AI 裁员潮下的经济悖论：当效率提升侵蚀消费根基
宾夕法尼亚大学与波士顿大学研究人员发表论文指出，若企业普遍以 AI 替代人工，虽能降低个体成本，却会因大规模失业导致社会总购买力下降，最终反噬企业自身市场。论文提出“自动化税”作为理论解法，但现实世界中需求迁移与新岗位创造可能缓解极端冲击。当前 HumanX 大会显示行业正从单纯讨论协作转向警惕入门级岗位消失，技术如何转化为新需求而非单纯替代人力，仍是关键变量。
事件概述
在近期举办的 HumanX 大会上，尽管主流观点强调人类需提升批判性思维与沟通能力以适应 AI 时代，但会场入口一句“停止雇佣人类”的广告语揭示了更严峻的现实：越来越多的企业开始直接以 AI 取代人工。
与此同时，来自宾夕法尼亚大学和波士顿大学的两名研究人员于 3 月 2 日发表了一篇题为《AI 裁员陷阱》的论文，通过数学模型推演了 AI 普及可能引发的宏观经济风险。该研究并未聚焦具体技术细节或岗位数量预测，而是构建了一个极端情景：如果所有公司都选择用 AI 替代人类员工，将导致何种后果。
核心逻辑：私利与公损的错配
论文的核心论点在于揭示企业微观决策与宏观市场结果之间的错位：
- 成本私有化，代价社会化：对企业而言，用 AI 替代人工可显著降低成本，这是私有的收益；而被裁员工失去收入后，其消费能力下降导致的“需求损失”，则由整个市场共同分摊。这意味着，无论是否裁员的企业，都会因整体购买力萎缩而受损。
- 囚徒困境与红皇后效应：在竞争压力下，即便企业知道裁员会削弱市场，为了不被淘汰，仍被迫加速自动化。这种“全员奔跑却无人前进”的状态被称为“红皇后效应”。当自动化成本趋近于零时，系统可能陷入典型的囚徒困境——每家企业的最优策略（完全自动化）叠加后，反而导致集体利益最差的结果。
- 潜在的经济崩溃：随着足够多的人失业，购买力被持续侵蚀，企业在没有消费者的市场中销售产品，最终可能走向破产。
理论解法与现实挑战
针对上述模型，论文提出的解决方案是征收“皮古税”（Pigouvian Tax），即向自动化程度高的企业征税，使其承担未内部化的社会成本，并将税收用于再培训和提高再就业率。这一方案在模型内部是自洽的，但在现实中面临挑战：
- 模型的局限性：该模型将世界简化为成本、需求和竞争三个变量，忽略了现实世界的动态性。实际上，需求不会简单消失，而是会发生迁移、重组或被新产品激发；岗位也不会仅被替代，还会以新的形式被创造。
- 企业决策的多维性：企业的选择不仅取决于成本，还受战略定位、品牌形象和政策导向等多重因素影响。
现实观察：结构变化先于总量危机
尽管理论模型描绘了极端图景，但现实正在缓慢向其靠拢，主要体现在结构性变化上：
- 入门级岗位的消失：根据投资机构 SignalFire 的数据，2019 年至 2024 年间，美国大型科技公司中经验不足一年的岗位招聘减少了 50%。原本用于培养新人的执行类工作被 AI 跳过，新人尚未进入体系，体系本身已被改写。
- 行业共识的转变：HumanX 大会的主题已从去年的“人类连接”转向对自动化和效率的讨论。虽然吴恩达、Coursera CEO Greg Hart 等专家呼吁人类应转向判断、决策和协作等高阶能力，但这些建议的前提是个人必须留在系统中。对于已被排除在外的群体，适应未来的机会渺茫。
另一种可能性：杰文斯悖论
除了裁员导致的消费萎缩，AI 还有另一条路径：效率提升转化为更低的价格、更快的服务或更丰富的产品供给，从而刺激需求增长。这符合经济学中的“杰文斯悖论”（Jevons Paradox），即资源利用效率的提高反而可能导致资源消耗总量的增加。
例如，Box CEO Aaron Levie 指出，当 AI 降低知识工作的成本后，许多原本因成本过高而无法启动的项目将变得可行。然而，这种效应的实现并非自动发生，它高度依赖于企业如何将效率红利分配给消费者而非全部转化为利润。
结论
AI 不会均匀地改变所有工作，它会先重塑就业结构，再决定谁被留下。虽然“全面自动化摧毁经济”的极端模型可能过于简化，但其警示意义不容忽视：技术发展的方向最终取决于企业如何使用这项工具。是将效率转化为单纯的利润和裁员，还是转化为价格优势和新的市场需求，将决定 AI 时代的经济走向。