「AI不會消滅工作，它只是在拆解工作?！箓惗卣谓?jīng)濟學院教授Luis Garicano這句話，正在硅谷和華爾街的會議室里反復回響。

過去三年，關(guān)于AI失業(yè)潮的預測一個比一個嚇人。最聳動的數(shù)字來自某機構(gòu)：到2030年，美國將有1040萬個崗位消失，占勞動力的6%。這些預測背后有個簡單到可疑的邏輯——如果AI能做你80%的事，那你離被裁就不遠了。

Garicano和兩位香港大學學者的最新論文，把這個邏輯掰開了揉碎。他們的核心發(fā)現(xiàn)是：工作不是任務清單，而是捆綁包。有些捆得松，一拆就散；有些捆得緊，動一根線整包都亂。

放射科醫(yī)生的工作為什么拆不掉

論文里舉了個精準的例子。放射科醫(yī)生不只是「看片子」——他們得解讀邊緣病例、和臨床醫(yī)生溝通、為最終決策簽字背書。這三件事纏在一起，不是簡單的并列關(guān)系，而是相互嵌套的責任鏈條。

AI確實能讀片子了，而且讀得越來越快。但把「圖像識別」這塊切出去，剩下的不是兩個獨立模塊，而是一個缺了關(guān)鍵齒輪的機器。誰為AI的誤診負責？復雜病例找誰會診？這些問題的存在，讓放射科醫(yī)生的崗位暫時保住了完整性。

Garicano團隊把這種結(jié)構(gòu)叫做「強捆綁崗位」（strong bundles）。特點是任務之間相互依賴，拆掉任何一個都會降低整體價值。醫(yī)生、律師、高管顧問——這些職業(yè)的共同點是判斷、語境、責任三要素交織，AI只能在邊緣輔助，無法居中替代。

但另一類專業(yè)就沒這么幸運了。

客服和碼農(nóng)的「弱捆綁」陷阱

「弱捆綁崗位」（weak bundles）的任務像樂高積木，拆出來還能獨立運轉(zhuǎn)。處理標準化客服工單、編寫可預測的代碼模塊、生成常規(guī)營銷文案——這些工作的共同特征是輸入輸出邊界清晰，質(zhì)量容易量化，責任鏈條短。

AI介入這類工作的路徑很隱蔽。它不是一夜之間取代你，而是先接手最機械的部分。剩下的任務人類照樣做，甚至做得更專注、更快。聽起來像是人機協(xié)作的理想場景？

論文指出了反直覺的轉(zhuǎn)折點。當人類不再需要在不同任務間切換時間，而是「All-in」在剩余工作上，單個員工的產(chǎn)出會飆升。效率提升帶來價格下降，市場需求雖然擴大，但擴得不夠快——最終需要的人手反而少了。

失業(yè)不是來自AI直接搶飯碗，而是來自人類對「殘羹剩飯」的效率過高。

這和眼下就業(yè)數(shù)據(jù)的詭異平靜對上了。AI工具滲透率節(jié)節(jié)攀升，但總體就業(yè)率和工時數(shù)尚未出現(xiàn)劇烈波動。論文的解釋是：大多數(shù)崗位仍處于「捆綁未破」的狀態(tài)，拆解過程比想象中緩慢。

為什么悲觀派和樂觀派都能拿出證據(jù)

這場爭論的混亂根源，在于雙方觀察的是同一現(xiàn)象的不同階段。

強捆綁崗位的從業(yè)者正在經(jīng)歷AI賦能的黃金期。輔助工具壓縮了信息檢索和初稿生成的時間，決策質(zhì)量提升，議價能力隨之增強。他們的故事是「AI讓我更值錢」。

弱捆綁崗位的從業(yè)者則在經(jīng)歷緩慢的「空心化」。崗位還在，title沒變，但核心技能價值被逐步抽離。一個寫了十年代碼的工程師，發(fā)現(xiàn)自己越來越多的時間花在審核AI輸出、修補邊界case上——這些工作的市場定價，遠低于從零構(gòu)建系統(tǒng)。

Garicano團隊在論文中寫道：「在弱捆綁職業(yè)中，AI自動化了部分任務并收窄了崗位邊界……在強捆綁職業(yè)中，AI提升了崗位內(nèi)的績效，但沒有將人類從捆綁中移除。」

兩種路徑，兩種結(jié)局。同一款技術(shù)，對不同人群的效應截然相反。

拆解速度取決于什么

論文沒給出的是時間線。哪些捆綁會在未來五年松動，哪些能撐過十年？這取決于三個變量的博弈。

首先是責任機制的重構(gòu)速度。醫(yī)療AI的誤診責任至今模糊，這是放射科醫(yī)生捆綁牢固的關(guān)鍵。一旦法律框架明確「AI建議+人類簽字」的責任分配，拆解就會加速。

其次是質(zhì)量評估的標準化程度。代碼可以跑測試用例，設計稿可以A/B測試，但戰(zhàn)略咨詢方案的價值判斷高度依賴語境。能被量化評估的任務，更容易從捆綁中剝離。

最后是組織變革的意愿。技術(shù)上可行的拆解，可能因管理慣性而延遲。但經(jīng)濟壓力會推動企業(yè)重新設計崗位——不是「用AI替代人」，而是「把人的工作切成AI能接手和不能接手的兩塊」。

這個區(qū)分本身，就是論文最扎心的啟示。我們過去討論AI失業(yè)，默認的框架是「人vs機器」的二元對抗。但真實的戰(zhàn)場發(fā)生在人類內(nèi)部：誰的工作能被拆成碎片，誰就能保住完整的價值；誰的捆綁先松動，誰就成了效率革命的燃料。

1040萬崗位的預測數(shù)字或許夸張，但拆解的邏輯已經(jīng)啟動。對25-40歲的科技從業(yè)者來說，緊迫的問題不是「AI會不會取代我」，而是「我的工作捆綁有多緊」——以及，當捆綁開始松動時，你有沒有籌碼重新談判自己的位置。