为什么这波AI浪潮没带来大量就业岗位?
过去的每一次科技革命，哪怕它让某些人失业了，但它同时也创造了更多新的岗位。比如：
这些革命的逻辑是：它们只是让“手脚”变得不那么必要，但“脑子”仍然是稀缺的，所以人仍然有价值。
但这次AI不一样。
从短期看，在这两年的经济环境下，AI在资方的眼里就是用来降本增效的。怎么看都不会带来大量的就业岗位……
从长期看，AI革的是脑力劳动的命，而人类最大的经济价值，恰恰就是脑力，更不会新增岗位，而是会大大减少“中级脑力岗位”。
何为降本增效？不就是原本一个团队的工作现在只需要一个人，还时间更短了。
不就是原本需要找“专业”乙方才能完成的工作现在可以直接内部消化了。
自动化消解了工人阶层，人工智能注定会逐步消解白领阶层。
当对他人的重复性劳动和创造性劳动的需求都不存在了，哪里会有什么给人提供的新岗位呢？
就算有新增岗位，也是给AI的！是不是很扎心？
但是你想想AI要不要五险一金，会不会抱怨劳动时长。如果你是资方你会怎么选？
接下来我会从甲乙双方角度，深度分析下当前为什么这波AI浪潮没带来大量就业岗位。
一、乙方
乙方是指提供AI服务和产品的公司或机构。
国内这波AI浪潮一是大厂和明星独角兽做ToC，二是海量的小微初创企业在寻找ToB的机会。
前者目前正在烧钱搞用户阶段。要么是大厂本身血条厚，内部提高AI产品的战略层级专项拨款，要么是几家明星独角兽瓜分国内已经成为濒危物种的VC融资。
最典型的两个例子是豆包和kimi，有产品也舍得花钱买广告，用户量也是真上来了。
后者就很难搞了，什么样的人和团队都有，统一特征就是基本融不到钱，只能靠实打实的产品和服务去生存，没有客户买单就几乎只能等待死亡的结局。
而为什么小微初创企业得做ToB呢？因为C端已经到处是大厂的免费产品和服务了，小团队想杀出一条血路来希望很渺茫（不要拿DeepSeek来说事，看看人家的人才梯队和算力集群，人家是低调的富二代，不是那种没钱也没卡的草根团队）
如果草根小团队硬要做C端，比较成熟的路径还真就是AI自媒体卖课，比起之前的清华博士李一舟，没有歧视的意思，只要真的能创造用户价值的模式我都支持。
但是不做C端，小微企业用AI做ToB的落地业务难度也很大。
首先是，在填前十年SaaS在B端埋下的坑。
ToB端的AI应用遇到的第一个难关就是对接企业SaaS系统内已有的数据，让这些数据焕发第二春。
没看错，AI在ToB端的场景本质上就是点石成金，或者说企业决策者的预期就是这样。
但是，这个东西转化完是不是拿到企业对应的市场上真能被当作金子，现阶段只有极少数的企业和服务团队试出了一个非常初期的结果（因为AI应用开始爆发到现在也就两年多的时间，实在是太新，太早早期了）。
其次是，每一个企业的垂直场景都需要定制化服务，几乎没法Scale。
去年有官媒发问：AI的生产力真就是Chat吗？当然不是。但同样讽刺的是Chat是到目前为止泛化能力最广的场景。
这意味着对企业提供的AI服务，其商业模式和建筑设计行业投标做方案一样，服务方是个中间层。
其结果就是小微企业在这轮AI浪潮中，实际上成为了有AI需求的大中型企业的外包合同工。这既来源于经济环境降本增效的需求，也可以归因于业务本身难以泛化复用的困境。
最后是，目前几乎所有AI产品和服务的死穴：生成式AI解决不了最后10%的不确定性问题，正如同快递和外卖行业最难的是最后的一公里。
好的SaaS能把数据端的活儿做到80-90分。AI服务的价值在哪儿？在很多企业眼里就是最后的10-20分。如果你对接完企业数据到不了95-100分的表现，那企业不但没付费意愿还嫌浪费时间。
可是大模型不是一个标准化的组件，实际上你会发现同一个厂商同一系列下不同大模型返回的结果是没法做到完全一致的，小到输出文本的格式，大到生成结果的风格……
就算你self-host了哪家的开源模型来试图维持一个稳定质量的大模型接口，不出两年这个大模型必被淘汰。
不信你看看两年前多少人用Mistral和Llama，现在呢？满天满地的DeepSeek满血版本地部署，而你还在试图说服客户接受Llama-70B或者Qwen-72B，可能吗？
回到就业岗位的议题，在这波AI浪潮的乙方市场当中，头部的聚集效应极其明显，前1%的人和团队拿到80%-90%的融资，后99%的人和人团队以灵活就业的外包模式去争夺市场上剩下的10%-20%的融资和业务，所以必然不可能有新增岗位。
二、甲方
生成式AI对人类工作最大的威胁就在于你的工作产出数字化内容的占比，占比越大越容易被取代。
你去看市面上稍有点人气的AI产品，宣传语模板几乎都是这个调性：“原先需要XX人XX天才能完成的工作量，接入XXAI产品之后，仅需要XX秒/分钟就可以完成，且准确率高达XX%以上……”
这种打着“解放了员工”的落地，最终结果一定是把员工彻底从岗位上解放出来，输送到社会上。
我两年前就说过：AIGC文生图和图生图的技术会让建筑师失业。
那时候Midjourney和Stable Diffusion效果还没那么好。所以评论区里一堆人跟我杠：生成个难控制的抽卡图像也能叫设计？
结果你看到今年是不是很多设计单位的招聘要求里已经开始加上SD这类AI软件了？是不是大量的建筑设计师、UI设计师失业？
随着大语言模型和扩散模型的发展，很多像建筑设计这类过往的“数字手工艺流程”的确正在被颠覆，以纯图像产出的效果图行业大幅萎缩只是一个开始。
先建模后渲染的业内基操早晚会变成先生图后建模。无他，省时高效罢了。
同理，企业原有的内部架构和岗位细分，在智能外包的情况下不再适应利润最大化的需求。
数字流水线上的脑力民工会被性价比更高的AI员工逐步取代，直到缩减到不能再缩，只留下少数的一群人调调参数，新的人员组织架构才会稳定下来。
基于文字和图像的文员类工作，肉眼可见地在缩减，已经发生冲击的包括但不限于：多语种的文案翻译，网络销售推广/客服，新媒体文案/运营，平面Logo/海报设计，XX设计效果图……
说白了就是单一的技能和职业越来越难以成为值得深耕的土壤，因为对大多数人而言这些东西成不了护城河。
而且也不要指望这种影响只在体制外存在，体制内需要降本增效的需求可是一点都不比体制外小。
DeepSeek-R1切实推动了大模型在国内行政科研等数据敏感场景的落地，而这种降本增效在土地财政一地鸡毛的背景下利远大于弊，就算有浪费也无法和撒钱时代信创各种数字衍生垃圾相比。
就说之前的数字大屏，元宇宙展馆，还有什么数字驾驶舱，产生任何正向效益了没有？而这波AI浪潮再怎么泡沫，取代个把胡锡进还是没什么问题的。
体制内的笔杆子和当年的老会计一样，早晚要成为历史的阶段性产物。
还有一群人抱着一百多年前的旧思想，高呼什么汽车取代了马车，但是司机永存……
且不说训练汽车司机不必从马车夫里挑，在当下的AI时代，无人驾驶就是字面意义上的无人驾驶。人开车出事的概率比AI开车出事的概率大。AI防不住的事故，人想在那电光火石间去阻止，能成功的概率很低。
如果你真的认同AI是和前几次产业革命类似的浪潮，那么你要承认它就是来改变现有的生产消费关系的。
我们假设AI真的能提升整个社会的生产力，那么与之对应的消费力是谁在承担？
普通人吗？普通人又不拥有生产资料，论效率也比不上AI，他们怎么有能力去产生足够的消费力呢？
难道靠政府和企业的投资拉动吗？反正靠富裕阶层那是拉不动的。
而如果没有强劲的终端消费，就业岗位又怎么去增加？
