郑强教授这回，真把天捅了个窟窿。他说，别光盯着人工智能多牛逼，先想想咱们那快8亿靠力气吃饭的人。 2024年2月份，全国劳动年龄人口官方数据是8.58亿，不光是城市里的上班族，更多的，其实还是那些身上沾泥、手上有茧子、汗流浃背的工人、农民和快递员。 初中及以下学历的就业人群接近一半，他们中的大多数，并没机会坐进写字楼，面对的不是算法，是装配线、砖块、建筑架，还有那些要拼命搬的快递箱子。 全国光农民工就有接近三亿，除去小部分能转做维修房产、产业园绿化，这八亿人大多数都在“靠力气换饭吃”的行列里。 2024年春，沿海制造业最抢眼的不是招聘会，而是用机器换人的案例。 富士康、比亚迪、格力这一年里基础装配线裁员比例超过20%，“黑灯工厂”名副其实，晚上连灯都不用开，机器自个干活。 流水线一改，残次品率下来，效率翻三倍，用工却砍一半，表面看起来效率漂亮，背后不少家庭连饭碗也断了。 AI的蔓延不止在制造业，你以为只有蓝领危险？ 国内大银行今年开始全面上线智能客服系统，上海一家股份制银行，原来一个楼面要200客服，今年只剩40人，每天接线、答问全让AI分流了。 IBM去年砍了八千人，亚马逊也在大裁员，一家四大会计师事务所，去年招聘应届生的初级审计工，比前年缩了35%。 数据处理岗也是一样，今年春招，不少岗位直接写明“需掌握基础编程、AI模型调优”，门槛水涨船高。 零售和快递领域变化更狠，京东无人仓，智能拣货机器人上岗那年，仓库基础工人的需求缩了八成多。 便利店铺，前台用的是人脸识别，货架有重力感应，开箱、收银统统不用人，等你反应过来，可能连电商仓库的搬运也不用人碰了。 可这些新技术带来的岗位，真的能消化掉那么多的“劳动力过剩”吗？ 被自动化取代的，往往是重复、低技能岗位，AI新创造的岗位，对学历、经验、技术要求更高。 公开数据显示，45岁以上农民工做设备运维、智能调度，转型成功的不到30%，其余跟不上节奏，反观AI工程师，月薪2万起步，大厂应届生动辄年薪50万。 这种“塌陷”太快了，中间这一层，无论做工厂流水线还是银行柜员，机会正直线萎缩，新的岗位却高不可攀。 本科学历已经不值钱，很多人顶着985毕业证，却连基础编程都找不到地儿下脚。 联合国劳工组织一项调研显示，2023年美国22-25岁青年在银行、保险、基础服务这些AI替代风险最高的行业内，实际岗位减少了13%。 中国高校毕业生，一年新增超过1000万，但能找到高端AI岗位的，寥寥无几。 郑强教授担心的，不只是没饭吃的问题，一个家庭的老爸或妈妈一旦失业，孩子就可能失学，老人就会陷入无依，家里账单压顶，矛盾会在人性最脆弱的时候爆发。 中国人口多、劳动力多，任何政策都绕不开“体力劳动者”这么庞大的群体。 和西方国家不同，中国的社会保障体系还远没那么健全，很多农民工交不上养老保险，没有失业金兜底。 技术和社会的裂缝，家家户户都能感受到，那不是停留在PPT里的数据，更大的麻烦也许还在后面。 人的价值只靠劳动定义，但劳动又不仅是挣钱——还是社会认同，是生活的踏实感，是邻里之间的交往。 大规模无业的人，容易失去生活方向，国外有“闲人社会”的现象，法国、意大利都经历过——有人靠补贴生活，日子混着，信心和尊严却被现实一寸寸磨掉。 中国如果也到这个地步，会带来精神和道德上的持续冲击。 都说技术是工具，应该让人类变得更自由，生活更好，可技术本身不问善恶，它只是被谁用、怎么用。 发达国家依靠高福利，高素质人群主导技术更新，有社会保障兜底，中国这样的发展中国家，规模效应、人口“压力山大”，一个技术浪潮很可能让社会“翻船”。 AI带来的“创造性破坏”，理论上会创造新岗位，实际上新岗位的标准让太多人难以靠近，技术成果被资本控制，红利分配不均，贫富分化可能随之加剧。 有没有办法破局？这两年，国家推动“职业技能提升行动”，到2025年，补贴类培训要覆盖三千多万人次。 比如东莞、苏州的工厂，免费给老工人培训设备运维，让他们能“带机器”，变相保住了不少人的饭碗。 机器干重复重活，人更专注异常处理、情感沟通、设备维护，新老工人搭档，人机协作推着生产效率往上走，岗位也留住了一批中年工人。 个人要怎么应对？最现实的是，顺应趋势，主动学习，懂得人机协作、有创造力、有解决问题能力的三类人最难被机器取代。 单纯依赖体力或重复性技能，迟早会被动出局，能多学一项技能，就是多开一扇门。 国家也在加紧调整教育和职业训练：2030年，AI教育要实现中小学阶段普及；职业教育在努力对接各类智能制造需求；终身学习体系推进，为在职人员提供持续更新的机会。 中国式的现代化转型，要在效率和公平之间重新平衡。技术红利不能只喂饱头部的资本和技术精英，也要让最普通的人能分一杯羹。