近日，老干妈常务副总、首席质量官李鑫在一次会议上对外透露，企业已完成生产端智能化升级，AI视觉质检系统全车间上线，产品不良率大幅下降。原本有超过600名拣椒工人，AI视觉质检落地后，仅需保留48名工人负责最后一道经验把关。他说这个话的时候，是当作实体经济与AI结合，发展实体经济的正面例子，结果却引发了公众对AI替代工人的忧虑和愤怒。
老干妈随后否认了这一传闻，表示并没有裁员。传言是假，但情绪却源于真实的趋势。之前出租车司机围堵无人车，还有酒店里的送外卖的机器人，街头不时看到物流无人车，都在真实的替代人类岗位。
不过，对于机器人的情绪还有另一面。
近日中国经济三季报显示，前三季度我国工业机器人产量同比增长29.1%。2024年这个数字为14.2%，2025年为28%。对此，主流的评论的积极的：数据亮眼，工业机器人产量稳步提升，标志着新质生产力加速成长，反映了中国制造向智能化转型的强劲势头。
显然，这两个新闻中的情绪是矛盾的。
“医生，我刚才用AI拍了你们的CT报告，AI说我这是早期微浸润肺腺癌！”
“AI建议我立刻去胸外科手术切除，你们报告上为什么只写‘建议3-6个月薄层CT复查随访’？！你们是不是看我年轻糊弄我？耽误了我的病情，你们医院谁能负得起责？！”
这是医生们现在经常遇到的事。近日，网上流传一张“门诊告示”，上面写着“已在AI获得诊断的患者，请勿再向我们寻求意见”。经媒体核实，图为网友恶搞，但假告示能引发大量讨论，说明它戳中了一个真问题：患者带着AI问诊的健康信息走进诊室，已不再是个别现象。
医生们不知道的是，他们反对的，其实藏着破解AI与就业矛盾，为他们未来提供就业的解决之道。
一、
让企业来解决这部分人的就业，其实是掩耳盗铃。对企业来说，反正都要养起来，那何不让他们真的干活。真的干活。那就是干原来的活，那么花钱搞什么AI呢？
或许有人说，企业可以开展新业务，但这就涉及到企业边界问题。企业可以办幼儿园，办小学，但这最终是一种低效的方式。如果这个方式是有效的，那任何企业都不必解雇人
从更宏观的角度看，企业即便不解雇这部分人，对整个经济而言，他们也处于一种“隐性失业”状态。企业出于裁员成本、制度约束保留过剩员工，实际上，将他们抽走，产出也不会降低，这部分人就叫作隐形失业。计划经济时期不解雇人，但 “三个人的活五个人干”的隐形失业，最终堆积出整个经济的低效和停滞。
明代中叶，发端于欧洲的大航海时代推动世界步入新的发展轨道。而在中国，附身于传统漕运的一小部分利益群体，打着“百万漕工衣食所系”的旗号，让明廷“废漕改海”的改革受阻失败，也让中国失去了借此机会发展海运技术，进而开拓海上贸易的历史机遇。在英国，19世纪中期至末期接连出台的几部“红旗法案”，通过限制当时刚出现的汽车的使用和路权，维护了马车制造商的既得利益，也让英国早期汽车工业的发展一度被拉开距离。
面对AI投入挤压人力预算，微软也在裁员。微软近日推出面向约6万名员工的自愿离职补偿方案，以压缩成本、调配资源加码AI。符合条件的员工超过其员工总数的四分之一。
今年以来，微软已多次调整人员结构，这已是该公司年内第三轮人员调整。4月，微软推出公司历史上首个自愿退休计划，面向约8750名符合条件的美国员工，最终超过30%选择接受。7月，微软宣布裁员约4800人，约占员工总数的2.1%。接受方案者将获得与标准遣散方案相近的待遇。今年早些时候，谷歌也曾向部分业务部门员工提供买断离职方案。
总体来说，美国公司裁员的负担，比中国更小。微软普通员工的职级通常从59级开始，70级通常对应副总裁级别。此次自愿离职补偿方案，64级及以下员工，每工作满6个月，可以获得一周基本工资的补偿。工作5年，可以获得约10周（两个半月）的基本工资。65级至67级员工，补偿标准则提高一倍。工作5年，获得约20周（5个月）的基本工资。离职方案还包括医疗保险、股票方面的延续安排。也就是说，更高级的员工，裁员待遇还没有达到中国的法定要求。但这同时也意味着，美国公司在发展AI方面，比中国公司的负担更轻。那么，其研发、应用、落地就可能更快。
但就业问题也是需要解决的。从经济上看，就业才有需求，产业才能循环，没有就业的AI是无本之木。更大层面，一个社会不能强调产出，也要保持社会稳定，人民安居乐业。
国务院办公厅日前也印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》就明确，要坚持就业优先导向，有效减缓人工智能应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。
二、
因老干妈只保留48人而担忧自己的工作，反对AI算力用于短剧的，应该都是同一拨人。但是他们反对的，恰恰正是能解决他们担忧的方案。
不妨从技术、经济史说起。
新技术对劳动力市场的冲击并非单向永久替代，而是一条两阶段非单调动态路径：早期是替代主导，然后进入和劳动力的互补阶段，最后进入“新任务”主导期。这是一个经济、技术史的逻辑。
在新技术扩散的早期阶段，技术形态以直接替代既有任务为优先方向，企业引入机器的核心动机，就是直接取代原有手工、常规工序的劳动者。此时，资本（技术）对劳动的边际替代率很高，单位新增资本（技术）可以挤出大量劳动力。
这个阶段，虽然全要素生产率快速抬升，但产出收益大量流向资本，劳动份额下滑、岗位被摧毁，形成技术性失业。然后，短期总需求下降、收入分配摩擦，又会压制经济增长。
这就是当下的K型分化。老干妈的下岗工人和中国机器人产量的猛增，正是这一机制的具体例子。
200年前，李嘉图已经观察到这个现象：机器引入可以在短期压低劳动需求，英国第一次工业革命中，动力织机就是典型例子：动力织机单台产能相当于十几名手工织工，1790–1830年，手工织工群体大规模被替代、卢德运动爆发。尽管棉纺织行业总产出爆炸式增长，但手工织工实际工资长达40年停滞甚至下跌，大量被挤出工人涌入其他行业，压低整体议价能力。
这个阶段，蒸汽动力、织布机械的边际替代效应主导。优先替代普通手工劳动者，而非赋能劳动者。这时的新技术，只是单点嵌入原有生产体系，作为资本品替代旧任务，新技术还没有生成大量和劳动互补的新任务、新工种、新岗位、新生态。
只有当新技术持续普及、深度渗透整个经济体之后，机制发生反转：随着资本（新技术设备）存量持续扩大，资本对劳动的边际替代率递减，资本和劳动从替代关系逐步转向互补关系；技术不再仅仅用来 “干掉旧工序”，而是开始拓展全新的生产环节、全新任务，提升劳动者在这些新任务上的边际产出。此时，经济体开始持续创造机器本身无法胜任、需要人来完成的任务，工程师、维修工、调度、质控、设计、管理、配套服务业岗位扩张，劳动需求由降转升。然而，这一过程，本身存在几十年的滞后。
第二次工业革命，电气化、电动机替代蒸汽轴传动，也重复了这一过程。1909–1929 年电力刚刚普及的早期，工厂用电动机改造生产线，替代流水线简单重复工人，制造业低技能岗位承压。
随后，随着电力全面铺开，电力设备本身高度依赖受过教育、能够调试、维护、优化流程的蓝领技术工人，资本与技能劳动形成强互补。
更重要的是，电机产生了新生态。蒸汽机时代，工厂是在中央布置蒸汽机，然后用皮带传动，将动力输送出去。早期电动机只是把蒸汽机换成电机，位置和传动方式未改变，远端机器摩擦损耗大，动力分配不均，改造成本高，收益不明显。待到电机缩小后，可直接装在机床、纺纱机等设备上，工厂布局不再受传动轴限制，机器可按需灵活排布，多层厂房变单层大跨度车间，与此同时，小型化的电机，有了新的应用场景，电气化红利才真正释放出来。
此时，企业持续增加对高技能劳动的需求，工资溢价抬升；美国同期，高中教育也开始扩张。但和蒸汽机时代一样，电力的工资红利同样滞后数十年，电气化的规模应用期大约在1890—1910，但一直到20世纪20年代之后，电力带来的工资增长才稳定显现。
简而言之，资本－劳动的边际替代率不是常数，是随技术扩散、资本存量、任务集合的状态变量。初期，替代率高，资本替代劳动，劳动需求收缩，工资承压；后期，技术成熟之后，嵌入全产业链，催生全新的、机器暂时难以完成的任务。新任务出现，边际替代率下降、边际互补性上升，劳动边际产出抬升，重新拉动劳动需求，劳动需求右移，均衡工资上涨。这是一个漫长的过程。
2015年，Autor在其著名的《Why Are There Still So Many Jobs？》一文中，回答了标题提出的问题。他认为，自动化永远同时存在两股力量：替代（substitute）和互补（complement）。讨论自动化时，人们常高估机器对人的直接替代，低估自动化与劳动之间的互补关系。这是因为短期替代效应更快、更直接，长期互补与新任务效应才会逐步累积并反超。
但是，仅仅有这个效应还是不够的。
首先，“先失业、后涨薪”的动态，新任务效应，不是技术自带的必然副产品，它是否出现，什么时候出现，取决于创新方向。劳动需求、工资最终是否上行，取决于新任务创造的速度能不能追上旧任务被替代的速度。