AI、就业与精英过剩生产，以及教育将如何改变

AI 的性能在这一年里取得了巨大进步。随之而来，我思考教育和就业形态的时候也多了起来。

我尤其在思考的是，当就业因 AI 而重组时，社会和大学可能会发生怎样的变化。

本文认为会“改变”的领域大致有三个。

• AI 改变就业和工作本身
• 职业晋升的路径发生改变
• 精英变得更加过剩

在此基础上，关于大学教育该怎么办，我虽然还处于粗略的阶段，但先写在这里。

也许并不是“就业被夺走”，但是……

常见的是 AI 导致失业的说法，但看最近关于 AI 与劳动的报告，“目前很难说 AI 正在引发大规模失业”，这样的报告似乎居多。

McKinsey Global Institute 2026 年的欧洲报告指出，欧洲 10 国目前的工作时间中，有 58% 利用现有技术在技术上是可以自动化的。不过需要注意，这并不是说“58% 的工作会消失”，而只是技术上的自动化可能性。

Goldman Sachs 也提到“过渡期的失业率上升约为 0.5 个百分点”“若现有用例扩大，美国 2.5% 的就业将面临风险”“若广泛普及，6% 至 7% 可能被替代”，但总结为“对大规模裁员持怀疑态度”。

从 Yale Budget Lab 和 New York Fed 的分析来看，广泛的劳动力市场混乱，以及由 AI 导致的明确的招聘岗位减少，目前也还没有得到清晰的确认。

甚至 Andreessen Horowtiz 等人认为，AI 导致就业崩溃是一种幻想。他们的论点是，AI 会压缩一部分任务和角色，但也会通过生产率的提高创造新的需求和新的工作。

话虽如此，从切身感受来看，觉得自己的一部分工作正在被 AI 自动化的人，以及不再招聘实习生的组织，应该不在少数吧。

要探究其原因，大概仅看“工作会不会消失”是不够的，需要把工作进一步细分，去看影响出现在哪里。

比如按任务、招聘、宏观就业数量这样不同的抽象层次来思考，并整理出每一层目前的影响以及影响传导的时间跨度各不相同，这样似乎更好。

层面	会发生什么变化	目前的影响程度
任务	摘要、起草、检索、分类、常规分析、初步应答将由 AI 来完成	高
招聘	年轻人、入门岗位、初级岗位的招募和职务设计将发生变化	中等。但很重要
就业数量	现有人员的削减、职业消失、失业率上升	目前有限

短期来看，与其说会发生 AI 导致的大规模失业，不如说是白领工作，尤其是高暴露职业中的任务被替代，而中长期则可能出现招聘要求的变化，以及对就业和工资的影响，应当这样来看待吧。

不过，也已经开始出现一些观点，认为在部分领域对就业的影响已经显现。

Economist 5 月 13 日的文章报告称，在“最容易受影响的领域”，就业数量已经受到了影响。在美国，除了宏观上不断恶化的就业形势之外，短期内 AI 的影响似乎也已经出现，这与我们的感受是一致的。以下是引文。

我们发现，所在领域越容易受 AI 影响，毕业生的处境就恶化得越明显。从 2022 年到 2024 年，在受 AI 影响最小的后 20% 的领域（教育学、哲学、土木工程等），全职就业率仅下降了 1.5 个百分点。相比之下，在受影响最大的前 20% 的领域（计算机科学、计算机工程、信息科学等），则下降了多达 6.6 个百分点。（Is AI putting graduates out of work already? 一节的译文）

Andreessen Horowtiz 论述AI 导致就业崩溃是一种幻想的那篇文章也有几分道理，但在我看来过于乐观，而且问题不在于总就业数量，而在于谁会失去工作、谁会得到工作，过渡需要多少年，以及新产生的工作具有怎样的“质量”。

工作的变化

如果今后中长期会对就业和工资产生影响，那会出现在哪里呢？常见的说法是中间岗位。这是与 AI 相关时常被提到的“微笑曲线”那样的现象。

这种观点认为：高端的智力工作，比如战略、决策、责任、对人协调、创造性强的工作会保留下来；身体性强、现场性强的工作，比如护理、建筑、维修、烹饪、部分接待服务等也会保留下来；而夹在两者之间的常规性智力劳动和事务性工作则会受到挤压。

作为这类中间岗位的代表，一般事务岗位在日本的有效求人倍率已经低至约 0.3，今后这类职业会变得更容易被替代。

实际上，在经济产业省 2026 年 3 月更新的2040 年就业结构推算（修订版）中，关于职业间错配的部分认为，事务类岗位将出现大量过剩。

结果，劳动者将面临这样的压力：

• 要么努力向更高层级的岗位发展
• 要么转向低层级岗位（虽然我不想使用这个词……）

另外，如果低层级岗位能够获得足够的薪酬，是有工作价值、有人情味的工作，那么可以称之为 AI-assisted 的工作；但如果不是，就会变成 AI-supervised 的工作，也就是让人一味地高效率劳动、有严厉上司盯着的那种形态。（就像现在一部分零工平台那样）

而且，目前中间岗位创造了大量能拿到还算不错的工资的就业机会，起着承接的作用。一旦这里崩塌，贫富差距的扩大等将使社会的不稳定性增加。

影响的集中

此外，关于影响会出现在“哪里”，正如过去的制造业中国冲击（与中国贸易扩大导致发达国家制造业衰退）对部分地区造成了严重影响一样，AI 的影响在地区和职业上也很可能出现相当大的偏向。

前面提到的 Economist 的文章指出，教育等领域并未受到影响，而在受影响最大的前 20% 的领域（计算机科学、计算机工程、信息科学等）则下降了多达 6.6 个百分点；国际劳工组织（ILO）2025 年的报告则指出，全球约四分之一的劳动者在某种程度上暴露于生成式 AI，暴露程度最高的类别占全球就业的 3.3%，其中尤其是

• 事务类岗位
• 高收入国家
• 女性（她们尤其多从事这类工作）

的暴露程度较大。ILO 并不是把这简单地看作“就业流失”，而是看作“工作的转变”。

影响偏向部分职业和性别，意味着这种 AI 的影响同时也是一个性别问题。在日本，事务类岗位同样是女性就业的重要承接渠道，如果 AI 带来的省力化不断推进，女性占多数的岗位的入口有可能率先收窄。这很可能也会对以双职工为前提的首都圈家庭以及单亲妈妈家庭的收入和生活产生很大影响。

“职业阶梯”的变化

不仅如此，即使是同一份工作，也可以说“工作的入口”正在发生变化。

AI 容易替代的，是年轻人最初被交付的工作。会议纪要、调研、撰写提案书和合同草稿这类工作看似是简单劳动，实际上也是年轻人学习工作的训练。

AI 削减这类工作，企业或许可以提高效率。但与此同时，年轻人学习工作的经历也被削减了。也就是说，企业内部的训练机会减少，培养未来中坚人才的功能有可能减弱。

实际上，Anthropic 并没有说高暴露职业的失业率明显上升，但指出 22 至 25 岁的年轻人进入高暴露职业的步伐可能正在放缓。Stanford Digital Economy Lab 的研究也报告称，在 22 至 25 岁的 AI 高暴露职业中，早期职业阶段人群的就业相对减少。

这里重要的不仅仅是“年轻人的工作减少”，而是培养未来中坚和专业人才的职业阶梯变细了。这样一来，即使在激烈的入职竞争中胜出、得以进入，之后的职业晋升也会变得困难。关于工业机器人引发的类似的“制造业职业阶梯的崩塌”，我以前也曾引用 Brookings 的论文介绍过，我想无论是工业机器人带来的自动化，还是 AI 带来的自动化，情形都是一样的。

https://www.youtube.com/watch?v=A7hgeUXhxBk

教育的变化

这样的就业变化，也会对教育产生很大影响。

迄今为止，日本企业是按潜力录用学生，实行会员制雇佣，入职后再进行培养。

这一前提的背后，是学校出身比在大学里学了什么更有分量。而这也使得日本私立大学中人文社会类专业之多得以被容忍。人文社会类的设备投资等相对较少，与私立大学的扩张和专业设置相契合。再看就业，企业的评价过度依赖毕业证书和学校出身，既然采用会员制录用、在公司内通过 OJT 来培养，那么把所学内容反映到职业能力上的必要性也就没有那么高。

然而，当 AI 能够承担文书撰写、调研、摘要、事务处理和初步分析时，录用“有潜力但目前什么都做不了的人”的理由就相对变弱了。这样一来，大学毕业的年轻人的就业将逐渐变窄。而且即使进入了企业，之后向上攀登职业生涯的阶梯也有可能变细。

相反，对高中毕业生的需求在提高，如今高中毕业生求职的求人倍率已高到前所未有的程度。

于是，下面这样的选择会越来越强：

1. 在大学教育中，于进入职场之前掌握相当高水平的技能
2. 去做不上大学也能就业的体力类工作

与此同时，在日本和欧美等国，据推算，大学学费以及上大学的投资回报有恶化的趋势。仅看日本，就有如下的论述。

“专业技术类职业从业者中的大学毕业生，2020 年能在 7.9 年内收回的成本，到 2025 年变成了 15.0 年。事务类从业者中的大学毕业生，2020 年能在 9.8 年内收回的成本，到 2025 年变成了 16.8 年。专业技术类职业的收入水平更高，因此收回成本所需的时间更短，但两类职业从 2020 年到 2025 年这段时间都明显呈延长趋势，这一点没有区别。
Recruit Works 研究所《“上大学”划算吗——按学历划分的工资最新状况》（2026 年）

放眼海外，正如 WSJ 的文章《美国 MBA 学位“甩卖”增多　需求放缓令人苦恼》所述，也出现了降低学费的动向。

AI 有可能进一步恶化对大学的投资回报。

这是因为，当我们把 4 年的机会成本（如果就业本可获得的收入）视为一笔投资，用来换取附带“大学毕业”溢价的薪水时，在体力类工作的薪酬上涨、机会成本随之上升、学费也在上涨的情况下，AI 会使这种大学教育投资的 ROI 平均来看变得更差。随着“蓝领百万富翁”这个词变得有现实感，机会成本提高，对大学教育的投资回报就会变差。

像大学这样的高等教育，除了日本的少子化之外，还必须与这样的压力作斗争吧。

教育与 AI

今后，随着 AI 进一步发展，不难想象 AI 会像现在的零工平台那样向人类下达指令。

也就是说，即将走入社会的年轻人，更容易受到把他们推向两个极端之一的压力：

• 大量使用 AI 和 AI 智能体，从事高水平的工作（从早期就管理众多 AI）
• 被 AI 使唤，从事 AI 做不了的体力工作

而我认为，对于前者的教育应该怎么做，是需要在一定程度上考虑的。

即使是后者，如果能挣到足够的薪水，是有工作价值、有人情味的工作，那也没有问题，但情况未必如此，而且需要注意的是，那个 AI 平台也未必会向日本和日本国民支付足够的报酬。（话虽如此，即使是使用 AI 的一方，也可能落到数字佃农的处境……）

前面说的“职业入口变窄”也与此有关。如果 OJT 在萎缩，那么就会面临压力，要求在大学毕业之前就培养出具备相当能力的人才。或者与此同时，延长就业前的训练期间，也可能变成由企业之外的教育方来承接已经步入社会的人们的再技能培训（reskilling）。

我认为，在这样的前提下如何把 AI 纳入教育，是值得思考的事情；而且当公司过去所拥有的教育功能弱化时，公共教育功能的重要性相对来说会提高（也就是需要由社会来提供保障）。

反过来，我也认为，如果维持现在的大学教育和产业结构不变，就有可能导致精英过剩生产。

精英过剩生产的加速

简单解释一下精英过剩生产。在图尔钦（Turchin）的结构-人口理论中，当民众生活恶化、精英过剩生产、国家能力下降等因素叠加时，社会的不稳定就会加剧。而精英过剩生产，指的是高学历者和志在专业岗位的人等，以高地位职位为目标的人数增长，超过了实际准备好的席位。

如果选择让大学教育维持现状，同时

• AI 相对减少了好工作的岗位，
• 使工作的入口和阶梯变细，
• 并使大学教育的 ROI 进一步下降，

那么就会出现比现在相对更加“精英过剩”的状况。我认为，这有可能扩大高学历阶层的期待与现实之间的落差，成为放大社会不满的因素。

图尔钦本人在 2023 年也曾说过“AI 会催生反精英”。另一方面，在2026 年关于日本的访谈中，他对这次没有伴随年轻人口增加的变化持谨慎态度，认为这是特殊的，不知道会怎样发展。

无论如何，AI 对日本来说有“缓解人口减少”这一益处，这也有其正确的一面，但如果不重新设计就业、劳动和教育，错配就会增加，社会不稳定性增大的可能性是相当大的。而且如前所述，如果对女性的职业产生很大影响，那么这也会作为性别问题浮现出来。

今后

如果可以在一定程度上预见到，照这样发展下去社会会变得不稳定，那么这个问题就不能只由大学和教育来应对，而必须从整个社会应该如何应对的角度来思考。

也可以采取 AI 税等事后再分配的办法（对 AI 企业课以高税，并以此为财源发放给付等），但这有执行层面的问题，比如如何应对 AI 企业的避税和政治上的阻力，也有征收 AI 税带来的副作用，比如 AI 的引入延迟、生产率提升下降。现实地看，我认为应当在加强再分配功能的同时，也安排好事前分配。

另外，“减少上大学的人”“减少大学”这类粗暴的方向也可以考虑，但体力类工作大多属于国内的基础性服务业，虽然是有意义的工作，但护理劳动和教育等往往被官方定价所压制，基本上不是赚取外汇的产业，因此存在局限。

旅游业等也有可能，但相关服务的劳动生产率低，是难以提高的产业。而且旅游业是利用公共交通网和文化遗产等社会资源的富余来开展的，考虑到今后人口减少会使维持和增强社会资源变得困难，推进旅游业也会成为加剧与常住居民之间摩擦的因素。

如果以今后仍要继续享受全球经济的红利为前提来考虑，那么我认为更好的做法是，思考如何增加能够像过去那样创造出富裕中产阶层的“好就业的数量”，创造收入更高的产业，为此提供优质的教育，并以让更多人进入高层级岗位为目标。

如果为了进入这些高层级岗位，需要比以往更高的职业能力，那么教育也就必须为此而改变。而这样一来，公共教育的价值和定位也必然会改变。

最近我在《教育的加速》一文中也写过，我再次觉得，我们需要的是能让人在更短的时间内进入更高层级岗位的教育，需要思考如何把 AI 纳入其中，以及以 AI 为前提的素养和职业能力方面的教育。（当然并非所有教育都是为了职业……）

如果说现在的中等教育和高等教育，是沿着电力发展之后、战后制造业的模式建立起来的，以大量培养能够完成认知性工作的人才为前提，那么 AI 之后的教育应该是什么样子，又应该把人才引导到什么样的产业，这些问题需要一并思考，我正在思考的就是这些。

短期来看，我认为大学方面必须负起责任，不是禁止使用 AI，而是考虑如何利用 AI 提升同学们的职业能力，同时增加具备这类高级技能的同学们能够从事的职业（也就是增加这样的公司和产业）。

而且我认为，这并不只是传授如何用好 AI，而是“如何利用 AI 创造新的价值”，也就是更深入地思考借助 AI 才成为可能的产业和企业。