識別 AI 驅動失業的宏觀信號

AI 融入職場引發了激烈辯論：一方認為它將創造新角色，另一方則擔心大規模的裁員。雖然傳統的失業指標往往滯後或低估了這種轉變的現實，但對於「新穎信號」的需求正日益增長——即那些能提供 AI 驅動失業之即時且更準確圖像的非常規經濟指標。

傳統指標的局限性

傳統失業率往往無法捕捉 AI 取代勞動力所帶來的細微差別。勞工可能會轉向低就業率（underemployment）或完全退出勞動力市場，這可能會使官方統計數據出現偏差。為了發現真實的影響，分析師必須關注次生效應和系統性依賴。

建議的新穎宏觀信號

已有幾種非常規指標被建議作為追蹤 AI 相關就業轉變的潛在代理指標：

健康保險獲利能力

在美國，健康保險主要與就業掛鉤，因此，因 AI 導致失業人數的大幅變化很可能會在保險業中顯現出來。健康保險利潤的下降或保險費結構的變化，可以作為真實失業指標的信號，反映出雇主贊助保險覆蓋範圍的喪失。

個人所得稅數據

另一個潛在信號存在於個人稅收徵收和退稅中。透過分析個人所得稅收入和總退稅額的變化，經濟學家可能能夠識別出失業模式。然而，這需要針對薪資增長進行仔細調整，以確保數據反映的是失業而非收入分配的轉變。

觀點綜合

關於 AI 導致失業的辯論往往呈現兩極化。雖然一些風險投資公司（例如 a16z）將對 AI 驅動失業的擔憂斥為「末日論」，但批評者認為，這些觀點可能會受到投資該技術之利益相關者的偏見影響。

為了超越修辭，產業需要一種數據驅動的方法。透過監測這些次生經濟信號——保險趨勢和稅務數據——我們可以更好地理解勞動力市場的結構性變化，並識別 AI 是否真的在宏觀規模上取代了勞工。