AI未致失业潮，却成“薪资吞噬机”？阿波罗研究揭示隐蔽危机

【科技纵览】公众对人工智能的叙事疲劳已至临界点。人们厌倦了“AI夺走饭碗”的陈词滥调，也对经济学家无法解释现状感到困惑。此刻，一个新理论试图串联所有线索：AI并未消灭岗位，而是在压低工资。这或许正是员工奋起反抗的核心动因。

2026年7月27日，纽交所交易大厅内，交易员们忙碌如常。图片来源：ANGELA WEISS / AFP via Getty Images。阿波罗全球管理公司的最新研究指出，AI技术带来的最早可衡量损害并非失业，而是薪资缩水。这一发现正值经济学界争论最激烈之时。即便AI开发者内部，对数据解读也未能达成一致。

托尔斯滕·斯洛克，阿波罗首席经济学家，其观点在2026年经历了显著转变。此前数月，他坚持认为AI对劳动力市场的宏观影响难以量化。今年4月，他在《每日火花》中写道：“AI无处不在，唯独不在即将公布的宏观经济数据中。”这意味着就业、生产率或通胀数据中，缺乏AI影响的直观证据。这位以“每日图表”闻名的分析师曾预言“产业复兴”，并预测AI将催生小微企业创业热潮。

5月29日，斯洛克发表文章《没有任何证据表明AI导致失业》，断言AI创造的岗位多于其摧毁的数量。他引用“杰文斯悖论”，即提高资源效率反而扩大总体需求。Anthropic CEO达里奥·阿莫代伊随后采纳此术语，收回了关于大规模失业的预测。然而，7月中旬，斯洛克公开承认学界解读含糊。他指出，专家在企业及就业层面影响上根本无法达成共识。

7月30日，斯洛克与萨尼娅·埃德利希联合发表论文，试图统一矛盾理论。区别于以往基于理论“暴露度”评分的研究，团队采用Anthropic经济指数中的实际使用数据，即Claude的真实交互记录，旨在衡量员工实际行为。他们发现的不是岗位流失，而是“薪资缩水”。斯洛克指出，受AI影响较大职业的员工，工资增速放缓，但就业水平不变。这表明企业通过压低工资而非裁员，获取AI带来的生产率提升。这也解释了各行业普遍出现的抵制现象。

2026年6月，Software Finder对1,005名美国在职员工的独立调查，捕捉到了脱离学术模型的现实焦虑。半数受访者表示主动抗拒新AI工具。部分结果与斯洛克论文存在矛盾：阿波罗数据显示，无论是否采用AI，高暴露职业薪资均受压缩；而Software Finder显示，使用AI者收入高于抗拒者。这种差距可能源于使用者特征（如管理人员更愿使用AI），但不能证明使用AI能保护工资。数据显示，抗拒AI者平均年薪65,645美元，比积极使用者低约20%。

45%的受访者因担心被取代而抵触AI；仅16%相信公司采用AI出于业务价值。这两种现象可共存：即便高暴露岗位工资走低，抗拒者仍可能遭遇薪资“打折”。AI或许就是一台“薪资吞噬机”。此外，“AI羞耻”现象普遍：13%员工承认假装使用AI，实则手动完成任务；仅6%认为管理者能准确掌握使用频率。

《财富》杂志独家报道显示，抗拒情绪可能升级为蓄意破坏。2026年4月，Writer和Workplace Intelligence对2,400名知识型员工调查显示，29%承认主动破坏公司AI战略，Z世代比例高达44%。破坏形式多样：输入专有信息至公共AI、违规使用“影子AI”、拒绝指定工具，甚至篡改绩效数据以证明AI效果不佳。30%的破坏者动机是担心工作被顶替，这与Software Finder调查结果一致。

阿波罗论文采用“双重差分模型”，匹配321个职业与劳工统计局2015-2025年数据。研究发现，2023年后，高AI暴露职业员工实际工资增长率比低暴露职业放缓6.7个百分点，但就业数据无显著影响。核心论点在于：AI生产率提升真实存在，但收益流向企业而非员工。这印证了《财富》3月报道观点：AI压缩任务用时，意味着企业可派发更多工作。

影响主要集中在中低收入群体：收入最低四分之一人群工资下降10.7%；第二四分位下降5.4%；第三四分位下降4.0%；最高四分位无显著影响。高收入人群更能消化冲击或获益。服务行业职业工资下降24.3%，但样本较小需谨慎解读；管理和专业岗位下降4.1%；蓝领岗位无显著影响。目前，美国约580万员工从事高暴露职业，持续感受压力。这意味着每年劳动收入损失保守估计达280亿美元，且预计将持续攀升。

情况复杂之处在于，斯洛克依赖的数据来自Anthropic。该公司经济学负责人彼得·麦克罗里7月底在X平台发布长文，给出截然不同解读。基于18个月内部研究，他认为美国劳动力市场“尚未受到AI明显冲击”。他指出，4.2%失业率处于充分就业水平，职位空缺与失业人数匹配，黄金年龄段就业率接近数十年高位。

然而，麦克罗里与斯洛克观点并非本质对立，只是用重叠数据回答不同问题。劳动力市场可能在失业率稳定同时，悄然出现相对薪资下滑。但在“无就业危机”与“员工受挤压”被视为非此即彼的辩论中，微妙差异易被忽视。路透社7月引用的文献综述发现，大多数数据集未发现整体就业减少或工资下降证据，将影响归因于任务重新分配。这与斯洛克结论形成冲突。

如果斯洛克数据经得起检验，AI压低工资效应契合历史规律。从农业机械化到计算机化，历次技术革新在降低成本同时，压低了受波及职业薪资，尽管推动了经济增长。纺织机械化重创手工织布工人工资，引发“卢德运动”。20世纪80、90年代工业机器人应用，伴随蓝领工人实际工资长期停滞。“铁锈带”概念由此诞生。

《金融时报》乔尔·萨斯指出，自1970年以来，劳动报酬占GDP比重相对于资本收益下降，新技术收益不再自动流向一线劳动者。他对美、日及欧洲数据分析发现，此次情况并无不同。若AI构成偏向资本的技术变革，薪资与生产率鸿沟将进一步扩大。

综合来看，一个无法被单方叙事涵盖的故事正浮出水面——既非大规模裁员潮，也非风平浪静，而是一种更隐蔽、具腐蚀性的影响：变化体现在工资单上，而非解雇通知书里。这种隐蔽性使得两位严谨经济学家观察相邻数据时，得出看似相反结论。这种不确定性，或许是员工焦虑广泛存在，却难在宏观数据中得到证实的原因。

斯洛克承认研究局限：暴露度指标依赖Anthropic数据，仅匹配321个职业分类。但他态度明确：“关键政策问题不在于AI是否重塑劳动力市场，而在于变革速度，以及劳动者能否获得所需支持。”

从宏观视角看，AI未造成大规模失业，却可能悄悄压低普通员工工资。这对加速部署AI的企业和劳动者而言，是值得警惕的信号：技术进步红利未必自动惠及每个人。研究显示，近三成受访员工承认主动破坏公司AI部署，Z世代比例高达44%，说明技术落地最大障碍往往不是技术本身，而是人与利益分配之间的矛盾。企业管理者在推动转型时，需正视员工真实顾虑。

经济学家对AI真实影响判断存在严重分歧，但不同结论本质上可能并不矛盾——宏观失业率平稳与微观薪资下滑可以共存。对于职场人而言，这意味着不应轻信单一结论，而是关注自己所在行业和岗位的具体变化。