是任何政策制定者都應該爲之失眠的問題，因爲答案會因行業而異。而我們目前對這個問題一無所知。
回到這位程序員的例子，效率提升讓約會應用有可能降價。（懷疑論者可能認爲公司會把這部分收益直接裝進自己口袋，但在競爭市場上，這樣做有被對手搶走客戶的風險。）價格下降總會帶來一些需求增長。
但增長多少呢？如果有幾百萬新用戶湧入，公司可能會擴張，最終僱更多工程師來滿足需求。但如果需求只是微微上升，那需要的程序員就會減少，裁員就會發生。
把這個假設套用到所有 AI 能介入的工作上，你就得到了我們這個時代最迫切的經濟學問題：價格彈性的具體數值，也就是當某樣東西的價格變化時，需求會變化多少。這正是伊馬斯上週強調的第二件事：我們目前在整個經濟範圍內都沒有這些數據。但我們本可以擁有。
伊馬斯說，穀物和牛奶之類的食品我們是有數據的，因爲芝加哥大學和超市合作，能拿到他們掃碼槍上的數據。但我們沒有家教、網頁開發者或營養師的相關數據（順便一提，這幾個職業都被認爲對 AI 有“暴露度”）。或者說，至少沒有以一種被廣泛彙總、能被研究者獲取的形式存在；這些數據有時散落在私人公司或諮詢機構手裏。
“我們需要一個曼哈頓計劃來收集這些數據，”伊馬斯說。而且不只是收集那些現在就明顯會受 AI 影響的工作的數據：“今天沒有暴露的領域，未來可能會有暴露，所以你需要在整個經濟範圍內追蹤這些指標。”
把這些信息全部收集起來要花時間和錢，但伊馬斯認爲這值得——它會讓經濟學家第一次真正看清 AI 時代可能如何展開，也給政策制定者一個機會，去爲它做出一份計劃。
原文鏈接：
https://www.technologyreview.com/2026/04/06/1135187/the-one-piece-of-data-that-could-actually-shed-light-on-your-job-and-ai/
