AI 时代，你的工作有多脆弱？三个问题比预言家更准

2016 年，AI 领域先驱杰弗里·辛顿（Geoffrey Hinton）公开宣布：「人们现在就应该停止培训放射科医生了」——他认为五年内深度学习必然超越人类读片水平。他说对了一半。今天，美国食品药品监督管理局（FDA，负责监管药品和医疗器械的联邦机构）已批准逾 1000 款 AI 放射影像工具，部分产品的诊断准确率确实超过人类专家1。然而，放射科医生的需求不降反升：自 2016 年起，从业人数增加了 17%，职位空缺率接近历史高位，平均年薪从约 35 万美元涨至 57 万美元，跻身美国报酬最高的医学专科前三。

这个悖论，是《大西洋月刊》（The Atlantic）记者罗杰·卡尔马（Rogé Karma）这篇长文的起点。他在文中提出一个更有用的问题：与其问「AI 会不会取代你的职业」，不如问三个更精准的问题——它们共同决定一份工作的真实脆弱程度。

第一问：你的工作是「强捆绑」还是「弱捆绑」？

经济学家路易斯·加里卡诺（Luis Garicano）将白领工作拆分为两类任务。「干净任务」指有标准答案、可预测、书面化的工作（审批报销、更新电子表格）；「脏乱任务」指需应对不可预测情况、依赖人际关系和隐性知识的工作（安抚愤怒客户、带领团队）。AI 目前擅长前者，在后者上表现有限。

关键不在于哪类任务占比更高，而在于两者能否拆开。

出庭律师是典型的「强捆绑」工作：备案研究这类「干净任务」与庭审中的即兴应对深度绑定——把前者交给 AI，律师在庭上就会因为缺乏对案件细节的切身把握而失准。反过来，猎头的工作则是「弱捆绑」：过去耗费大量时间筛简历，现在 AI 全部接手，但他们与招聘方、候选人谈判的核心能力完全不受影响。

放射科 CT 扫描室 — 放射科的工作之所以抗 AI，正是因为读片与跟患者沟通、了解病史的环节紧密捆绑 1

第二问：如果你的产品变便宜了，需求会涨多少？

弱捆绑工作被 AI 提效之后会发生什么，不能一概而论。这里有一个反直觉的历史规律。

1814 年引入动力织布机，1969 年 ATM 机问世，1979 年电子表格诞生——每一次，外界都以为会消灭对应职业，结果正相反：成本下降带动需求激增，行业从业人数大幅扩张。这个现象有个名字：杰文斯悖论（Jevons Paradox，以 19 世纪英国经济学家威廉·斯坦利·杰文斯命名，他最早发现蒸汽机效率提高反而推高煤炭总需求）。

AI 时代同样出现了类似信号。2023 至 2025 年间，猎头职位空缺上升 30%；软件工程师职位数量翻倍；即便更多企业引入 AI 客服，呼叫中心员工总数仍在增长1。Apollo 资管（全球大型资产管理公司）首席经济学家托斯滕·斯洛克（Torsten Slok）的判断是：「当 AI 让金融、法律、医疗服务变得更便宜，人们将需要更多这类服务，相关行业的就业反而会增长。」

但这条规律不是万能的。美国农业从业人口自 20 世纪初的 40%跌至今天的约 1%——机械化把粮食价格压低，但人的胃容量有限，需求无法同步扩张。对那些需求弹性低的职业，AI 提效之后的结果可能真的是裁员。

工厂流水线工人 — 历史上每一次自动化浪潮，都曾被预言会消灭某个职业，结果往往是需求反向扩张 1

第三问：AI 替代的是你最核心的专业能力，还是最基础的那部分？

同样是被计算机改变，1980 至 2018 年间，库存文员数量增长近三倍，但平均工资下降 13%；会计文员数量减少三分之一，留下来的人工资却上涨 40%。

MIT 经济学家大卫·奥特（David Autor）和尼尔·汤普森（Neil Thompson）的研究揭示了其中差异1：对会计文员来说，计算机替代的是最机械的那部分工作（手动记账、核算），反而让他们升级去做更复杂的任务，整个职业随之专业化；对库存文员来说，计算机替代的恰恰是他们最核心的专业能力——对仓库物品的熟记与调度，剩下的工作变成了扫码和上架货架，可被替代性大增，职业随之「商品化」。这一规律在超过 300 个职业中反复得到印证。

把这个框架套在放射科医生身上，三问同时成立：工作是强捆绑（读片与问诊不可分），需求有弹性（影像检查价格降低，医生下单更多），AI 替代的是最机械的读片环节而非专科判断能力——结果是三重保护叠加，职业在 AI 浪潮下不降反升。

对作者自己——《大西洋月刊》记者——答案则模糊得多：新闻订阅费下降多年，读者数量同时在萎缩，杰文斯悖论似乎不适用；至于专业能力，做深度研究是 AI 能做的，写出好的初稿是 AI 目前还做不到的。唯一的好消息：这份工作是强捆绑，采访、编辑沟通与写作缺一不可。

职业选择岔路口 — AI 时代，不同职业面临截然不同的命运，答案藏在三个具体问题里 1

关键细节

AI 放射科工具扩张，却带来反常的就业繁荣：FDA 批准逾 1000 款 AI 影像诊断工具，部分产品准确率超过人类，但放射科医生需求量、薪资水平均创历史新高。1
「弱捆绑」职业的 Jevons 信号：2023 至 2025 年，猎头职位空缺上涨 30%，软件工程师职位翻倍，呼叫中心员工总数持续增长——三个领域均在 AI 渗透后出现需求反弹。1
库存文员 vs. 会计文员的分叉命运：同期同样受到计算机冲击，前者数量增长但薪资降 13%，后者数量收缩但薪资涨 40%——差别在于 AI 到底替代了谁的「核心专业能力」。1
「专业技能平权」案例：施耐德电气正在试点的「电工助手」AI 工具，让只有职业培训背景的普通电工，能独立排查此前需要工程博士才能解决的复杂故障。AI 正在把专业判断能力「下沉」给更多人。1
银行柜员的前车之鉴：ATM 机问世后，美国银行柜员数量反而上升了数十年——最终消灭这个职业的，不是 ATM 机，而是没人预料到的 iPhone。AI 革命最深远的影响，将同样来自当下无人预料的地方。1

金句

"The story is almost never as simple as: We're in a race with machines and machines will win. What matters for a given profession is whether technology enhances a worker's expertise or commodifies that expertise."
「故事几乎从来不是'我们与机器在赛跑，机器会赢'这么简单。对任何一个职业来说，真正重要的是：技术究竟是在放大工人的专业能力，还是在把这种能力商品化。」——大卫·奥特（MIT 经济学家）

"It's not hard to imagine this happening with financial services, with legal services, with health care. As AI makes these services cheaper, people are going to want a lot more of them. And that means employment in those sectors will grow."
「不难想象金融、法律、医疗也会发生同样的事。AI 让这些服务更便宜，人们就会想要更多。这意味着这些行业的就业反而会增长。」——托斯滕·斯洛克（Apollo 资管首席经济学家）

"Some of the most dramatic consequences of the AI revolution are guaranteed to be just as surprising."
「AI 革命最具戏剧性的后果，注定会同样出人意料。」——罗杰·卡尔马

Fuentes de referencia

1Three Ways to Think About AI and Jobs — The Atlantic