越來越多的人說，AI 可能會取代一些工作，但它到底會影響那些崗位？影響有多大？最近，一項來自 MIT 的新研究給出了一個驚人的答案：一組隱藏資料表明，AI 當前已經有能力替代 11.7% 的美國勞動力，對應工資價值約1.2兆美元。如果只看目前 AI 的實際應用，主要集中在科技和計算崗位，那麼AI的影響僅佔約2.2%的勞動力，對應工資價值約 2,110 億美元。但當研究者把行政、金融和專業服務等崗位納入考慮後，AI 潛在影響範圍飆升至 11.7% 的勞動力，約 1.2 兆美元工資。這份研究成果來自一個名為 Iceberg Index（冰山指數） 的項目，由 MIT 聯合 橡樹嶺國家實驗室（ORNL） 開發。研究團隊把 AI 與人類勞動力的關係做了一個大膽模擬：他們將美國 1.51 億名員工都“數位化”，讓每個人按照技能、任務、職業和地理位置分類，然後觀察 AI 工具可以覆蓋那些工作任務，甚至能精確到郵政編碼區域。ORNL 負責人 Prasanna Balaprakash 將這個模型形象地比喻為“美國勞動力市場的數字孿生”。通過這個工具，研究者不僅可以看到 AI 已經進入那些崗位，還能預測潛在的技術曝光區域。01. 將1.51億職工建模為智能體論文中，Iceberg Index 的建構過程分為三步：1、人類勞動力對應模型覆蓋 1.51 億員工、923 個職業、3,000 多個縣，總共包含 32,000+ 技能。每個職工被建模為一個“智能體”，擁有技能、任務、地理位置等屬性。模型可以分析技能遷移潛力和職業相似度，為未來崗位轉型提供規劃路徑。2、AI 勞動力對應研究團隊收集了 13,000+ AI 工具，包括程式碼生成、流程自動化和認知輔助工具。使用與人類相同的技能分類體系，直接對比 AI 與人類能力。評估 AI 在增強人類工作（如醫院文書自動化）和完全轉變任務（如程式碼自動生成）的潛力。3、人類–AI 聯合模擬使用 MIT 的 Large Population Models (LPMs) 模擬數十億次互動。模擬考慮技術成熟度、採納行為和區域差異，輸出職業技能變化、地理分佈以及跨行業的連鎖影響。政策制定者可用模擬結果測試培訓方案、資源分配和激勵策略。整個模擬在橡樹嶺 Frontier 超級電腦 上運行，保證了大規模、高精度的預測能力。在這一基礎上，研究團隊建構了冰山指數（Iceberg Index）。這是一項以技能為中心的衡量指標，用於評估勞動力在 AI 經濟中的暴露度。它量化了 AI 系統在技術上可以執行的職業任務的“工資價值”，從而揭示人類勞動與 AI 能力重疊的部分。該指數從三個維度評估每一個職業：該職業需要的技能；這些技能的可自動化程度；工作本身的價值（工資與就業規模）。這些因素結合後，為每個職業給出一個一致的“技術暴露度”：它指的是 AI 能力與人類技能的重疊，而不是預測崗位是否會消失。例如，金融分析師不會消失，但 AI 可能能夠處理大量文件處理與常規分析工作。這會改變角色結構與技能需求，而不一定減少崗位數量。02. AI 有能力替代11.7%的勞動力研究團隊首先對當前 AI 最集中採用的職業內的技術暴露度進行了量化，並給出了一組資料：截至 2025 年，超過 10 萬 工作崗位的裁撤與 AI 重組直接相關；AI 系統每天生成超過 10 億行程式碼，已超過人類開發者的產出。因此，他們測量了電腦與技術類職業中的技能重疊度——表層指數（Surface Index）。結果發現，全國範圍內的表層指數為 2.2%，對應約 2110 億美元的工資價值、約 190 萬名技術職業從業者。包括軟體工程師、資料科學家、資料分析師、項目經理以及其他技術密集型崗位，這些都是目前 AI 採用最集中的職業群體。但這還僅僅只是冰山一角！除了科技類職業，AI 的能力還擴展到認知性和行政工作。原本為程式設計開發的工具，已經展現出在文件處理、財務分析、日常行政任務 等方面的技術能力，說明技術能力可以從科技領域遷移到其他行業。部分公司已經開始削減非技術性崗位：IBM 通過 AI 自動化減少了人力資源崗位Salesforce 暫停了非技術崗位招聘McKinsey 預測到 2030 年，約 30% 的財務任務可實現自動化研究團隊發現，當考慮 AI 在行政、金融和專業服務等崗位的潛在自動化能力時，這一數字上升至 11.7% 的勞動力，是表層指數的5倍，約 1.2 兆美元工資（稱為 Iceberg Index 冰山指數）。此外，研究作者也強調，這些結果僅代表 AI 能力與人類技能的重疊，並非實際的未來崗位消失情況，真正影響取決於企業、工人和地方政府的應對策略。03. 影響不限於沿海科技中心人們常以為 AI 取代最多的崗位會集中在沿海科技公司聚集的地區，但冰山指數顯示，AI 接管工作任務的能力 在全美範圍內更廣泛分佈。研究表明，許多州如果僅看當前計算和技術崗位的 AI 採納，影響不大；但當加入其他變數後，潛在影響大幅上升。例如，鐵鏽地帶的俄亥俄州、密歇根州和田納西州，表面指數不高，但冰山指數顯示認知工作（金融分析、行政協調、支援製造業的專業服務）有 十倍於表面指數的潛在技術曝光。例如這幅圖，左邊的冰山指數圖顯示，AI 的認知自動化能力已經擴展到沿海科技中心之外。一些意想不到的州，比如 特拉華州 和 南達科他州，因為行政和財務崗位集中，其指數甚至高於加州。右邊的自動化差距圖則揭示了各州當前實際 AI 採用情況與未來潛在變革之間的差距。像 俄亥俄州 和 密歇根州 這樣的製造業州，在物理自動化尚未大規模普及之前，就已經有大量隱藏的白領崗位可能被 AI 替代。這意味著這些州需要提前為行政、協調等崗位的變化做好準備。研究團隊表示：就算是密西西比、懷俄明這類“低科技州”，在行政、財務、專業服務 等崗位上的技術暴露度仍然很高。換句話說：它們看似與科技無關，但AI 的能力結構與其勞動力技能高度重疊，未來衝擊將遠比表層指數顯示的更大這表明：僅以當前可見的AI 採用情況來判斷風險，會嚴重低估真實暴露度。此外，MIT 和 ORNL也表明，他們建立冰山指數的目的是希望地方政府能夠提前應對 AI 可能帶來的衝擊。可以通過數字孿生模型，分析每個城市街區、每個崗位技能的自動化風險。模擬政策干預（培訓、資金投入、激勵機制）對就業和 GDP 的影響。提前規劃技能培訓、基礎設施和人才投資，實現 “先準備、後應對”。據CNBC報導，田納西州已在官方 AI 勞動力行動計畫 中引用冰山指數，北卡羅來納和猶他州也正在使用該工具制定政策方案。04. 網友熱議：事情沒那麼簡單這項研究在Reddit上也掀起了軒然大波，許多網友紛紛在評論區提出不同看法。一位網友調侃道：“研究由山姆·奧特曼資助。”有網友認為，說 AI 會替代多少工作，其實是反映了“無意義工作”的現狀，而不完全說明 AI 的能力或實用性。還有網友指出，如果用AI替代人類的工作，公司會面臨責任歸屬不清的問題，不如一紙合同來得可靠。當然，也有不少網友依然不信任AI投入實際生產的能力，認為“炒作遠遠超出了實際應用”。(51CTO技術堆疊)

一、高技能移民的規模與增長趨勢定義與規模：高技能移民指來美接受高等教育後留美工作，或在境外獲得學位後移民美國的群體。2023 年美國約有 820 萬高技能移民，佔勞動力人口的 5%，較 2015 年的 340 萬增長 141%。其中，持有博士學位的高技能移民佔全美博士群體的 18%，碩士學位佔 12%。簽證與教育管道：2024 年 H-1B 簽證獲批近 40 萬份，其中 65% 為續簽申請，簽證有效期通常為 3 年，可延長至 6 年或更長。國際學生佔美國高等教育入學率的 6% 以上，2024 年高校國際學生人數較 2009 年增長超 50%。移民數量增長趨勢：H-1B簽證批准數與國際學生入學率教育背景佔比：高技能移民的學位分佈二、就業分佈與收入貢獻行業集中度：儘管僅佔勞動力 5%，高技能移民在半導體設計（25%）、電腦系統設計（20%）、科學研究（18%）等高科技行業佔比突出。亞馬遜、Google等科技巨頭 2024 年 H-1B 獲批數超 2.7 萬份。收入溢價：以學生身份來美並留美的高技能移民年均收入比本土大學畢業生高 1.5 萬美元，在網路搜尋門戶等行業，高技能移民中位數收入比本土同行高 5 萬美元。20 個高技能移民佔比最高的行業中，移民收入平均比本土員工高 2 萬美元。行業分佈佔比：高技能移民在關鍵行業的就業佔比收入對比：不同背景群體的收入中位數行業收入差異：高技能移民與本土員工收入對比三、創新驅動與經濟活力科技與專利貢獻：高技能移民佔 STEM 勞動力的 13%，主導了 30% 的美國關鍵行業專利（涉及經濟競爭力與國家安全領域），獲得 29% 的美國諾貝爾獎。每 1% 的大學畢業生移民比例提升，人均專利數增加 9-18%。創業與企業價值：過去 30 年，20% 的風投支援初創公司由高技能移民創立，移民發明家產生的專利為上市公司和私營企業創造了 25% 的總經濟價值。移民佔比每增加 1%，企業數量增長率提高 1.6%。創新指標佔比：高技能移民的創新貢獻指標行業分佈與 GDP 增長：高技能移民集中行業的 GDP 增長四、財政影響與赤字緩解個體與整體效應：每位高技能移民在 10 年內可使聯邦赤字減少 7.8 萬美元，STEM 領域移民減少 12 萬美元。整體來看，高技能移民群體每年為美國減少 500-800 億美元赤字，相當於 GDP 的 0.2-0.3%。學術研究佐證：賓夕法尼亞大學模型顯示，將 10% 低技能移民取代為高技能移民，10 年後 primary deficit 減少 653 億美元，STEM 領域替換可減少 1526 億美元。財政影響研究彙總：學術研究中的財政效應估計五、對本土勞動力的溢出效應勞動力市場影響：研究結論存在分歧，部分顯示高技能移民提升低技能工人工資 0.5-1.3%（長期），但博士群體供給增加 10% 會使競爭崗位工資下降 3%。H-1B 簽證獲批增加 1 個，企業其他崗位可能減少 1.5 個。創新外部性：移民發明家去世會導致合作者專利產出下降 17%，移民對本土創新的外部性貢獻佔總創新的 36%。每 1% 的移民大學畢業生比例提升，本土人均專利數增加 15%。溢出效應研究彙總：高技能移民對本土工人的影響六、核心結論與政策啟示高技能移民通過創新驅動、財政貢獻與產業升級，成為美國經濟的重要支撐。儘管對本土勞動力市場的影響存在爭議，但其在專利、初創企業和生產力提升方面的正向效應顯著。政策層面，最佳化高技能移民簽證流程（如 STEM 領域綠卡配額調整），可能進一步釋放經濟增長潛力。 (資訊量有點大)

加息對抗通脹會提高失業率的看法，或不適用當下美國的經濟趨勢。從2022年 3月開始加息到現在，美國勞動力市場仍然表現強勁、通貨膨脹率仍然在目標之上。 今年1月，谷歌宣布全球裁員1.2萬人。4月21日，網約車平台Lyft宣布裁撤1200個職位。臉書在去年11月宣布裁員1.1萬人的基礎上，今年3月再裁員1萬人⋯⋯創業公司數據庫網站Crunchbase 的統計顯示，今年前三個月美國高科技企業裁員人數就已經達到11.8萬人。2022年全年裁員為14萬人。 美國高科技企業自2022年下半年開始的大規模裁員一度引來美國經濟是否將陷入衰退的擔憂。 不過，儘管大規模裁員的新聞不斷，美國失業率在過去12個月始終維持在3.4%-3.7%之間，美國就業市場已經28個月連續增長。5月5日美國勞工統計局公佈的數據顯示，4月非農失業率為3.4%，略低於3月的3.5%，創下1969年來新低。勞動力市場增加23.5萬個工作崗位，超過經濟學家預估的18.5萬個崗位。非洲裔美國人的失業率降低到4.7%，在美國歷史上首次降至5%以下。