当IMF和世界银行把AI当成海啸，政策必须跟上步伐

信号就是故事

数月来，人工智能对劳动力市场的冲击一直停留在预测的范畴—— speculative 的文章、恐惧驱动的头条、谨慎的企业规划。真正关键的转变，悄然发生在曼谷的一场小组讨论中。

国际货币基金组织（IMF）总裁克里斯塔利娜·格奥尔基耶娃将人工智能对全球劳动力的冲击描述为"缓慢推进的海啸"。新加坡总统、世界银行就业委员会联合主席萨尔曼·沙姆苏达尔指出，各国政府必须将就业支持视为永久性结构性政策，而非紧急救济手段。这些并非边缘声音。这是全球金融体系最接近"统一信号"的东西。

其非显而易见的含义是：关于人工智能是否会冲击就业的争论已经结束。关于谁来为冲击买单的争论，才刚刚开始。

谁首当其冲

格奥尔基耶娃毫不掩饰地指出了最先受冲击的群体。年轻毕业生进入劳动力市场，底层通道正在关闭。传统路径——通过常规入门级工作边做边学、逐步晋升——依赖的任务，人工智能现在已能以足够的质量、低廉的成本完成。

沙姆苏达尔给出了更尖锐的数据：在美国，大学毕业生就业需求一个世纪以来首次下降，学位带来的工资溢价正在缩水。这不是周期性低谷，而是结构性重构。

IMF 估计，全球约有40%的工作岗位最终将被增强、降级或消除。发达经济体面临60%的冲击敞口；低收入国家仅为23%。切勿从较低的数字中读出安慰。人工智能尚未到达那些国家。一旦抵达，冲击曲线将迅速变平。

数字掩盖的，是变革的速度。人工智能正在自动化的任务并非最危险、最肮脏或最令人厌恶的工作——它们是曾经充当职业入口的台阶。行政协调、基础编码、准专业分析、面向客户的分诊——这些正是年轻工人花多年时间攀爬的阶梯。它们的消失制造了一条空心的梯子，除了不再需要培养新人的雇主，无人受益。

“危机时代"措施有特定含义

沙姆苏达尔所称的"危机时代"支持，并非模糊的美好意愿。它指的是在新冠疫情和全球金融危机期间部署的具体政策工具——工资补贴、招聘激励、公共部门过渡性就业、积极劳动力市场项目——如今正被重新用于应对一场不同的紧急状态。

他表述中的关键词是"永久性”。疫情时期的措施始终被视为临时性安排。曼谷讨论的核心论点是：人工智能冲击没有到期日。它是渐进的、一项一项任务地推进，因此政策回应也必须如此。

这之所以重要，是因为政府从未为缓慢推进的劳动力冲击建立过制度。他们只为突发性冲击设计过机制。应对衰退是熟悉的领域。而入门级需求的十年期侵蚀，则不是。这就是制度空白所在。

二次效应才是这里让人不适的地方。如果工资补贴和招聘激励成为永久性的制度安排，它们将以波及整个经济的方式改变工资底线。原先依赖廉价新人劳动力来交叉补贴培训成本的雇主，需要调整其成本结构。围绕入门级工作意义的社会契约——作为收入来源和"资质工厂"——必须重写。

增长的幻觉

这里正是小组讨论变得令人不适之处。格奥尔基耶娃承认，人工智能驱动的投资正在托举全球增长，根据地区不同，可能为产出增加0.2至1.0个百分点。在高端情景下，这种增长足以抵消东亚发达国家人口老龄化带来的拖累。

沙姆苏达尔对此种轻易的乐观态度提出反驳。在中国、印度和东南亚发展中国家，增长与就业正在分化。经济体在扩张，但就业岗位并未跟随而来。

如果政策制定者保持被动，人工智能会扩大这种分化。生产力繁荣并不会自动转化为就业——尤其是当生产力提升来自替代任务而非创造新任务时。

这种分化影响的范围远超GDP headline。当生产力上升而就业未同步增长时，收入向上集中。资本在收入中的份额扩大。这不是推测——季度财报中，那些一边引用AI效率提升、一边冻结招聘的企业，已经让这一趋势显而易见。这个反馈回路具有自我强化的特性：更便宜的人工智能部署导致劳动力需求下降，抑制工资增长，压抑消费需求，进而激励企业进一步自动化以保护利润率。

制度架构的空白

格奥尔基耶娃和沙姆苏达尔都没有直接触及这一点，但这是他们言论背后隐含的前提：治理劳动力市场的制度——劳动部、就业服务机构、职业培训体系、大学就业中心——是为一个拥有稳定职业类别和可预测职业阶梯的世界而设计的。而这些都已不复存在。

职业阶梯假设你可以从某个位置进入、学习，然后沿着一系列岗位逐步晋升。当第一级阶梯消失，整个序列随之瓦解。大学无法快速重新设计课程，因为他们教授的任务在认证周期完成之前就已经被自动化了。雇主无法在工作岗位上培训新人，因为他们原本为之培训的那些岗位已不复存在。

制度层面的答案，隐含而言，是可携带的技能基础设施——独立于就业追踪技能发展的系统、以能力认证而非学位认证为核心、提供持续再培训而非一次性培训的机制。没有任何国家以规模化方式建成这样的体系。孟加拉国和卢旺达的公私技能合作伙伴关系模式提供了碎片，但整体架构仍待构建。

谁赢谁输，接下来会发生什么

根据世界银行行长阿杰伊·班加的说法，私营部门在大多数国家已创造了75%至85%的就业岗位。他的处方不是国家主导的就业，而是为私营资本去风险——让雇主在投资雇佣年轻人时承担更少的风险。这是一种此前未经如此规模考验的政策架构。

此情景下的赢家：将人工智能劳动力冲击视为结构性挑战而非未来问题的政府；能够围绕"增强"而非"替代"来设计雇佣模式的雇主；能够转向人工智能难以复制任务的劳动者。

输家：第一批工作在他们刚刚形成职业身份之前便消失的年轻一代；将增长误认为就业的经济体；等到海啸抵达顶峰才去修筑海堤的政策制定者。

时间线并不遥远。班加估计，未来15年将有12亿年轻人年满18岁。私营部门必须吸收其中大部分。问题在于，政策能否在第一波冲击到来之前跟上。

沙姆苏达尔给出了一个谨慎的希望注脚：人工智能是一项一项任务地推进冲击的，这意味着仍有时间——前提是工人能边工作边学习，大学能转向应用导向的培训。这是一个条件，而非保证。实现这一点的制度——大学、雇主、政府——必须选择改变。曼谷传来的信号是，人们终于开始要求它们改变了。

但要求不等于行动。IMF 和世界银行已将人工智能劳动力政策的"可接受范围"从推测推向了结构性层面。接下来发生什么，取决于各国政府是将此视为行动的 signal，还是仅仅视为观察的 signal。海啸正在缓慢推进。这是任何人都仅剩的唯一优势。