AI 并非在大规模消灭工作，而是在将其“拆解”为薪酬更低的零散任务

人工智能并没有在整体上扼杀工作岗位——它正在悄无声息地逐项任务地侵蚀它们，一个一个地拿走。

这是一篇近期广为流传的新研究论文的核心观点，该论文反驳了“接触更多 AI 就自动意味着工作岗位减少”的看法。作者认为，真正的问题不在于模型能完成多少任务，而在于这些任务是否能在不破坏整个职位角色的前提下被单独剥离出来。

分析师们长期以来一直警告，自动化可能会抹去数百万个工作岗位。最近的一项预测指出，到 2030 年，美国将有 1040 万个工作岗位消失，约占劳动力总数的 6%。这些数字背后的隐含假设很简单：如果 AI 能做你工作中足够多的部分，你就完蛋了。

但这篇由伦敦政治经济学院教授路易斯·加里卡诺（Luis Garicano），以及香港大学的李金和吴彦辉共同撰写的新论文表明，情况并非如此简单。

论文认为，工作并不是清晰的任务清单，而是“任务包”。例如，放射科医生不仅仅是阅读扫描图像。他们还需要解读边缘案例、与临床医生沟通，并对人们据此采取行动的决定进行签字确认。即使替换了阅读图像这一环节，也不一定意味着整个职位被取代了。

作者在此区分了他们所谓的“弱捆绑”和“强捆绑”。“弱捆绑”的职业可以相对轻松地被拆分，而“强捆绑”的职业一旦被拆分就会丧失价值。

作者指出：“在弱捆绑职业中，AI 自动化了部分任务并缩小了工作的边界……而在强捆绑职业中……AI 提高了工作内部的表现，但并未将人类从‘任务包’中移除。”

在弱捆绑的工作中——比如处理大量的支持工单或编写可预测的代码片段——AI 不仅仅替代了某项任务，它还重塑了整个工作。人类只剩下做机器无法完成的部分，这往往只是原角色中更窄的一部分。

这在理论上听起来像是一个胜利。但在现实中，情况却并非如此乐观。

一旦 AI 接管了部分工作，人类就不再分配时间去做那些被自动化的任务，而是全力以赴专注于剩余的工作。这意味着每位工人的产出激增，价格下降，突然间你就不需要像以前那样多的工人了。

换句话说，对就业的打击并非来自 AI 直接完成了整个工作，而是来自人类在处理剩余工作时变得过于高效。

这也与我们目前所看到的情况相符。AI 正在重塑工作，而非将其彻底抹去。任务在重新分配，生产力可能在提高，但就业人数和工作时长尚未发生太大变化——至少目前是这样。在许多情况下，这个“任务包”仍然保持完整。

这也解释了为何“末日预言”和“技术乐观主义”可以同时是正确的。如果你从事的是强捆绑工作——即高度依赖判断力、背景语境或责任感的职位——AI 更有可能让你变得更快、更高薪。但如果你身处弱捆绑的工作中，它可能会悄无声息地掏空你的角色，直到所剩无几，无以为继。