高盛报告：生成式 AI 或波及相当于 3 亿个全职岗位

背景

2023 年 3 月 26 日，高盛（Goldman Sachs）经济学家 Joseph Briggs 与 Devesh Kodnani 发表了研究报告《人工智能对经济增长的潜在巨大影响》（The Potentially Large Effects of Artificial Intelligence on Economic Growth）^[2]。报告要回答的问题比标题看上去更具体：如果现有职业中的很大一部分任务可以由生成式人工智能（generative AI）完成，全球有多少工作会因此受到影响，产出又会改变多少？

怎么估的

两位作者数的不是岗位，而是任务。他们分析记录 900 多种职业任务内容的数据库，把每种职业实际要做的事与生成式 AI 能做的事逐项对照，估计美国约三分之二的职业在某种程度上暴露于 AI 自动化之下^[1]。「暴露」是个刻意保守的说法：它意味着这份工作中的部分任务原则上可以交给机器，而不是说做这份工作的人会被取代。

关键数字

报告中分量最重的有两个数字。第一个是全球层面的：生成式 AI 引发的工作流程变化，可能使相当于 3 亿个全职岗位的工作暴露于自动化之下^[1][2]。第二个描述的不是覆盖面，而是暴露的深度：在受影响的职业里，大约四分之一到一半的工作量可以被替代^[1]。

在增长一侧，报告预计生成式 AI 可能使全球 GDP 提高 7%，即接近 7 万亿美元，并在十年间把生产率增速推高 1.5 个百分点^[1]。

互补还是替代

报告对这些数字的解读并不是大规模失业的预言。它认为，多数职业和行业更可能被 AI 补充，而不是被替代^[1]。被自动化的是任务；做这些任务的人则被释放出来去做别的事，而构成一份工作的任务组合会被重新排列。

为说明历史背景，作者引用了经济学家 David Autor 的研究：今天 60% 的劳动者从事的是 1940 年尚不存在的职业^[1]。这一结论是报告反对把「任务层面的暴露」直接读成「岗位层面的消失」的最有力论据——吸纳被替代劳动者的新职业，按定义就是以前没有人做过的。

为什么重要

报告真正的贡献是度量方式。它把问题表述为 900 多种职业的任务内容，而不是列一份可能消失的岗位清单，从而为讨论 AI 对劳动力市场的影响提供了一套可复现的框架，「暴露」也随之成为这类讨论中的通用说法^[1]。而 3 亿这个数字则走出了研究圈，成为描述冲击规模时的常用简写^[1][2]。

局限也写在方法本身：模型在单项任务上能做到什么，不等于企业实际会部署什么；暴露本身不说明时间表、成本与监管条件。7% 的 GDP 增幅与 1.5 个百分点的生产率提升，描述的是可能发生的情况，而不是已经发生的结果^[1]。