[智能应用]人工智能已经可以取代美国11.7%的劳动力 [复制链接]

麻省理工学院（MIT）周三发布的一项研究显示，人工智能已经能够替代美国劳动力市场的11.7%，这相当于金融、医疗保健及专业服务领域最多1.2万亿美元的工资规模。
这项研究使用了一种名为“冰山指数（Iceberg Index）”的劳动力模拟工具，由MIT与橡树岭国家实验室（Oak Ridge National Laboratory, ORNL）共同开发。ORNL是位于田纳西州东部的能源部研究机构，那里坐落着用于大规模建模的Frontier超级计算机。
冰山指数可模拟全美1.51亿名劳动者之间的互动方式，并评估他们会如何受到人工智能以及相关政策的影响。今年早些时候发布的冰山指数提供了一个前瞻视角，展示人工智能将如何重塑美国劳动力市场——不仅在沿海科技中心，而是覆盖全美每一个州。
对于正在筹划数十亿美元再培训与技能提升投资的美国立法者而言，冰山指数提供了一张详细的地图，指出哪些地区正出现潜在的结构性冲击，细致程度甚至精确到邮政编码（ZIP code）。
研究共同负责人、ORNL所长Prasanna Balaprakash表示：

本质上，我们正在为美国劳动力市场创建一个数字孪生系统。这个指数可以运行人口层面的实验，在就业变化真正发生之前，就揭示AI将如何重塑任务、技能与劳动力流动。
Balaprakash作为田纳西州人工智能咨询委员会成员，也与州长团队和州AI总监分享了州级结果。
他表示，田纳西州的医疗、核能、制造业与交通运输等核心行业仍高度依赖体力工作，因此相对不易受到纯数字化自动化的冲击。关键问题在于，如何利用机器人和AI助手等新技术增强这些行业，而不是削弱它们。

冰山指数将1.51亿劳动者视作独立个体代理，每个人都带有自己的技能、任务、职业与地理信息。它将32000多项技能映射到923种职业、3000个县，然后评估现有AI系统能够执行哪些技能。
研究人员发现，外界可见的“冰山一角”——例如科技、计算与IT行业的裁员与岗位转变，仅占总工资暴露的2.2%（约2110亿美元）。真正隐藏在水面下的，是总额高达1.2万亿美元的工资暴露，其中包含人力资源、物流、金融及办公室行政等日常性职能，这些领域常常被传统自动化预测所忽略。
研究人员强调，冰山指数并不是一个预测具体“何时、何地会失业”的工具，而是旨在呈现一个“基于技能的快照”，展示当今的AI系统已经能够胜任哪些技能，从而帮助政策制定者在投入资金和立法之前，有结构地探索各种“假设场景（what-if scenarios）”。
研究团队与美国州政府合作，提前进行模拟。田纳西州、北卡罗来纳州和犹他州使用其州级劳动力数据验证模型，并开始基于该平台制定政策情境。田纳西州率先行动，在本月发布的官方《AI劳动力行动计划》中引用冰山指数。犹他州准备发布一份类似的、基于冰山建模的报告。
与MIT密切合作的北卡罗来纳州参议员DeAndrea Salvador表示，吸引她的是该研究能揭示传统工具无法捕捉的影响。最有价值的功能之一是能够深入到地区层面的数据：

你可以看到县级甚至普查区块的具体数据，了解当前有哪些技能在发生，然后将这些技能与其可能被自动化或增强的概率进行匹配，并评估其对当地GDP以及就业变化的影响。这类模拟在各州纷纷成立AI专责小组及研究小组的背景下尤为重要。

冰山指数还挑战了一个普遍假设——即AI风险将主要集中在沿海科技中心的技术岗位。模拟显示，被AI暴露的职业遍布全美50州，包括那些常常被排除在AI讨论之外的内陆与农村地区。
为弥补这一缺口，冰山团队打造了一个互动模拟环境，让各州可以尝试不同政策杠杆——从调整劳动力预算、优化培训项目，到探索技术采纳变化会如何影响当地就业与GDP。
报告指出：“冰山计划帮助政策制定者与商业领袖识别风险热点，优先规划培训与基础设施投资，并在投入数十亿美元实施前对干预措施进行测试。”
目前，团队将冰山指数定位为一个“沙盒”（sandbox），供各州提前为AI对劳动力的影响做好准备。目的就是让大家能够开始动手，尝试不同的情境方案。

人工智能已具备取代美国11.7%劳动力的能力，这一比例对应约1.2万亿美元的工资规模，主要集中在金融、医疗保健和专业服务等非科技领域。

📌 背景
麻省理工学院（MIT）与橡树岭国家实验室（ORNL）联合发布了一项基于“冰山指数”（Iceberg Index）的研究，揭示了当前AI技术已能替代部分人类工作的现实。该模型模拟了全美1.51亿劳动者的工作任务和技能分布，评估现有AI系统可以执行哪些技能，从而判断其替代潜力。

这项研究并非预测未来失业，而是提供一个基于技能的快照，展示AI目前“已经能做什么”。

🔍 影响分布：冰山效应明显
研究发现，AI的影响呈现典型的“冰山效应”——公众关注的科技行业岗位变动仅是表层，真正的冲击藏在水面之下。

影响领域    工资暴露规模    占比    典型职业
科技、计算与IT行业    约2110亿美元    2.2%    软件开发、数据分析
人力资源、物流、财务、行政等日常职能    高达1.2万亿美元    主体部分    办公室文员、会计、人力资源专员
这些日常性、流程化的职能岗位虽然不显眼，但数量庞大，构成了AI替代的主要目标。

🌍 地域覆盖：遍及全美50州
AI的影响不再局限于硅谷或沿海科技中心，而是覆盖全美每一个州，包括内陆和农村地区。田纳西州、北卡罗来纳州和犹他州已使用该模型验证本地劳动力数据，并据此制定AI应对政策。

例如，田纳西州已在官方《AI劳动力行动计划》中引用“冰山指数”，用于指导再培训资金投放和技能培训方向。

🛠 政策工具：从预测到模拟
“冰山指数”本质上是一个美国劳动力市场的数字孪生系统，允许政策制定者在投入真实资金前进行假设情景测试，比如：

如何调整职业培训预算？
哪些县需要优先干预？
技术普及速度对本地GDP有何影响？
这种精细化模拟让政府能更精准地应对结构性冲击，而非被动反应。

✅ 结论
AI对美国劳动力的替代已不是未来设想，而是正在进行中的现实，11.7%的劳动力岗位在技术上已可被现有AI系统取代。真正的风险不在高科技行业，而在大量重复性高、流程化的日常职能岗位。各州正借助“冰山指数”这类工具提前布局，以缓解转型阵痛。

MIT研究：AI已取代美国11.7%劳动力，冰山指数揭示深层影响

麻省理工学院（MIT）于2025年11月26日（周三）发布的一项里程碑式研究显示，人工智能（AI）目前已具备替代美国劳动力市场11.7% 的能力，这相当于金融、医疗保健及专业服务等领域高达1.2万亿美元的工资规模。这一研究通过创新的“冰山指数（Iceberg Index）”劳动力模拟工具得出，该工具由MIT与橡树岭国家实验室（ORNL）联合开发，利用超级计算机能力构建了美国劳动力市场的“数字孪生系统”。

冰山指数：劳动力市场的数字孪生系统

开发背景与技术基础
冰山指数的核心是ORNL的Frontier超级计算机，这是全球领先的超级计算平台，能够支撑大规模复杂建模。该工具将全美1.51亿劳动者视为独立个体代理，每个代理都具备独特的技能、任务、职业和地理信息。通过将32,000多项技能映射到923种职业和3,000个县，冰山指数能够精准评估现有AI系统能够执行哪些技能。

关键发现：“冰山效应”下的隐藏影响
研究揭示了AI影响的“冰山效应”：
- 冰山一角：科技、计算与IT行业的岗位变动最为引人关注，但这部分仅占总工资暴露规模的2.2%（约2110亿美元）。
- 水下冰山：真正巨大的影响来自人力资源、物流、金融及办公室行政等日常职能部门，这些领域常被传统自动化预测忽略，合计贡献了1.2万亿美元的工资暴露规模。

这一发现打破了“AI仅威胁科技岗位”的普遍认知，显示其影响遍及全美50州，包括内陆和农村地区，而非局限于沿海科技中心。

工具定位：非预测引擎，而是决策沙盒

冰山指数并非用于预测具体何时、何地会出现失业，而是提供一个“基于技能的快照”，展示当前AI系统已能胜任的技能。其核心价值在于为政策制定者提供一个“沙盒”环境，在投入数十亿美元再培训资金和立法前，系统性地探索各类假设场景（what-if scenarios）。

对政策制定的支持
- 精细到邮政编码的地图：为美国立法者提供精确到邮政编码的潜在结构性冲击地图，帮助识别高风险地区。
- 州级合作案例：
  - 田纳西州：率先在本月发布的《AI劳动力行动计划》中引用冰山指数，针对医疗、核能、制造业等核心行业制定增强策略。
  - 北卡罗来纳州：参议员DeAndrea Salvador强调其“深入到县级甚至普查区块”的数据能力，可评估技能自动化概率对当地GDP和就业的影响。
  - 犹他州：正准备发布基于冰山模型的类似报告。

应用与未来展望

数字孪生系统的实验能力
ORNL所长Prasanna Balaprakash表示：“我们正在为美国劳动力市场构建一个数字孪生系统。该指数能够运行人口层面的实验，在就业变化实际发生之前，揭示AI如何影响任务、技能与劳动力流动。”

政策模拟与干预测试
冰山团队开发了交互式模拟环境，允许各州测试不同政策杠杆：
- 调整劳动力培训预算；
- 优化技能培训项目；
- 探索技术采纳速度变化对就业和GDP的影响。

这种“假设情景”测试能力，使决策者能在投入资金前评估干预措施的有效性，避免盲目投资。

总结

MIT的冰山指数研究通过前沿的数字孪生技术和超级计算能力，首次全面量化了AI对美国劳动力市场的当前影响。其揭示的“11.7%替代率”和“1.2万亿美元工资暴露”不仅警示了潜在风险，更通过精细的数据分析和政策模拟工具，为美国应对AI时代的劳动力转型提供了科学依据。从田纳西州到北卡罗来纳州，各州已开始利用这一工具制定针对性计划，标志着美国在AI治理和劳动力适应方面的实践迈入新阶段。这一研究也提示我们，AI的影响远比表面看到的更为广泛和深刻，需要跨区域、跨行业的协同应对。