ChatGPT 预测2036年可能消失的职业

导语

在一份概括未来十年核心经济争论的说明中，ChatGPT — 由 OpenAI 于 2022 年 11 月 30 日首次发布的大型语言模型 — 列出了逾二十个其认为在十年内很可能实际过时的职位。该预测在 2026 年 4 月 19 日的报道中以 2036 年为时间点（雅虎财经）。该名单涵盖客户服务职能、常规法律和行政工作以及某些创意支持岗位，将讨论从学术预测转向企业战略师和政策制定者的实用清单。这些断言与长期存在的量化自动化风险研究并列：麦肯锡全球研究院在 2017 年估计，到 2030 年自动化可能使 4 亿至 8 亿工人失位；经济合作与发展组织（OECD）2019 年的分析则认为约 14% 的岗位面临高度自动化风险。对于机构投资者和公司董事会而言，关键问题不在于人工智能是否会改变工作——而在于劳动力再配置、资本投入与监管回应将以何等速度汇聚，从而改变受影响行业的营收、利润率和资产负债表配置。

背景

即时讨论由 2026 年 4 月 19 日雅虎财经的一篇文章催化，该文直接询问 ChatGPT 哪些职业可能在十年内消失。尽管生成式模型并非传统计量经济学意义上的预测引擎，其输出既反映训练数据，也反映技术圈内关于哪些任务最易实现自动化的主流叙事。其现实意义在于：一个被广泛使用且公开可访问的模型所传达的合理职业走向，会改变信号传递机制——公司在解释招聘冻结、再培训计划或资本重配时，现在可以引用一个可复现的输出。这对劳动力市场、公司指引与政治经济都有影响。

从时间线角度看，截至 2036 年的十年视角位于短期宏观经济周期与历史自动化浪潮所识别的长期结构性转变之间。汽车化和机械化革命在资本再配置后花费了数十年才使就业模式稳定；数字化加速了部分转型，同时也创造了新的职业类别。市场面临的问题是：生成式人工智能是否会通过软件优先的替代，将一个跨越数十年的过渡压缩到十年之内，还是现有企业与监管者会延缓采用。

地理与技能群体之间也存在差异。经济合作与发展组织（OECD，2019）强调，高自动化风险岗位的比例存在差异：低技能、常规性职业的暴露程度远高于需要复杂、非例行认知技能的职业。这暗示了区域劳动力市场结果的分化：以常规制造和基础服务为主的新兴市场，可能与高技能、创意及管理岗位更为集中的发达经济体经历不同的转型路径。

数据深究

支撑这一争论的头条数据集仍然是麦肯锡全球研究院 2017 年的估计：全球到 2030 年自动化可能导致 4 亿至 8 亿工人受到替代——这一区间承认了关于采用速度与任务再分配存在重大不确定性。经济合作与发展组织（OECD，2019）的研究则指出约 14% 的职位处于高度风险，另有约 32% 的职位可能经历实质性变动，这一结论通过聚焦任务层面的暴露而非净失业来提供对照。这两组数据说明了一个重要区别：任务自动化并不必然等同于净就业损失；它也可能重塑现有岗位。

2026 年 4 月 ChatGPT 的输出因其具体性而值得注意。虽然 AI 模型不能生成原始的计量经济学预测，但它能综合并总结公共领域已有的论断——实质上充当对现有研究与行业评论的放大器。例如，当 ChatGPT 将收银员、电话推销员和基础数据录入员列为高风险岗位时，它是在重复学术与行业研究识别的任务层面脆弱性。关键在于采用速度将取决于实施成本——云端算力、数据可用性以及与企业工作流的集成——而这些因素集中在少数供应商手中。

这些供应商动态是可衡量的。随着 AI 模型规模激增，2020 年代初每机架数据中心的半导体含量以复合年增长率上升；例如，英伟达（Nvidia）的数据中心营收从 2020 年的 $Xbn 增至 2023 年的 $Ybn（公司文件）——可视为 AI 部署资本强度的代理。云服务提供商也报告 AI 相关消耗在加速：微软与谷歌在近几个季度披露了 AI 云使用的环比两位数增长，指向一种以规模化玩家为主导、资本密集型的推广模式。

行业影响

最容易受到岗位压缩影响的行业是那些拥有高比例常规且可重复任务的领域：客户服务、零售收银、某些后台金融职能以及基础法律支持。零售自动化在自助结账与自动化履约中心中已可见一斑；下一步是由软件驱动对人力的替代。在金融领域，算法化的文档审查与自动对账工具威胁到中后台及运营岗位的部分工作，同时也为先行采用者提供了按交易成本节省，从而可能提高利润率。

相反，拥有高薪、创意或人际技能的行业——专业医疗、高级研发、高层企业管理——更不可能出现彻底的岗位消失，而更可能出现岗位的增强。这一变化意味着工资轨迹将出现分化：对互补技能（数据科学、AI 产品管理）的溢价和