2022 年 11 月 30 日，OpenAI 发布了 ChatGPT。两个月后，用户数量突破 1 亿，成为历史上增长最快的消费者应用之一。
对经济学家来说，这不只是一个科技热点事件，而是一个罕见的自然实验机会：一项影响认知型工作的通用技术几乎在一夜之间到来，受影响的职业和任务有清晰的范围，使用数据有可能被追踪。如果想研究"技术如何影响劳动力市场"这个已经持续争论了三十年的问题，ChatGPT 的出现提供了一个前所未有的研究窗口。
然而，发布后两年多的实证研究显示，答案并不简单——甚至有时看起来相互矛盾。
破除误解："AI 会消灭工作"是一个过于简单的预言
围绕 AI 与就业的讨论有两个极端版本，都存在实质性的证据问题。
版本一：大规模技术性失业即将到来。这一叙事来自"AI 将自动化大量认知型工作"的直觉，高德纳（Gartner）、麦肯锡等咨询机构的报告常常援引"X% 的工作岗位将在 Y 年内消失"这类数字。但这类预测通常基于"任务可自动化程度"的工程学判断，而非实际劳动力市场数据，容易混淆"技术上可以被替代"与"经济上实际被替代"。
版本二：AI 只是另一场技术革命，历史上从蒸汽机到计算机都没有消灭就业。这一乐观版本同样粗糙：它忽略了 AI 在认知型工作上的替代能力与以往机器对体力工作的替代能力存在本质差异，也低估了结构性转型对特定群体的真实冲击。
实际情况是：目前的实证研究显示，生产率效应确实存在，但宏观劳动力市场效应迄今十分有限——两件事可以同时为真，但不同场景、不同技能层次、不同职业的结论差异很大。
现有实证证据
企业和任务层面：生产率提升是真实的
目前最扎实的证据来自可控的企业研究，对象是具体的认知型任务：
客户服务：Brynjolfsson、Li 和 Raymond（2023）在 NBER 的研究以一家大型科技公司为研究对象，为客服人员提供 AI 辅助工具（类似 GPT 的系统）。结果显示，平均生产率提高约 14%，且效益高度集中于经验较少的工人——新员工的学习速度显著加快。这一发现的含义是双重的：AI 既是效率工具，也是技能转让的加速器（Brynjolfsson, Li & Raymond, 2023）。
软件开发：多项研究（包括 GitHub 对 Copilot 的内部评估）显示，代码辅助工具能够使程序员的某些任务效率提升 26-56%。但在任务层面的速度提升与整体产出之间往往存在落差：工具采用与真正整合进工作流是两回事，丹麦的大样本研究（见下文 Humlum & Vestergaard, 2025）就发现广泛报道的采用并未转化为可观的总体收入或工时变化。
专业写作：Noy 和 Zhang（2023，发表于《科学》）对 453 名受过大学教育的专业人士做了随机对照实验，让其中一半使用 ChatGPT 完成职业相关的写作任务。结果是完成时间平均减少约 40%、产出质量上升约 18%，且初始写作能力较弱的人获益最大——AI 压缩了技能差距。这与客服研究的结论呼应（Noy & Zhang, 2023）。
宏观劳动力市场：目前冲击有限
与任务层面的生产率提升形成对比，宏观劳动力市场数据（截至 2024-2025 年）显示的就业冲击仍然相对有限：
Humlum 和 Vestergaard 于 2025 年的 BFI 工作论文《大语言模型，小劳动力市场效应》链接了丹麦覆盖 11 个高暴露职业、约 25,000 名员工、7,000 个工作场所的大规模采用调查与行政劳动记录。他们用双重差分法估计出对收入和工时近乎为零的精确效应——在 AI 聊天机器人采用两年后，可以排除大于 2% 的影响，即便对重度用户、早期采用者和投入巨大的工作场所也是如此（Humlum & Vestergaard, 2025）。
但有一个更细致的模式：Coelli 和 Kambourov（基于加拿大数据）以及 Pew Research（2023 年调查）发现，AI 暴露程度较高的职业的工资有所上升——这与技术"补充"（complement）而非"替代"（substitute）劳动力的假说更一致，至少在目前阶段。
高曝险职业内的分化
Acemoglu 和 Autor 的研究指出，即便是"AI 高暴露"职业内部，影响也呈现出高度分化：初级/入门级岗位受到的挤压明显大于高级岗位，说明调整发生在职业内部的任务层次，而非简单的职业消失。
这与历史上计算机对中间技能型工作（如数据录入、流水线检验）的冲击模式类似，但此次 AI 影响的是过去被认为"人类专有"的语言和推理任务，这是一个新特征。
两种对立的框架
在解释这些证据时，经济学界出现了两种对立的分析框架：
"技术互补"框架（Brynjolfsson、Autor）：AI 主要增强工人的能力，使其能够处理以前无法处理的任务，整体上增加了劳动力的边际产品，推高工资。这一框架在历史上得到支持——蒸汽机、计算机最终都创造了远多于消灭的就业。
"任务替代"框架（Acemoglu）：AI 直接替代了此前只有人类才能完成的认知任务，且如果 AI 的自动化速度快于新任务和新职业的出现速度，就业和工资将受到净负面冲击。Acemoglu 在 2024 年《人工智能的简单宏观经济学》中估计，未来十年 AI 带来的全要素生产率（TFP）增幅不超过约 0.53%–0.66%（折合年均约 0.07%），远低于麦肯锡、高盛等机构援引的乐观预测（Acemoglu, 2024）。
需要注意的是，目前的观察窗口（2022-2025 年）可能太短——历史上蒸汽机从广泛应用到生产率数据可见也经历了数十年的滞后期（"生产率悖论"）。是否存在同样的滞后，目前无法判断。
AI 对生产率的估算：为何差异巨大
现有研究估算的生产率效应从"几乎为零"到"提高 55% 以上"，分散程度令人困惑。理解这一差异的关键在于：研究测量的究竟是哪一层面的生产率？
任务层面：当一位律师用 AI 在 20 分钟内完成过去需要 3 小时的文献综述，这是任务层面的生产率提升，数字可以很大。
工作者层面：那位律师能否把省出的时间用于创收活动？这取决于工作内容是否足够丰富——如果文献综述原本就是工作的瓶颈，则生产率提升可以体现在工作者层面；如果文献综述只是整个案件工作流的一个环节，效果则会分散。
企业层面：企业整体的产出、成本结构和利润是否改变？大多数研究显示这个层面的效应比任务层面小得多，因为采用工具的摩擦成本、管理调整和工作重组会消耗相当部分的生产率收益。
宏观层面：整体 GDP 和全要素生产率的变化。Acemoglu（2024）提醒，即便任务自动化的技术可行性很高，如果自动化替代了本来已经相当高效的人类劳动、或者新任务的创造速度赶不上旧任务的消灭速度，净宏观效应可能远小于微观层面的估算——他据此把十年 TFP 增幅估在 0.66% 以下。
谁受益、谁受损
即便宏观效应有限，分配效应可能已经在发生：
相对受益：拥有 AI 技能的工人（能够有效使用 AI 工具的人）、任务层次较高的专业工作者（AI 提升其能力上限）、具有 AI 赋能业务的企业（成本下降、产出上升）。
相对受损风险：大量认知型初级工作（内容写作、数据分析助理、法律辅助文书、初级编码）的市场空间已出现收缩迹象；Freelancer.com 等外包平台上翻译、图像设计等类别的接单量和价格均出现可观下降（2023 年 Coursera 报告数据）。
发展中国家的特殊风险：低收入国家常常依靠大量数字化服务外包（数据标注、内容审核、客服外包）作为劳动力密集型产业升级的早期阶段。如果这些工作被 AI 迅速替代，"外包驱动发展"的路径可能收窄。
代价与争议：证据本身有多可靠？
目前 AI 劳动力市场研究的证据质量参差不齐，需要谨慎对待：
- 选择性偏误：大多数高质量研究来自自愿参与实验的企业，这些企业可能更早采用技术、管理质量更高，实验结论可能不具有代表性。
- 外部有效性：单一企业的 RCT（如客服研究）结论能否推广到整体经济，取决于宏观反馈效应（竞争压力、工资形成机制），而现有研究几乎都是局部均衡分析。
- 测量 AI 使用的困难："企业采用了 AI"这个定义极为模糊——是部署了 API、雇佣了工程师，还是真正改变了工作流程？测量问题导致不同研究的可比性有限。
- 时间窗口问题：2022-2025 年可能只是过渡期的开始，就业效应有滞后。过早下"影响有限"的结论存在风险。
未知的边界
- 通用均衡效应：当整个行业都采用 AI 并削减初级岗位时，释放出的劳动力将流向何处？是否有足够多的新工作岗位在等待？目前没有可靠的预测模型。
- AI 能力的边界在哪里：现有 LLM 在语言生成和模式识别上能力强，但在真正的因果推理、科学发现、技能性手工操作上是否会很快达到人类水平，学界分歧显著。
- 专用职业 AI 的影响：ChatGPT 的通用性影响已经在研究，但针对法律（Harvey AI）、医疗（Med-PaLM）、金融分析的专业 AI 能否真正取代专业人员，目前实证证据极少。
- AI 监管如何影响劳动力市场结构：欧盟 AI 法案、美国行政令对高风险 AI 应用的限制，将如何影响 AI 在医疗、教育、法律等领域的实际部署速度，是政策与经济学研究的交叉前沿。
跨域连接
- 劳动经济学：增强与替代的可检验差别在工资方向：若是互补，高暴露职业的工资应上升；若是替代，应下降。目前证据偏向前者，但这只是暂定判断——观察窗口太短，方向仍可能反转，而且工资是黏性变量，反应本身有滞后。
- 元分析与证据综合：任务层面效应很大、宏观层面近乎为零，两者可以同时为真，因为测量的层级不同。推论：把不同层级的估计平均进同一个数字，会得到一个谁都不适用的结论，综合证据前必须先对齐测量对象：任务、工作者、企业与宏观是四个不同层级。
- 大语言模型：现有模型在语言生成与模式识别上强，在因果推理与手工操作上弱。推论：替代模式应能从能力边界预测；若不吻合，起作用的就是组织与成本而非技术可行性。能力边界本身仍有分歧，这一步是推测，因此按职业清单预测替代顺序目前并不可靠。
- 电力革命：通用技术从广泛应用到在生产率数据上显形，历史上有过很长的滞后。推论："影响有限"与"影响尚未显现"用现有数据无法区分——这是明确的未知，不是结论，因此任何时间表都应当被当作假设看待。
- 全球南方社会学：数据标注与内容审核这类外包曾是劳动密集型升级的入口，若被迅速替代，"外包驱动发展"的路径会收窄。这是风险判断，系统证据仍然稀缺，尚不足以支持任何政策结论。
参考文献
- Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at Work. NBER Working Paper No. 31161.
- Acemoglu, D. (2022). Tasks, Automation, and the Rise in US Wage Inequality. Econometrica, 90(5), 1973–2016.
- Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper No. 32487.（十年 TFP 增幅估计不超过 0.66%）
- Noy, S., & Zhang, W. (2023). Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science, 381(6654), 187–192.
- Autor, D., Levy, F., & Murnane, R. J. (2003). The Skill Content of Recent Technological Change. Quarterly Journal of Economics, 118(4), 1279–1333.（理解"任务模型"的基础论文）
- Georgieff, A., & Hyee, R. (2021). Artificial Intelligence and Employment: New Cross-Country Evidence. OECD Social, Employment and Migration Working Paper No. 265.
- Humlum, A., & Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. BFI Working Paper 2025-56.（基于丹麦行政数据，覆盖 11 个职业、约 25,000 名员工、7,000 个工作场所）
- Eloundou, T., et al. (2023). GPTs Are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models. arXiv:2303.10130.（OpenAI 研究团队对职业暴露程度的系统评估）
- Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton.