2026年AI裁员真相：高薪岗位首当其冲的职场危机

（来源：麻省理工科技评论）

当人们讨论“自动化”与“AI取代工作”时，常将其描绘为一场纯粹由效率驱动的技术革命。但麻省理工学院经济学家主导的一项新研究，揭示了更为现实的商业逻辑：自1980年以来，驱动美国企业自动化的核心动机，往往不是追求生产力突破，而是为了替换薪酬过高的员工。

这意味着，机器与算法的引入，其目标常常是精准地“优化”掉一类特定劳动力——那些凭借资深经验或稀缺技能，获得了高于市场平均水平的“工资溢价”的工人。这一趋势对未持有大学文凭、却在实践中积累了高价值技能的劳动者构成了直接冲击。

自动化加剧不平等的双重影响

这一发现揭示了两个关键层面。首先，自动化对美国收入不平等加剧的推动作用，可能被严重低估。其次，自动化带来的生产力增长之所以表现平庸，根源在于企业更倾向于将其用作成本控制工具，而非投资于能带来长期增长潜力的高效技术路径。

“自动化存在一种低效的靶向性。”该研究的合著者、MIT经济学家达隆·阿西莫格鲁指出，“一个岗位的薪酬水平越高，企业实施自动化的财务动机就越强。”理论上，企业本可将自动化用于更富创造性的领域，但现实路径却更为“务实”：直接削减人力成本。这种策略或许能美化短期财务报表，却未必能构建企业可持续的竞争优势。

研究量化了这一影响。据估算，在1980年至2016年间，美国收入不平等的增长中，高达52%可归因于自动化。其中，约10个百分点直接源于这种针对高薪员工的“靶向替换”。更具讽刺意味的是，这种低效的自动化操作，竟抵消了同期自动化技术本身所带来的60%至90%的生产力增益。

“这或许是美国生产力增长长期乏力的一个结构性原因。”阿西莫格鲁分析道，“我们见证了专利的爆发和技术的飞跃，但宏观生产力数据却始终疲软。”

这篇题为《自动化与租金消散：对工资、不平等和生产力的影响》的论文，发表于《经济学季刊》五月刊。作者是阿西莫格鲁（MIT院士教授，2024年诺贝尔经济学奖得主）与耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波。自2010年代以来，两位学者持续研究自动化的影响，其核心结论是：1980年后，自动化对劳动力市场的重塑力度远超学界既往认知。

在新研究中，他们整合了美国人口普查局、社区调查等多源数据，将劳动力精细划分为500个人群组（依据教育水平、性别、年龄和族裔），并与美国49个行业的变迁进行交叉分析。这种微观实证方法不仅计算出被自动化取代的岗位总量，更精准测算了其中以“削减工资溢价”为目标的替换比例。

结果显示，在受自动化冲击的工人中，薪资处于第70至95百分位（即收入显著高于中位数但非顶层的群体）的员工承受了最集中的冲击。分析指出，美国收入不平等总增幅中，约五分之一可归因于此单一机制。

“我认为这是一个相当可观的数字。”阿西莫格鲁评论道。他进一步补充：“自动化无疑是经济增长的引擎，未来我们仍将依赖它。但它也在资本与劳动之间、以及不同劳动群体之间，制造了巨大的分配差距。因此，过去几十年美国不平等的加剧，自动化所扮演的角色可能比主流叙事所承认的更为关键。”

解开生产力增长停滞的谜题

这项研究也指出了一个常被管理层忽略的基本选择。假设某项自动化技术（例如一套新的客户服务系统）对企业整体运营效率的提升微乎其微，管理者仍可能有强烈动机部署它：因为它能直接降低薪酬支出，从而运营一家虽然整体生产力下降、但净利润却更高的企业。

将这一逻辑放大至宏观经济层面，1980年以来的美国经济似乎不断重演这个版本的故事：企业盈利能力的提升，并未同步转化为全社会生产力的实质性进步。

“这是两个截然不同的概念，”阿西莫格鲁阐释道，“完全有可能在牺牲一部分生产力的同时，通过成本压缩实现利润增长。”

这一结论，呼应了已故MIT经济学家罗伯特·索洛在1987年那句著名的观察：“计算机时代无处不在，唯独在生产力统计中难觅其踪。”延展这一思路，阿西莫格鲁指出：“如果管理者能通过接受1%的生产力损失来换取利润增长，许多人会毫不犹豫地选择后者。这取决于他们的核心KPI与价值排序。因此，我们论文的另一个重要启示是：市场上推广的自动化方案，良莠不齐，高效与低效的类型被捆绑在一起。”

当然，这绝非主张减少自动化。某些形式的自动化确实能显著提升生产力，并形成正向循环——企业利润增长，进而创造更多就业岗位。但阿西莫格鲁认为，当前社会对自动化经济影响的复杂性认知仍然不足。或许，清晰审视过去四十多年美国自动化的真实轨迹，能帮助我们更明智地权衡其利弊。

“关键在于，这些洞察能否融入公众与政策制定者的决策框架。当我们对自动化进行综合评估，尤其是权衡其对不平等、生产力和劳动力市场的多重影响时，最终会导向何种结论？”阿西莫格鲁总结道。

若能更审慎地甄别自动化的类型与应用深度，引导其向真正提升生产力的方向发展，我们完全有可能获取更丰厚的经济增长红利。这无疑是一个更优的战略路径。

来源：互联网