AI抢饭碗的话题说了好几年，数字一直是估计值，各家机构的预测差异大到让人怀疑有人在胡编。
Goldman Sachs最近做了一件有价值的事：把AI每月实际消灭多少个工作量化成了一个具体数字。
每月净减少16,000个。
数字是怎么来的
Goldman经济学家Elsie Peng把美国劳动市场数据和AI暴露指数结合，拆解了AI替代和AI增强两种效应：
| 效应 | 每月影响 |
|---|---|
| AI替代（工作消失） | 每月减少25,000个 |
| AI增强（新工作产生） | 每月新增9,000个 |
| 净变化 | 每月净减少16,000个 |
方法论是把标准AI暴露分数和IMF开发的互补性指数结合，区分两类岗位：
- 替代型：AI能接管大部分核心任务（保险理赔、账单处理、数据录入）
- 增强型：需要人类判断、实体存在或专业知识（法律、工程管理、医疗）
数字来自过去一年的实际数据，不是预测。
哪些岗位在消失
受影响最大的是可重复的白领工作：
- 数据录入
- 客服支持
- 法律助手级别的支持工作
- 账单和理赔处理
- 行政类任务
这些岗位的共同特点：任务固定、不需要专业判断、可以用文字或表格描述清楚。AI可替代率不是理论值，是已经在发生的替换。
一个反直觉的结论：体力劳动岗位目前反而更安全。建筑工程管理、医护操作、现场服务这类需要实体在场的工作，AI还没有有效的替代路径。白领比蓝领更先受冲击，这和很多人的直觉相反。
Z世代为什么扛得最重
Goldman的分析有一个具体数字：AI暴露指数每提升一个标准差，年轻工人的薪资差距就扩大 3.3个百分点。
逻辑链很清晰：
- 年轻人通常进的是入门级岗位——数据录入、客服、初级分析
- 这些岗位的AI替代率最高
- 年轻人没有积累的专业判断力做缓冲，经验不足以快速转向需要人类专业技能的岗位
- 求职竞争更激烈，议价能力更弱
这和斯坦福2026年报里提到的22岁程序员岗位减少了20%形成了一条逻辑链：不是老员工先被裁，是新人的入门门槛直接被堵死了。老员工有经验护城河，应届生没有。
数字被低估了吗
Goldman自己承认了研究的局限：这组数据没有充分计入AI基础设施建设带来的新就业，比如数据中心建设、电力系统扩容、硬件制造。
如果把这些算进去，净消灭数字会更小。
但这里有个关键问题：数据中心建的是工程岗，消灭的是客服岗。两者技能要求、薪资水平、受影响人群几乎没有重叠。就业数据上的平衡不等于对那每月16,000个受影响的人有任何帮助，他们不会因为达拉斯多建了一个服务器农场就重新找到工作。
公司们怎么反应
有些公司的做法值得参考：
BetterUp（AI增强案例）：把AI接管日程安排任务的员工，重新分配去做候选人深度反馈和职位挖掘——保住了岗位，把人推向了AI替代不了的环节。
Snap、Atlassian、Block：用AI进步作为裁员背书。HR圈子里已经出现批评声——将AI当作裁员借口，在没有配套重新部署计划的情况下切人，会伤员工也伤组织。
Fortune报道中一位Fortune 500 CHRO说得很直接：我们裁员时根本没有足够的战略考量。
结论很直接
每月净16,000，一年接近20万个工作。不是特别大的绝对数字，但它在朝一个方向持续走，而且没有减速的迹象。
更值得关注的不是总量，是分布：消失的是白领初级岗，新增的是工程岗和专业岗。两批人基本不重叠。劳动市场的这种结构性位移，不是靠再培训一下就能解决的事情。
参考来源：AI is cutting 16,000 U.S. jobs a month — and Gen Z is taking the brunt, Goldman Sachs says（Fortune）；Top HR leaders warn against using AI as cover for mass layoffs（Fortune）