本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
近750名美国企业高管证实：人工智能带来了真实的生产力提升，但对就业的影响是重构而非摧毁。亚特兰大联储的调查显示，截至2025年底，38.3%的美国劳动者使用了生成式AI，工资有所上升——但幅度有限。核心问题已从”AI会不会消灭工作”转变为”谁拿走了生产力提升的红利”。
实地数据与末日预言相去甚远。大多数受访高管报告了净收益，短期就业净减少有限，但结构性重组正在发生：文职岗位萎缩，技术岗位扩张。争论的焦点转向生产力收益在资本与劳动之间的分配。
要点
- 亚特兰大联储调查750名美国高管：AI生产力收益为正，短期就业净减少有限
- 截至2025年底，38.3%的美国劳动者使用生成式AI，工资有轻微正面影响
- 重构而非摧毁：文职岗位减少，技术岗位扩张
- 关键问题转向生产力收益如何在资本与劳动之间分配
美国高管认可AI生产力收益
亚特兰大联储对750名企业高管的调查证实：AI带来了切实的生产力提升。宏观统计指标尚未充分反映这一点。大多数受访高管表示投资已落地、回报为正，这与”AI炒作论”或”技术泡沫论”相矛盾。
上述结果与Hartley等人的研究相吻合。该研究确认，截至2025年底，38.3%的美国劳动者使用了生成式AI，且伴随”对工资的轻微正面影响”。高管层宣称的收益与员工实际所得之间的落差，是这场变革的核心矛盾。
AI并未复制工业机器人的替代路径。工业机器人直接取代体力劳动，AI则在自动化部分任务的同时增强了人类其他能力。这种互补性解释了为何即使生产力收益真实存在，短期内的就业净损失仍然有限。
重构胜过净裁员
美国企业经历的不是大规模裁员，而是任务层面的替代。数据录入、常规总结、表格处理等文职和行政工作在减少，技术与监督岗位在增加。整体就业岗位数量未必缩减，但岗位构成正在改变。
影响最明显的是第三产业中层职位：会计师向金融分析师转型，法律助理转向判例研究，医疗秘书重新聚焦患者接待。AI接管重复性任务，为更高附加值的工作释放时间——但技能升级需要培训投入，并非所有企业都愿意承担这笔费用。
受冲击最大的行业是金融、保险和企业服务，这些领域AI处理结构化数据的能力突出。体力劳动、手工艺和个人服务业受到的冲击相对较小。这种差异化的行业分布，勾勒出一幅新的职业风险与机遇地图。
中小企业的AI采用速度落后于大企业，生产力差距随之扩大。掌握AI的企业效率提升，迟迟未装备的企业面临市场份额流失。这一机制可能加速某些行业的集中。
资本与劳动的分配之争
问题不再是AI是否摧毁就业，而是它如何在资本所有者和劳动者之间分配所创造的价值。Hartley的研究显示，高管层观察到的生产力收益只有极小一部分转化为工资增长。这种不对称揭示了一个分配问题，远超技术层面的讨论。
投资AI的企业以利润率提升或竞争地位强化的形式捕获了大部分收益。员工所得只是其中一小份，主要来自技能升级和向更高附加值岗位的转变。而这种转变，主要惠及能够适应新工具的高技能劳动者。
Meta裁减8000个岗位，清晰呈现了这种张力：科技公司借助AI提高生产力，同时压缩员工规模。收益集中流向股东和高管，被裁员工无从分享他们曾参与创造的价值。
这种不对称的分配引出具体的政策问题：是否对AI生产力收益征税，以资助被替代劳动者的再培训？如何防止自动化扩大工资差距？这些问题的答案，将决定AI究竟推动经济包容还是加剧排斥。
再培训：并非人人可及
经合组织对AI时代的再培训挑战发出警告，这与美国数据吻合。Hartley观察到的”轻微正面工资效应”，掩盖了不同群体和行业之间的显著差异。
50岁以上劳动者、无高等教育背景者、经济脆弱地区居民，从AI中获益的难度更大。这项技术有利于本已占据优势的群体——年轻毕业生、城市白领、高增长行业——处于多重劣势的人则被进一步边缘化。再培训在实践中成为少数人的特权，而非普遍有效的解决方案。
接受亚特兰大联储调查的企业优先投资技术设备，对现有员工培训的投入相对不足。这种短期合理的经济逻辑，正在积累社会和政治层面的中期风险。
这一问题已超出企业范畴，上升为公共政策议题。如何为低技能劳动者的技能升级提供资金？政府在引导行业转型中应发挥何种作用？答案决定自动化能否获得社会层面的认可。
欧洲落后于美国
欧洲正寻求整合资源以追赶AI领域的头部玩家，这一努力本身即说明差距之大。美国企业大规模试验AI并积累实测数据，欧洲却难以发展本土工具，仍依赖来自美国的解决方案。
技术依赖之外还有采用滞后。欧洲企业AI投入更少，员工培训更少，实践经验积累也更少。风险是双重的：承受自动化冲击却无法掌控其方向，同时看到生产力收益被美国平台而非本土企业捕获。
欧洲较为审慎的AI监管路径，可能进一步放缓采用速度，拉大与美国和中国的差距。在保护劳动者与维持经济竞争力之间，欧洲在寻找一个其主要竞争对手并未追求的平衡点。
新经济地理正在成形
美国数据勾勒出一场超越劳动力市场的结构性变革。AI正在行业之间、地区之间、劳动者群体之间重新分配优势与劣势。这种再分配产生的赢家和输家，与传统的阶层或行业分界并不重合。
科技大都市集中了与AI相关的生产力收益和高技能岗位。中层就业仍占主导的传统工业地区，承受的替代压力更大。这种差异化的地理分布，可能加剧全球化已经造成的区域不平等。
掌握AI的企业持续从慢速跟进者手中夺取市场份额，形成集中化动态，并可能重塑美国产业结构。这种集中对资本持有者和高技能劳动者有利，但压缩了中层就业和中小企业的生存空间。
政治挑战因此变为：如何引导这场变革。美国拥有技术和经济先发优势，但AI红利的高度集中，可能侵蚀社会凝聚力。这种生产力强劲、分配严重倾斜的AI发展模式，能否持续，仍是未解之问。