基础设施优先，算法其次

2024年，国际劳工组织和世界银行估计，拉丁美洲26%至38%的就业岗位受到生成式人工智能的影响。约1700万个可能提高生产率的工作岗位，因数字接入和基础设施不足而受阻。这场数字化转型中，约半数本可受益于人工智能的岗位，却因数字鸿沟而无缘其利。装备齐全的劳动者与被排斥的劳动者之间的差距，在算法真正到来之前就已拉开。

要点

• 国际劳工组织和世界银行（2024年）数据显示，拉丁美洲26%至38%的就业岗位受生成式人工智能影响。
• 约1700万个岗位可能因人工智能提高生产率，但其中半数因缺乏数字接入和基础设施而受阻。
• 人工智能在该地区的首要影响不是大规模失业，而是加速正规企业与非正规劳动者之间的不平等。
• 政策优先项是基础设施：可负担的宽带、工作场所设备配备、经济活动正规化。
• 到2030-2040年，两条轨迹将分道扬镳：通过接入实现趋同，或因公共投资不足而加速分化。

暴露并不预示命运

看到拉丁美洲26%至38%的就业岗位受生成式人工智能影响，人们容易去计算有多少职位受到威胁。这是误读。受人工智能影响，并不意味着即将被自动化取代。它意味着相关任务可以通过人工智能工具得到增强、加速或改变。短期内，该地区大多数岗位被完全替代的可能性仍然很低——受影响最大的岗位，往往最需要人际交往技能、实体存在或难以自动化的情境判断。

国际劳工组织-世界银行的研究揭示了一个更精确、也更令人不安的问题。在可能因人工智能提高生产率的岗位中，约半数目前无法获得这种机会。这1700万劳动者并非因远离算法而受到保护，他们只是缺乏利用算法的最低条件：连接不足、设备缺失、非正规经济活动切断了他们接触平台和数字服务的途径。人工智能正在到来，但对这些人而言，它发生在别处。

对技术风险的惯常解读需要翻转。自动化令人担忧，因为它会消灭工作岗位。拉丁美洲的危险不同：人工智能将提高能接触到它的人的生产率，同时将其他人留在原地。这道差距将对工资、职业轨迹和劳动力市场结构产生持久影响。

非正规经济阻碍数字接入

拉丁美洲的非正规就业比例位居世界前列，尽管撒哈拉以南非洲通常更高。国际劳工组织《2024年劳动全景》显示，2024年拉丁美洲和加勒比地区平均非正规就业率为47.6%，各国从约27%（乌拉圭）到85%（玻利维亚）不等。这个数字不只是社会统计数据，它是一道技术准入壁垒。

非正规劳动者通常无法使用雇主提供的数字工具，没有生产力平台上的专业账户，也没有企业资助的培训。他们往往通过预付费移动套餐高价上网，而这类套餐不足以支持数据密集型的人工智能应用。没有正式合同，也意味着无法享受公共技能提升计划（如果存在的话）。

正规化超越了社会保障和税收的范畴，它正成为数字转型的前提条件。萨尔瓦多的建筑工人或利马的女摊贩，首先需要一份合同、一个税务地址、一个银行账户和稳定的网络连接。这些前提条件，才能打开获取后续工具的大门。

专注数字培训却不解决正规化问题的政府，投资顺序搞错了。为没有可靠连接和设备的非正规劳动者培训人工智能技能，无异于发放驾驶手册，却没有驾照，也没有汽车。

谁捕获收益：制度问题

经济学家达龙·阿西莫格鲁的研究围绕一个核心问题：技术进步时，谁捕获了收益。他的答案是：这取决于制度，而非技术本身。一项创新可以提高整体生产率，但如果经济规则允许，收益也可能集中在少数人手中。人工智能也不例外。

拉丁美洲的劳动力市场制度是碎片化的。大型正规企业有资源为员工配备设备、购买人工智能工具许可、培训团队并消化转型成本。微型和小型企业、个体经营者、非正规雇员则一无所有。没有公共干预纠偏，人工智能带来的生产率收益将集中在劳动力市场中本已装备最好的部分。现有不平等不只会被复制，还会因工具获取速度的差距而进一步放大。

对技术扩散持乐观态度的经济学家提供了另一种视角。他们的论点是：数字技术历史上往往迅速普及并降价。撒哈拉以南非洲的手机、肯尼亚的支付平台、东南亚的小额信贷应用，都覆盖了传统银行从未服务过的人群。人工智能可能走同样的路，尤其是轻量级模型和移动应用已开始在低端终端上部署。

这种观点有其合理性，但低估了一点：移动技术的自发普及用了二十年，并依赖公共和私营部门对电信基础设施的大规模投资。生成式人工智能对带宽、算力和可用界面的要求更高。让它普及，不会自动发生，需要同等程度的有意投资和政治承诺。

阿西莫格鲁的问题没有确定性答案，但它迫使人们做出选择：要么公共制度构建广泛普及的条件，要么收益继续被本就无需帮助就能采用人工智能的正规企业所捕获。这一政策选择必须现在做出，以免差距扩大到不可逆转。技术扩散与收益捕获之间的这种张力，在世界其他地方同样存在，正如农业自动化引发的问题和美国企业未经监管部署人工智能代理所显示的那样。

先行国家的进展

该地区多个国家已着手实施政策，虽不总是明确点名，但方向正确。巴西于2023年启动农村连接计划，依托电信服务普及基金，覆盖固定宽带未到达的市镇。该计划没有明确与人工智能挂钩，但它为数字技能提升创造了必要前提。

哥伦比亚在国家数字转型战略中纳入了装备微型和小型企业的具体内容，包括对启动正规化进程的企业给予扶持。正规化与技术接入的结合，正是国际劳工组织-世界银行研究确定的优先杠杆。

墨西哥扩大了”全民互联网”计划，针对缺乏宽带覆盖的农村和城郊地区，目标是再连接数百万个家庭。这些举措相对于实际需求仍然不足，但它们证明基础设施优先不是抽象概念——这是多个国家已在推进的政策，等待加速和更多资金。

在区域层面，美洲开发银行多年来持续资助数字基础设施和中小企业正规化项目。当前的挑战，是将这些分散的努力协调起来，明确以人工智能接入为导向，而非让各计划各自为政。南非在新兴技术方面的经验表明，只要按正确顺序规划，完全可以在不忽视基础设施底层的情况下布局先进技术。

通往2035年的两条道路：接入还是分化

国际劳工组织-世界银行的研究勾勒出未来十年的两种轨迹，两者都不是注定的。

第一种情景：数字基础设施投资加速，由国内公共承诺和多边融资驱动。可负担的宽带逐步覆盖城郊和农村地区。正规化计划附带技术采纳激励：设备补贴、适合小型机构的人工智能工具、使用指导。在这一框架下，目前被排斥的1700万劳动者中，相当一部分可能在2030-2035年前获得人工智能工具。生产率收益将得到更广泛的分享。正规与非正规企业之间的差距将缩小，但不会消失。

第二种情景：基础设施投资不足或方向错误。人工智能继续在大型企业和连接良好的城市快速扩散，非正规和农村劳动者持续被边缘化。正规企业生产率和竞争力提升，但大量无法接入的劳动者相对地位恶化。本已是世界最高水平的收入不平等进一步加深，劳动力市场加速分化，随之而来的政治压力将难以承受。

这两种情景不是预测。它们指出不同选择的走向，并标明需要跟踪的具体信号：非正规地区的宽带覆盖变化、装备与未装备企业之间可量化的生产率差距、微型和小型企业的正规化速度。这些指标将在未来几年揭示实际走上了哪条轨迹。

可以确定的是，2030-2040年的前景，取决于现在就要做出的投资决策。数字经济有其累积逻辑：早期配备工具的企业获得结构性领先。在工具部署初期就掌握它们的劳动者，随后占据使用这些工具的岗位。等待技术自行普及，等于接受一个难以追赶的十年差距。

被低估的适当培训杠杆

政策上的惯性是大力投资高级数字技能培训：提示工程课程、人工智能认证、数据科学大学项目。这些培训对部分劳动人口有用，但对那1700万因上游障碍无法接入的劳动者，解决不了任何问题。

被低估的杠杆更为朴素：培训劳动者使用简单的数字工具，适配其日常活动，运行在他们已有或可以低成本获得的设备上。秘鲁一家中小企业的会计，学会用人工智能助手起草报价和管理发票，无需复杂技术培训就能提高生产率。危地马拉一名女裁缝，通过手机访问数字商务平台，无需数据科学培训就能扩大市场。

这种渐进式采纳需要两个条件：可靠且可负担的连接，以及针对西班牙语或当地语言简单用途设计的工具。第二个条件取决于工具开发企业，第一个条件完全取决于公共政策选择。

国际劳工组织近期关于生成式人工智能对生产率和劳动组织影响的多项研究显示，最大的生产率收益出现在将人工智能作为增强工具而非替代品使用的中等技能劳动者身上。这正是拉丁美洲的主体特征：在本领域有技能、但数字工具配备不足的劳动者，只要能简单可靠地获得合适工具，生产率就可能大幅提升。

未来几年的关键问题是：该地区各国政府是否会将数字基础设施视为与道路、能源同等重要的经济政策优先项，还是继续将数字技能培训当作主要杠杆。现有数据明确支持前者。真正的预算决策将给出答案。

来源

1. 国际劳工组织和世界银行，《生成式人工智能与拉丁美洲和加勒比地区的就业》，2024年7月31日
2. 国际劳工组织，《生成式人工智能对就业、生产率和劳动组织的影响》，2026年6月
3. 达龙·阿西莫格鲁和西蒙·约翰逊，《权力与进步：我们为技术与繁荣而战的千年历程》，PublicAffairs出版社，2023年
4. 国际劳工组织 – 工作文件第121号（国际劳工组织/世界银行主要研究，2024年7月31日）
5. 国际劳工组织 – 官方新闻稿，2024年7月31日
6. 世界银行 – 出版物官方页面
7. 国际劳工组织 – 《2025年拉丁美洲和加勒比地区劳动概览》
8. 巴西通信部 – FUST计划2023
9. 哥伦比亚国家规划部 – 《2023-2026年国家数字战略》
10. 墨西哥总统府 – 全民互联网
11. 美国国家经济研究局工作文件第33442号 – 阿西莫格鲁，《制度、技术与繁荣》
12. 国际劳工组织-世界银行关于生成式人工智能与拉丁美洲就业的初步报告（2024年7月）
13. 国际劳工组织新闻稿 – 2024年7月31日
14. 世界银行 – LAC GenAI报告官方页面
15. 国际劳工组织 – 《2024年劳动全景》，执行摘要
16. 麻省理工学院经济学系 – 达龙·阿西莫格鲁论人工智能经济学
17. 世界银行 – 《高度不平等的地理分布》（2024年）