高盛報告：AI 每月消滅 1.1 萬個美國工作，Z 世代付出最慘烈代價

高盛本週發布最新《AI 採用追蹤報告》，標題數字乍看似乎帶來一絲希望：AI 目前每月淨消滅約 1.1 萬個美國工作，低於 4 月報告中的 1.6 萬。表面上是進步的跡象，但細看之下，故事要複雜得多。

標題數字背後

高盛首席經濟學家 Jan Hatzius 帶領研究團隊維護這份追蹤報告，採用一套稱為「AI 置換歸因」的方法論：將美國勞工統計局標準職業分類系統中的每個職業，依目前 AI 系統能以人類同等或更高水準完成核心工作任務的比例，給予 0 至 100 的評分；再交叉比對就業數據與可觀察的自動化投資模式，產生月度置換估計值。

4 月的 1.6 萬月淨失業數字，在 6 月報告中修正為 1.1 萬。高盛將這個改善主要歸功於資料中心建設就業：相關領域自 2022 年以來共新增約 21.2 萬個職位，目前每月持續創造約 9,000 個新職位。

從總體來看，數字幾乎近乎持平：1.1 萬個流失，9,000 個新增，淨損失僅 2,000 個，在統計誤差範圍內幾乎可以忽略。但這個總體數字存在根本性的誤導，原因正是當前 AI 熱潮最令人憂慮的核心所在。

暫時性工作的致命問題

被創造的工作與被消滅的工作，根本不是同一種工作。

資料中心建設本質上是暫時性的。一旦設施竣工投入運營，日常維護所需的勞動力密度遠低於建設期。倡議組織「美國優勢計畫」（American Edge Project）警告，業界目前預計本輪資料中心建設週期將創造約 470 萬個臨時建設工作，但設施完工後，預計只能維持約 69.7 萬個永久性運營職位——每 100 個臨時工作僅轉化為不到 15 個長期職位。

換言之，資料中心建設熱潮正在提供一個短期勞動市場緩衝墊，而這個緩衝墊本身也將隨建設高峰結束而消失。高盛 6 月報告未給出具體時間表，但熟悉超大規模部署節奏的工程師與建築業經濟學家認為，建設就業峰值距今約 18 至 30 個月——可能在 2027 至 2028 年間出現。

當那個峰值到來並開始下滑，目前每月抵銷 AI 置換的 9,000 個建設職位將逐漸消退，但 AI 對白領工作的自動化置換速度，卻不太可能以同樣的節奏放緩。

真正失業的是誰

總體數字掩蓋了高盛報告直接記錄的更尖銳人口現實。

Z 世代（30 歲以下勞工）正在承受最慘烈的衝擊，原因在於一個結構性的不可逃避：各個知識工作領域的基層職位，歷史上之所以存在，正是因為它們涉及資深員工沒有時間親力親為的例行性、高量、低複雜度任務——資料輸入、法律文件審查、初級客戶服務、帳單查詢、基礎圖形設計、基本程式撰寫與測試。

而這些任務，恰恰也是當前 AI 系統——尤其是具備程式碼與視覺能力的大型語言模型——能以相當於人類水準且成本極低的方式完成的工作。高盛追蹤報告顯示，「在各行業中，AI 採用率與 30 歲以下勞工失業率呈輕微正相關」——意味著 AI 部署最快的行業，青年失業率上升最快。

如果看明確歸因數字，情況更為驚人。企業明確以 AI 自動化為由的裁員，在 2026 年 4 月達到單月紀錄 21,900 人，創下高盛自 2023 年開始追蹤以來的最高月度數字。三年累計 AI 歸因就業損失約 13.6 萬人——而這個數字仍是低估，因為它只計入企業明確說明因 AI 裁員的案例，而大多數企業寧可迴避這種表述。

生產力悖論

高盛報告並未省略另一面的數據。根據報告引用的學術研究，生成式 AI 在知識工作中平均帶來 23% 的生產力提升。更多產出除以同等工時，對雇主與整體經濟而言確實有價值。

問題在於，這份生產力紅利的分配方式極為不均。MIT 與柏克萊勞動經濟研究中心的研究記錄顯示，受益者是職場資深者——那些擁有經驗、情境判斷力與既有客戶關係的人——他們把 AI 當作放大個人產出的槓桿。基層員工並未獲得同樣的賦能；他們是被這些工具所取代的對象。

實際結果是傳統職涯晉升管道的壓縮。企業發現可以少聘初階員工、讓 AI 輔助的資深員工更高效工作，同時維持甚至提升整體產出。歷來作為培育資深人才搖籃的基層職位，正在資深人才供應管道尚能延續之前消失。

壓力最大的行業

高盛的分類數據點出幾個置換速度最快的領域：

行銷與創意工作的 AI 採用曲線最陡峭，AI 生成內容、自動化 A/B 測試和程式化創意製作，已大量削減初階崗位的需求。設計公司與內容工作室的就業收縮最為明顯。

文件處理——從法律搜查到保險理賠到法規申報——已被結構性自動化。律師事務所、金融服務公司和醫療計費部門都按 AI 採用規模縮減了人力。

軟體開發，尤其是初階測試和文件撰寫職位，面臨顯著置換。開發者親手打造了正在取代初級開發者的工具，這一諷刺並未逃過業界的注目。

客戶服務延續長期自動化趨勢，並因能處理更廣泛互動的語音 AI 而加速。

數據未能說明的事

值得一提的是高盛追蹤報告無法衡量的部分，而該報告也坦然承認這些局限。

模型估計的是 AI 驅動的淨置換——它無法獨立判斷 13.6 萬個歸因失業案例中，有多少即使沒有 AI 也會因更廣泛的宏觀經濟因素而發生；也無法追蹤有多少由 AI 催生的新職位，因為未被分類為「AI 驅動」而被遺漏。提示工程師、AI 運營專家、模型評估員、合成資料策展人等五年前根本不存在的 AI 原生職位類別正快速成長，但規模尚不足以在總量上抵銷傳統類別的置換。

高盛也未模擬消費者支出變化的二階效應：AI 置換的失業者若減少消費，對無法自動化的行業會產生什麼連鎖影響？

政策回應的空洞

2026 年 6 月高盛報告最令人震驚的，或許是它揭示的缺席：應對置換趨勢的可信政策回應。

美國推出了勞動力再培訓計畫、擴大 Pell Grant（聯邦助學金）資格，並加大對社區大學 AI 課程的聯邦投資。但這些干預措施的規模與速度，遠遠跟不上它們試圖應對的置換規模。把一個 24 歲的行銷協調員培訓成 AI 運營專家需要 18 個月；下一家公司的行銷部門導入 AI 只需 18 天。

在華盛頓，辯論沿著熟悉的路線分裂。政府的 2026 年 AI 行政命令優先考量創新競爭力，明確拒絕以聯邦採購或勞動法規減緩民間 AI 採用。參議院民主黨人提出延長 AI 置換工人的失業保險期限，但法案因缺乏跨黨派支持而陷入僵局。

對於本月因 AI 而淨失業的 1.1 萬名美國人來說，宏觀辯論大多是學術討論。高盛報告是目前對這場轉型最精細的量化記錄，但對個別勞動者而言，這場轉型不是以緩慢趨勢的形式到來，而是以一紙解雇通知書降臨。

職位消滅與創造之間的競賽仍然膠著。但對 2026 年踏入勞動市場的 Z 世代而言，「膠著」是非常冰冷的安慰。