AI引爆全美失業(yè)潮，12個(gè)月內(nèi)接管所有代碼！3億崗位被取代，70%職

 AI，正在改變生活。

LinkedIn的新研究顯示，很大程度上因?yàn)锳I，到2030年，大多數(shù)職業(yè)的70%技能將發(fā)生變化。

然而，更大的AI的沖擊或許就要到來(lái)：AI永久性地改變就業(yè)市場(chǎng)，并帶來(lái)大規(guī)模失業(yè)。

現(xiàn)在AI還沒(méi)有造成大規(guī)模失業(yè)。

然而，這可能只是暴風(fēng)雨來(lái)臨前的平靜罷了。

AI影響40%的崗位

近期，世界經(jīng)濟(jì)論壇（WEF）調(diào)查顯示，40%的老板打算在2025年到2030年間，在AI能自動(dòng)化任務(wù)的領(lǐng)域，削減員工數(shù)量。

這和之前的預(yù)測(cè)相當(dāng)吻合。

比如，兩年前，高盛的研究報(bào)告提到：「GenAI可能讓3億個(gè)全職崗位，面臨被自動(dòng)化替代的風(fēng)險(xiǎn)，給就業(yè)市場(chǎng)帶來(lái)重大動(dòng)蕩」。

國(guó)際貨幣基金組織（IMF）數(shù)據(jù)表明，「全球近40%的就業(yè)崗位會(huì)受AI影響」。

去年秋天，布魯金斯學(xué)會(huì)的報(bào)告也指出，「超30%的勞動(dòng)者，崗位中至少50%的工作任務(wù)，可能會(huì)被GenAI顛覆。

果真如此，為什么沒(méi)看到大裁員？

有些人對(duì)這些預(yù)測(cè)提出了質(zhì)疑，尤其目前AI帶來(lái)的工作崗位流失，看起來(lái)似乎微不足道。

例如，2024年10月發(fā)布的《挑戰(zhàn)者報(bào)告》，追蹤了裁員情況。

該報(bào)告顯示，在2023年5月至2024年9月的17個(gè)月間，美國(guó)因AI導(dǎo)致的工作崗位流失不到17,000個(gè)。

從表面上看，這似乎與那些嚴(yán)峻的警告相矛盾。

但這真的是矛盾嗎？還是說(shuō)它表明我們?nèi)蕴幱谝粋�(gè)逐步過(guò)渡的階段，可能在未來(lái)會(huì)出現(xiàn)突如其來(lái)的轉(zhuǎn)變？

歷史告訴我們，技術(shù)驅(qū)動(dòng)的變革并不總是以穩(wěn)定、線性的方式發(fā)生。

相反，它往往是逐步積累，直到某個(gè)時(shí)刻突然爆發(fā)，徹底改變格局。

在最近的《Hidden Brain》播客中，哥倫比亞大學(xué)的研究員Rita McGrath，提到了海明威1926年出版的小說(shuō)《太陽(yáng)照常升起》。

當(dāng)書中的一位角色被問(wèn)到自己是如何破產(chǎn)時(shí)，他回答道：「兩種方式。循序漸進(jìn)，繼而驟然而至」

這或許是對(duì)AI對(duì)就業(yè)影響的隱喻。

這種變化模式——最初緩慢且?guī)谉o(wú)察覺(jué)，然后突然變得不可忽視——在商業(yè)、技術(shù)和社會(huì)中都有過(guò)類似的經(jīng)歷。

暢銷書作家Malcolm Gladwell稱之為「臨界點(diǎn)」，即趨勢(shì)達(dá)到臨界質(zhì)量后，劇烈加速的時(shí)刻。

在控制論（研究復(fù)雜的自然和社會(huì)系統(tǒng)的學(xué)科）中，臨界點(diǎn)可能發(fā)生在當(dāng)某項(xiàng)新技術(shù)變得如此普及，以至于它根本改變了人們的生活和工作方式。在這種情況下，變革變得自我強(qiáng)化。這通常發(fā)生在創(chuàng)新與經(jīng)濟(jì)激勵(lì)對(duì)接時(shí)，使得變革不可避免。

循序漸進(jìn)后驟然而至

雖然AI對(duì)就業(yè)的影響（到目前為止）尚處于初期階段，但AI的普及情況卻并非如此。

根據(jù)麥肯錫的一項(xiàng)新調(diào)查，78%的受訪者表示他們的組織在至少一個(gè)業(yè)務(wù)職能中使用AI，比2023年增加了40%以上。

其他研究顯示，74%的企業(yè)高層管理人員現(xiàn)在比同事或朋友更有信心依賴AI提供商業(yè)建議。

研究還發(fā)現(xiàn)，38%的高管信任AI為他們做出商業(yè)決策，而44%的人則愿意讓AI的推理優(yōu)先于他們自己的見(jiàn)解。

不僅僅是企業(yè)高管越來(lái)越多地使用AI工具。

來(lái)自投資公司Evercore的圖表顯示，過(guò)去9個(gè)月中，各年齡段群體的AI使用都在增加，不管是什么應(yīng)用領(lǐng)域。

這些數(shù)據(jù)揭示了AI工具的廣泛和持續(xù)增長(zhǎng)的應(yīng)用。

然而，真正的企業(yè)級(jí)AI整合仍處于起步階段。

根據(jù)麥肯錫的另一項(xiàng)調(diào)查，僅有1%的高管認(rèn)為他們的GenAI部署已經(jīng)成熟。

這表明，盡管AI的普及正在迅速增長(zhǎng)，但企業(yè)尚未將其完全整合到核心業(yè)務(wù)中，無(wú)法大規(guī)模取代工作崗位。

但這種情況可能會(huì)迅速改變。如果經(jīng)濟(jì)壓力加劇，企業(yè)可能就沒(méi)有逐步采用AI的余地，而是會(huì)感到迫切需要加速自動(dòng)化進(jìn)程。

美國(guó)GenAI使用滲透率

職場(chǎng)危機(jī)：軟件開(kāi)發(fā)，首當(dāng)其沖

軟件開(kāi)發(fā)可能是AI首當(dāng)其沖影響的工作類別之一。

目前，許多基于大語(yǔ)言模型（LLM）的AI工具已存在，用于增強(qiáng)編程功能，未來(lái)可能完全自動(dòng)編程。

最近在Reddit上，Anthropic的首席執(zhí)行官Dario Amodei發(fā)表了類似的觀點(diǎn)：

距離AI能編寫90%代碼的時(shí)代，大概還有3到6個(gè)月。

12個(gè)月內(nèi)，AI幾乎接管所有代碼，人類或許正在迎來(lái)這樣的世界。

這一趨勢(shì)愈發(fā)顯著，2025年Y Combinator孵化器中的初創(chuàng)企業(yè)便是例證。

管理合伙人Jared Friedman表示，這批初創(chuàng)企業(yè)里，有25%的代碼庫(kù)95%由AI生成。

他還補(bǔ)充道：「一年前，（這些公司）還會(huì)從零開(kāi)始打造產(chǎn)品，如今95%的工作都由AI完成�！�

支撐代碼生成的LLM，如Claude、Gemini、Grok、Llama和ChatGPT，都在快速發(fā)展，并在一系列定量基準(zhǔn)測(cè)試中表現(xiàn)越來(lái)越好。

例如，OpenAI的推理模型o3在2024年美國(guó)數(shù)學(xué)邀請(qǐng)賽（AIME）中僅錯(cuò)一題，得分97.7%；在GPQA Diamond測(cè)試中，涵蓋了研究生級(jí)別的生物學(xué)、物理學(xué)和化學(xué)問(wèn)題，得分為87.7%。

更令人矚目的是對(duì)新版本GPT-4.5的定性印象，正如Confluence帖子中所描述的那樣。

鏈接：https://craai.substack.com/p/confluence-for-392025

面對(duì)寬泛且模糊的提示，GPT-4.5給出了正確答案，而其他模型卻做不到。

這看似平常，可作者認(rèn)為這意義非凡：

這次看似不起眼的交流，卻是與大語(yǔ)言模型的對(duì)話中，首次感覺(jué)到了「這像是通用智能了」。

OpenAI是否借GPT-4.5跨越AGI門檻呢？

臨界點(diǎn)：程序員先遭殃

雖然軟件工程可能是首批面臨廣泛AI自動(dòng)化的職業(yè)之一，但它絕不會(huì)是最后一個(gè)。

許多其他的白領(lǐng)工作，如研發(fā)、客戶服務(wù)和財(cái)務(wù)分析，也同樣面臨AI的顛覆。

究竟是什么因素會(huì)促使AI在職場(chǎng)應(yīng)用方面發(fā)生突變呢？

歷史表明，經(jīng)濟(jì)衰退往往會(huì)加速技術(shù)的普及。

而下一輪經(jīng)濟(jì)低谷，可能成為AI對(duì)就業(yè)影響從循序漸進(jìn)到驟然而至的關(guān)鍵轉(zhuǎn)折點(diǎn)。

在經(jīng)濟(jì)衰退時(shí)，企業(yè)面臨著前所未有的降本增效的壓力。

此時(shí)，自動(dòng)化成為了企業(yè)眼中的「香餑餑」。

相對(duì)技術(shù)投資，人力成本變得更加昂貴，尤其是當(dāng)企業(yè)需要以更少的人力完成更多工作任務(wù)時(shí)。

這種現(xiàn)象有時(shí)被稱為「被迫提高生產(chǎn)率」。

比如，2007年至2009年的經(jīng)濟(jì)危機(jī)期間，自動(dòng)化、云計(jì)算和數(shù)字平臺(tái)取得了顯著進(jìn)展。

如果2025年或2026年出現(xiàn)經(jīng)濟(jì)衰退，作為減少人力的情況下支持效率和生產(chǎn)力的策略，面臨裁員壓力的公司很可能會(huì)轉(zhuǎn)向AI技術(shù)，尤其是基于LLM的工具和流程。

考慮到企業(yè)對(duì)AI滯后的擔(dān)憂，這種轉(zhuǎn)變可能更加明顯，更為突如其來(lái)。

 

注：本文來(lái)自商業(yè)新知