最近，國務院發展研究中心社會和文化發展研究部部長卓賢，在《財經》2026年首刊發表萬字長文《AI、就業和社保》，撕開了這個時代最深刻的焦慮。

這是一份來自真正高層智囊的“刺耳預警”。

文中著重論述了幾個有些反常識的現象：

1.投資與就業分離；2.技術進步與人力資本提升分離；3.工資與生產率分離；4.長期穩定雇傭關系的基礎瓦解，社保體系的基石開始松動……

可以說，技術革命從未像今天這樣，直指人之于社會存在的意義。

01

三重脫鉤

從蒸汽機到互聯網，過去兩個多世紀的工業文明時代，有一條堅固的因果鏈：

投資建廠/搞研發→創造就業崗位→人力資本升值→生產率提升帶動全社會工資上漲。

即：經濟繁榮=充分就業。

現在，這種因果關系，明顯已經不成立。

相關原因，每個人都有自己的想法。不過在本文，還是跟著《AI、就業和社保》的思路，去看待這件事。

首先是投資與就業的脫鉤。

過去，任何企業要新增業務線、資本支出，必然要大張旗鼓招人。

而現在，資金流向呈現出了非常明顯的“勞動力稀薄”特征。

根據Business Insider和RBC Capital Markets的最新測算：2026年，微軟、亞馬遜、谷歌和meta這四大巨頭的資本支出總額，預計將飆升至6000億美元。

比全球絕大多數國家的GDP還要高。

但這些財富去哪了？絕大部分都流向了英偉達的GPU、海力士的HBM內存、核電站和數據中心的冷卻水管。

唯獨沒有流向HR部門的招聘預算。

不僅沒有，科技圈還掀起了前所未有的大裁員，與資本狂歡形成鮮明對比。

一邊是股價連創新高、營收兩位數增長；另一邊卻是凍結應屆生招聘、狂炒老員工。

資本擴張的底層邏輯從“人才是核心資產”，變成“人力是亟待優化的運營成本”。

這就是第二個點，技術進步與人力資本提升脫鉤。

投資圈有個詞叫“早期孵化”，經濟學里也有個詞叫“干中學”。

新手程序員靠修Bug漲手感，分析師靠貼發票和整理Excel拿入場券，初級律師靠給大佬翻卷宗攢經驗……

無論在哪里，給前輩“打雜”都是職場新人積累經驗、向上爬的階梯。

但這個階梯，現在還有存在的必要嗎？

大語言模型最擅長的就是文檔審查、基礎代碼生成和數據清洗。

買幾個API Key一年才幾個錢？養一個初級員工還要交五險一金、管下午茶。

孰優孰劣，這筆賬根本就不用算。

但長期來看，這必然導致人才斷層。

資深人士都是從新手過來的，如果企業不再給新人積累經驗的機會，未來的高級人才從哪冒出來？

有人會說：AI會淘汰一些崗位，也必然會催生一些新崗位。

年輕人去干新職業不就可以了？

但這其實有個致命的問題：人類獲取知識的速度是線性的，AI的進化是指數級的。

比如，去年大學剛花重金開個“提示詞工程”專業，今年的大模型就已經自帶思維鏈，根本不需要提示詞優化。

這個所謂的新時代專業，僅僅幾個月就變得幾乎沒有用了。

也就是說，你所認為的“新崗位”，在你還在學習相關技能時，它就已經被淘汰了。

等到5年、10年后，或許會有一些穩定存在的新崗位；但在AI快速進化、日新月異的現在，對大多數職場新人而言，可以說并不存在什么“新”的選擇。

這就導致了第三個問題，人的收入與生產率脫鉤。

有個詞叫鮑莫爾效應：高效部門通過提高生產率賺取超額利潤后，會在勞動力市場上通過競爭，把醫療、教育、理發等低效部門的工資也拉高。

用我們熟悉的話來說就是：讓一部分人先富，再帶動所有人致富。

而現在的問題是什么？

無論是科技大廠還是制造業，幾乎所有的高效部門都不再需要去勞動力市場競爭（除了極少數AI大牛），后續的一切傳導自然不復存在。

更糟糕的是，大量被“優化”的白領被擠壓到低效部門（比如網約車、送外賣），極端內卷中，低效率部門的人均收入必然降低。

也就是說，目前AI帶來的效率提升，大部分人不僅無法受益，甚至有很大可能受損。

當數以億計人的生計受到威脅，整個人類社會的穩定必然遭到破壞。

這個就非常嚴重了。

02

創造性破壞

人類社會，最重要的是什么？是穩定。

穩定靠什么維持？社會保障制度。

而社會保障制度的運轉，依賴三大基石：健康的人口結構、長期雇傭關系、工資增長。

現在，后兩者遭到了破壞。

首先是雇傭關系變得碎片化。

諾貝爾獎得主羅納德·科斯曾提出“交易成本理論”。

問：世界上為什么會有“公司”這種組織？

答：因為在外部市場尋找合作、討價還價、監督執行的交易成本太高。把人長期雇傭進公司內部，通過老板下指令，能把交易成本降到最低。

但在AI時代，外部市場的交易成本突然變得極低。

對一家企業而言，用AI拆解任務流，再外包出去（或者直接由智能體自動執行），其成本遠低于維持一個龐大的管理團隊。

最核心的原因是人類的鄧巴數存在上限，一個人最多只能維持150個熟人關系；而AI沒有鄧巴數，高管配合AI可以直接指揮數萬個基層單元。

結果就是，“按崗位雇傭”變成了“按任務買斷”，絕大多數人的工作開始趨向“零工化”。

“靈活就業”，可能將逐漸變成勞動力市場的絕對主流。

其實怎么就業，很多人并不在乎，只要能掙到錢就行。

問題是，大部分打零工者，都游離在傳統五險一金的剛性保護網之外。

傳統社保的邏輯是一種Beta收益：國家經濟增長→白領工資上漲→社保繳費基數擴大→養老金池子充盈。

但正如前文所述，目前受AI影響最大的，就是受過高等教育、從事認知性工作的白領階層。

他們恰好是現階段社保合規繳納率最高、繳費基數最堅挺的核心力量。

當這一階層的收入下跌，甚至開始大量脫離社保體系，社保基金的收入端將立刻面臨枯竭。

這種由于技術帶來的“創造性破壞”，導致財富向擁有算力的極少數人集中，而造成的社保基金缺口，就目前的制度而言，是無法填補的。

既然如此，我們該怎么辦？

《AI、就業和社保》給出的方案是：發展AI，要努力去構建就業友好型發展方式。

言下之意，就是當下不“友好”。

03

為什么不友好？

2024年諾貝爾經濟學獎得主達龍·阿西莫格魯把AI分成了兩類：

“替代型AI”（錯誤的路線）和“賦能型AI”（正確的路線）。

如果按照這一觀點，現在市場上絕大部分企業，都在“錯誤的路線”上狂奔。

首要原因很直白，因為“用AI替代人力”的回報率太高。

根據波士頓咨詢集團（BCG）發布的《AI替代人力的成本效益分析報告》，一家中型互聯網企業，雇傭100名初級數據分析師，年均人力成本（工資+社保+福利+培訓）折合成人民幣大概是800萬元。

而部署一套AI數據處理系統，前期投入大概500萬元（包括算力、軟件、部署費用），后期每年維護成本不到100萬元，兩年就能回本，之后每年凈省700萬元，投資回報率超過300%。

而雇傭人力的回報率呢？

據《中國企業人力成本報告》，初級崗位的人力ROI平均只有50%左右。

也就是說，你花100塊錢雇傭一個初級員工，他能給你創造150塊錢的價值；但你花100塊錢投入AI，能創造400塊錢的價值。

兩者的差距實在是太大。

雖然長期而言，這對行業人才培養的環境會造成巨大破壞。

但幾乎所有企業都必須抓住眼前的利好。

如果別人都這樣干，你不干，就等于找死，根本沒有未來可言。

其次，世界上大多數國家的稅制，本身就在鼓勵企業用AI替代人力。

比如卓賢部長在文中提到：美國等國家的稅制存在扭曲，企業購買自動化設備可以折舊抵稅，而雇傭人類員工需要承擔工資稅和各種用工成本……

據美國財政部發布的《2025年企業稅收政策報告》，美國企業購買AI設備、算力基礎設施，可以享受“加速折舊抵稅”政策。

比如，企業花100萬美元購買芯片，當年就能抵扣70萬美元的稅款；而企業雇傭一名員工，每年需要繳納15.3%工資稅、6%失業保險稅等等，合計稅率超過20%。

相當于雇傭一名年薪10萬美元的員工，企業每年要多交2萬美元的稅。

中國也存在類似的政策導向。

據財政部2025年發布的《企業所得稅優惠政策》，企業投入AI研發、購買AI設備，可享受“研發費用加計扣除”（加計扣除比例75%），而雇傭人力的相關支出，僅能正常扣除，無法享受額外優惠。

這些政策，雖然本意是鼓勵AI發展，但鼓勵企業選擇成本更低、稅收優惠更多的AI，就等于鼓勵用機器替代人。

簡單來說，就是對AI友好，對人不友好。

怎么反轉過來？

第一，重構稅收激勵。

必須降低甚至取消工資稅，同時對高度自動化、單純用于替代人力的環節征收“自動化稅”。

即“運用財政杠桿糾正市場失靈”。

“十五五”規劃中已經出現了“構建就業友好型發展方式”的表述，這是重要的政策信號。

第二，擴大社保覆蓋范圍。

對于越來越多游離在體系外的勞動者，老一套規則可能已經不再適用。

或許可以建立“彈性參保”方案，基于個人的金融賬戶流水來判斷收入，采取“即時勞動-即時繳費”的碎片化繳費方式。

第三，強制披露“AI ESG報告”。

上市公司發年報，必須披露“AI對就業的影響”。

你引入AI工具到底是創造了新崗位，還是單純把外包給端了？你的員工是獲得了AI賦能加薪，還是被算法鎖在廁所里瘋狂壓榨？

……

最終的努力方向，一定是：讓AI回歸工具，讓人回歸目的。

如果不從制度上踩下剎車、扭轉方向，大多數人最終的歸宿可能真的就是淪為被“飼養”的碳基寵物。

技術焦慮的解藥，永遠是行動。（全文完）