高盛最新量化报告：AI带来的9％岗位替代，你属于哪一类

照片冲洗员站在暗房里等显影液完成化学反应的那几分钟里，没有人想到数码相机会在一夜之间让这份工作变得多余。十五年后，档案管理员看着一箱箱纸质文件，也未曾预见到电子文档系统会彻底改写“归档”的定义。今天轮到坐在电脑前的白领们面对同一个问题：你的技能，还能撑多久？

10月22日，高盛全球投资研究发布了这份被广泛讨论的量化研究报告。结论并不含糊：如果人工智能最终能带来15％的经济整体生产率提升——这不是最悲观的假设，而是基准情形——那么根据历史经验模型推算，过渡期内最多约有9％的员工将从现有岗位上被替代。在受技术冲击最深的25类特定职业中，这一数字的平均值更是达到了25％。

注意这里的计算逻辑。9％这个数字的分子是整个劳动力市场中被暴露于AI替代风险下的全部员工总数，而非某一个行业的比例。分母是美国当前就业总人数的近似值。换算成绝对量级，意味着约有一千至一千两百万个工作岗位在未来三到五年内可能面临实质性收缩。

这并非凭空预测。高盛使用的模型建立在三个独立维度的历史数据回溯之上。第一层是总量层面的技术冲击模型——在过去一百多年的历次工业革命记录中，劳动生产率每提升1％，失业率峰值会在短期内上行0．3到0．4个百分点，大约两年后才逐渐回落。第二层是岗位流量追踪——同样每1％的技术驱动型生产率改善，会带来累计0．5到0．6个百分点的总岗位流失率上升，同时拖累整体招聘率约0．2个百分点。第三层是行业横截面的全要素生产率分析，结果与前两者高度一致。

关键发现：岗位消失的秘密不在招聘冻结，而在“分离率”上升

关键发现恰恰隐藏在那些容易被忽略的细节里。传统叙事习惯把技术替代简化为一个静态图景：某种机器代替了人工，然后那个工种消失了。但高盛的跟踪数据显示，技术冲击首先体现的不是“没人再招人了”，而是“原来的人都走掉了”。

在被监测的25个样本职业中，仅有13个职业的年度总招聘率出现下降，平均降幅仅为0．7个百分点；而与此同时，有19个职业的年度总分离率上升，平均升幅达到惊人的3．8个百分点。

换句话说，岗位流失的主力军不是招聘冻结，而是离职潮和被辞退潮。17个职业的情况都属于“分离率主导型”收缩。这对理解当下职场焦虑提供了一个新的视角——真正危险的时刻不在你看到某家公司宣布裁员公告之后，而在你注意到公司不再补招空缺、老员工陆续被优化之前的那段窗口期。

白领为何无法幸免：当重复性认知劳动遭遇生成式AI

为什么白领阶层这次难以幸免？

因为这次的技术颠覆与以往不同。早期的自动化主要打击的是体力密集型岗位——流水线上的装配工人、码头的搬运工、工厂里的质检员。这些岗位的重复性最高、创造性最低，替代成本也最小。但生成式AI和机器人流程自动化的能力边界已经向上突破到了认知劳动领域。

高盛列出的25个样本职业涵盖了大量传统意义上的“办公室岗位”：校对员、保险核保员、档案文员、订单文员、抄表员、数据录入员、薪资核算文员、计算机操作员、收银员、信件分拣员、货运文员、打字员和文字录入员、电话接线员、办公设备操作员、印前制版技师、调度员、旅行代理、账单催收员、簿记员、银行柜员……其中至少有十几个岗位在日常语境中被视为典型的白领工作。它们共同的特质是工作内容高度依赖标准化流程和规则执行，而这些正是当前AI模型最擅长的领域。

以照片冲印员为例，这个排在全行业受冲击榜首位的职业，在五年的时间维度里岗位缩减接近60％。原因非常直观：数码摄影技术的普及直接抹消了胶卷冲洗的需求链条。类似的逻辑正在发生在校对员身上——智能拼写检查工具和排版软件几乎零成本地完成了曾经需要专职文员花费数小时完成的工作。银行柜员的减少则源于ATM机和个人网银的渗透率持续攀升。

然而比技术路径更重要的是另一个变量：经济周期。

高盛在报告的结尾处给出了一个带有明显预警色彩的判断——自动化对就业的冲击速度，本质上受到宏观环境的深刻调节。当经济健康运转时，企业没有动力去大举削减人力成本，即使技术上能够替代，也更多选择维持现状。但当经济进入周期性放缓阶段，利润压力迫使管理层寻找每一处可压缩的开支项，这时AI的部署节奏就会显著加快。

行业模型给出的量化关系很清晰：当整体失业率上升时，每1％的技术驱动生产率提升对失业率的负面影响会比基准估算高出0．1到0．2个百分点。职业样本层面的验证更为惊人——在技术冲击后的五年内，整体失业率每额外上升1个百分点，受冲击职业的就业人数会额外下降约4％。

这意味着，如果美国经济在未来某个时段步入衰退通道，AI对劳动力市场的冲击强度可能远远超出目前市场定价的预期。企业不会等到“完全搞定技术整合”才动手，他们会利用经济下行的窗口期快速推进自动化替代，以降低下一轮复苏的成本基数。

三条可验证的观察线索

高盛当前的数据表明，美国仅有23％的机构已将AI纳入部分日常操作流程，而且这个数字本身就可能高估了实际的自动化渗透水平，因为大部分机构尚未将AI嵌入其所有可应用的流程环节。换言之，绝大多数潜在的替代效应仍停留在纸面上。

对于投资者和普通劳动者而言，可以建立三条观察线索：

第一，密切关注AI相关裁员公告的数量变化——这比招聘放缓的数据更能提前反映真实的替代进程。第二，跟踪美国劳工统计局（BLS）按月发布的各行业就业细分数据，尤其是行政支持和服务业领域的月度趋势反转。第三，留意宏观经济指标的拐点信号，经济放缓往往比AI技术进步本身更早触发大规模的岗位重组。

科技革命的叙事总是如此循环往复：乐观者看到的是效率提升和新岗位诞生，悲观者盯住的是旧产业的坍塌和个体的被动出局。高盛的研究试图做的，是用数据回答一个朴素的问题——在这场重塑中，哪些人最需要现在就做出改变？答案或许并不让人意外：那些工作可以被分解为一系列标准化步骤的人，最先面临考验。