高盛：AI不會引發就業大崩盤！1500萬崗位置換、算力成本重構職場新格局

2026/07/14

•

AI速讀

高盛與 MIT 最新報告指出，AI 對職場的影響是「漲潮式滲透」而非「海嘯式毀滅」。預計未來 10 年美國將有 1500 萬個崗位被置換，但長期將透過新崗位創造達成平衡。核心驅動力在於 Token 成本暴跌，使 AI Agent 在編碼、客服等標準化場景具備極高性價比。這導致低技能白領與應屆畢業生承壓，而具備高互補性的高端崗位則將獲得增效紅利。目前全球科技巨頭如 Meta、Cloudflare 已開啟人力重構，市場投資邏輯正由算力基礎設施逐步向 AI 效率賦能賽道擴散。

快速預覽

1. 高盛測算：未來10年AI迭代將置換超9%美國勞動力，對應約1500萬崗位，但崗位流失具備暫時性特徵

2. 算力Token成本持續下行，AI agent人力性價比持續突破，企業自動化替代場景快速擴容

3. AI對職場並非單向替代，替代與增效雙向分化，低技能白領承壓、高端崗位持續受益

當下AI大模型、Agent智能體飛速迭代，疊加算力基礎設施（Token、雲端算力）成本暴跌，市場充斥著“AI顛覆所有崗位、引發就業崩盤”的極端論調。

但頂級投行高盛聯合MIT兩大權威專家發佈的最新重磅深度報告，徹底推翻了市場片面認知。這份覆蓋勞動力置換、企業落地實踐、算力成本模型、應屆生就業的全維度報告，是看懂AI產業落地、職場結構變革、算力商業化紅利的核心底層邏輯。

🔥 核心定論：無就業大崩盤，只有階段性崗位重構

市場普遍擔憂AI會復刻顛覆性技術革命，造成大規模永久性失業，但報告通過歷史資料對標、企業落地追蹤、算力經濟性測算，得出核心結論：AI帶來的勞動力衝擊是短期摩擦性失業，長期將通過新崗位創造完成供需平衡，不存在全民就業崩塌風險。

多位權威學者形成差異化共識，建構了完整的AI就業影響模型：

高盛Joseph Briggs（全球高級經濟學家）：未來10年AI轉型周期中，美國將有超9%勞動力（1500萬工人）遭遇崗位置換，但美國勞動力市場具備極強動態韌性，新技術終將創造全新崗位，完全避險替代缺口，失業峰值漲幅不足1個百分點。

MIT Neil Thompson（未來科技研究項目負責人）：AI對職場是“漲潮式滲透”而非“海嘯式毀滅”。AI技術能力迭代≠落地替代能力，可靠性、資料獲取、算力成本三大壁壘，大幅放緩崗位替代速度，職場只會出現結構性崗位流動，無大規模失業風險。
MIT諾獎學者Acemoglu：短期5年內AI僅造成2%-4%小幅淨就業負增長，風險可控；長期影響取決於產業投資方向，若持續聚焦崗位替代而非人機協同增效，10-15年或將出現更大規模崗位流失。

📊 資料實證：當前AI就業衝擊仍處低位，未現系統性風險

報告通過海量行業就業資料、企業裁員公告、AI滲透率資料交叉驗證，證實截至2026年中，AI對勞動力市場的整體衝擊極其有限，僅侷限於細分賽道。

核心實測資料顯示：AI替代僅造成美國月度薪資增速淨拖累1.6萬人，失業率小幅抬升0.1個百分點。其中AI替代效應每月減少就業2.5萬人，AI增效創造新增就業0.9萬人，雙向避險後整體影響微乎其微。

細分領域呈現明顯分化：AI高替代風險行業（管理諮詢、平面設計、行政辦公、呼叫中心、資料處理）每月就業崗位淨流失約1.1萬個，但全市場無統計學層面的失業抬升關聯。

AI滲透率與行業失業率相關性散點圖

💡 底層邏輯：AI替代≠全面淘汰，替代/增效雙軌分化

報告打破市場“AI要麼裁員、要麼增效”的二元認知，提出AI互補性理論，成為區分崗位風險與紅利的核心標準，也是算力商業化落地的關鍵依據。

崗位受AI影響的核心取決於兩大維度：AI曝光度（任務可自動化比例）、人機互補性（是否依賴人際互動、人工判斷、非結構化任務）。

高替代風險崗位（低互補性）：電話營運商、保險理賠員、帳單核算員等，核心以標準化、流程化、重複性認知任務為主，AI可低成本全流程替代，是當前企業AI落地裁員的核心賽道。

高增效紅利崗位（高互補性）：教育從業者、施工管理、司法裁判等，核心依賴人工判斷、人際互動、非結構化場景，AI僅作為算力工具承接基礎任務，大幅提升人效，不會造成崗位流失。

AI替代/增效崗位風險評級表

⚠️ 結構性風險：兩類人群成AI替代重災區

雖然整體就業無崩盤風險，但AI帶來的結構性職場衝擊已明確顯現，兩類群體承壓顯著，同時算力成本下行正在加速這一趨勢。

1. 應屆生、職場新人（30歲以下）

當前美國高校畢業生失業率2.7%，顯著高於2019年疫情前2.1%的均值。核心原因是高學歷從業者高度集中於AI高滲透行業（金融、諮詢、網際網路、工程），40%的法律、建築、科研類應屆生崗位存在AI自動化風險。

資料顯示，AI替代賽道中，應屆生與資深員工的薪資缺口、失業率缺口分別擴大1.3%、0.6個百分點，新人基礎重複工作被AI大規模替代，職場入門門檻大幅提升。

2. 低技能白領基層崗位

客服、後台行政、基礎資料處理等低收入白領崗位，是AI短期替代的核心標的。該趨勢將持續拉大美國收入貧富差距；僅當AI開始滲透高薪管理崗時，貧富分化才有望小幅緩解，但該場景短期難以落地。

🚀 算力革命：Token成本暴跌，重塑人機成本體系

報告重點挖掘了被市場忽略的AI落地核心變數——算力Token經濟性，這是未來AI崗位替代提速的核心底層驅動力，也是算力賽道、AIAgent賽道的核心紅利邏輯。

隨著大模型迭代最佳化，全球Token生產成本持續快速下行，AIAgent的日均使用成本已全面低於人工成本：在編碼、資料錄入、呼叫中心等場景，百萬級Token日工作量的AI成本，顯著低於同等人力薪資支出。

高盛預測，2030年全球Token需求量將較2026年暴漲24倍，算力規模化落地將進一步攤薄單位成本，讓更多企業場景的AI自動化替代具備商業可行性。當前編碼場景已實現AI全面降本增效，語音客服、即時資料處理等場景正快速突破成本臨界點。

AI與人力單日成本對比圖

🏢 巨頭落地實錘：全球科技企業全面開啟AI人力重構

報告彙總了2025-2026年全球頭部科技企業AI落地與人員調整動作，所有巨頭均以AI算力落地為核心，最佳化人員結構、放緩人力擴張、淘汰低效崗位，行業趨勢已明確落地。

核心廠商落地動作與人員調整：

Block（Square）：全面轉向自動化營運，工程師程式碼產出效率提升2.5倍，60%程式碼由非工程師通過AI完成，完成40%人員精簡（約4000人）。

Cloudflare：落地AI原生辦公體系，97%研發人員使用AI編碼工具，AI稽核全部生產程式碼，完成20%人員精簡（約1100人）。
Meta：AIAgent實現單人承接大型團隊項目，工程師人均產出提升30%-80%，2026年裁員10%人力，資源全面傾斜AI算力研發。
微軟、亞馬遜、Google：全面放緩人力增速，依託AI算力工具最佳化辦公、研發、維運流程，持續削減中低端重複性崗位，聚焦高端AI研發與算力基礎設施佈局。