大 AI 轉向：為何科技執行長們正在收回關於失業末日的言論

在過去一年中，圍繞生成式 AI 的敘事一直被一種單一且迫在眉睫的恐懼所主導：即「白領末日」。包括 OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei 在內的 AI 革命領軍人物，頻繁警告說初級職位和專業服務正面臨被完全取代的嚴重風險。

然而，近期言論的轉變暗示了一種轉向。隨著這些公司正瞄準估值可能達到 1 兆美元的大規模 IPO，AI 的構建者們開始收回他們最可怕的預測，將 AI 重新定義為生產力倍增器，而非失業殺手。

逆轉：從取代到倍增

Sam Altman 最近承認他在 AI 的即時經濟影響方面「相當錯誤」，特別是在消除初級白領職位方面。據報導，他的觀點轉變源於一次個人實驗，他在其中嘗試將自己的 Slack 和電子郵件溝通外包給 AI，結果發現人類互動的元素仍然是不可或缺的。

同樣地，Dario Amodei 的立場也發生了演變。他曾暗示 AI 可能會消除 50% 的白領職位，但現在 Amodei 指向了倍增效應。他認為，如果 AI 自動化了某項工作的 90%，那麼剩餘 10% 以人為中心的工作將會擴展以填補空白，從而有效地將工人的生產力提高十倍，而不是取代他們。

這與 Goldman Sachs CEO David Solomon 的觀點一致，他一直對「末日」敘事持懷疑態度。Solomon 指向了美國經濟史的一個世紀——從電力化到數位革命——作為技術顛覆持續創造新角色的證據。他指出，自 1962 年以來，美國民間就業人數增長了 145%，並認為像 Excel 和 Zoom 等工具並未減少人們的工作量；它們只是改變了工作的性質。

經濟理論：傑文斯悖論 (Jevons Paradox)

這種新樂觀展望的核心是傑文斯悖論 (Jevons Paradox)。該悖論以經濟學家 William Stanley Jevons 命名，其主張是：增加資源使用的效率實際上會增加該資源的總消耗量。

在 AI 的背景下，這項理論建議，隨著每次互動或任務的成本下降，對這些互動的需求將會飆升。例如，如果 AI 讓放射科或客服中心的操作變得更便宜、更快速，市場可能不會透過減少僱用人數來回應，而是透過擴大服務範圍並接觸更多客戶，從而維持甚至增加就業水平。

懷疑者的觀點：公關策略還是真實洞察？

雖然執行長們將其呈現為理解上的自然演進，但觀察家和產業從業者仍持懷疑態度。這些逆轉發生的時機——正值準備公開發行股票的時期——使得許多人質疑這是否是一種策略性的公關手段，以避免監管審查或公眾的抵制。

「潛艇」策略

一些批評者認為這是一種經典的「潛艇」策略，旨在重新定義敘事。透過將勞動力市場感知到的威脅降至最低，AI 公司可能正試圖安撫那些對 AI 對個人自由和經濟穩定日益擔憂的公眾。正如一位觀察家所言，對於一家尋求兆美元估值的公司來說，被視為「目標的加速器」比被視為「生計的破壞者」要有利得多。

高層言論與地面現實的落差

執行長們的高層敘事與工人的日常經驗之間也存在顯著的脫節。雖然高層談論「倍增器」，但員工往往感受到不同的壓力。

"I feel like I'm fighting the battle daily, telling execs what kind of work LLMs do not replace... We communicate that LLM is amplifying, they hear it can replace."

這表明，雖然 AI 領導層的「公眾」形象正在軟化，但許多公司的「內部」管理可能仍在假設 AI 可以取代人力編制。

結論：過度估計的模式

回顧過去，AI 預測的軌跡一直是波動的：從「AI 將解決所有問題」到「AI 將取代所有工作」，再到現在的「AI 將增強生產力」。這種模式顯示出 AI 研究人員中存在一種重複性的傾向，即低估了人類工作的複雜性——僅關注可以自動化的任務，而忽略了細微、 「invisible」 的勞動，例如規格說明、意圖理解以及人際關係管理。

無論這次轉向是轉向是基於真實數據還是策略性定位，它都凸合了關鍵的一課：前沿技術的影響往往不像炒作——或末日論——所暗示的那樣線性或突然。