AI没淘汰放射科医生反缺人？杰文斯悖论藏就业真相

AI科技 2025年10月18日 22:00 0 aa

最近AI和工作的关系总能把人分成两派，吵得不可开交。

一派是“末日焦虑党”，开口就是“通用人工智能马上就来了，未来五年一半白领得失业”，还煞有介事地说失业率要飙到10%到20%，听得刚毕业的年轻人心里发慌，连简历都不敢投了。

另一派是“理性怀疑派”，翻着白眼说这就是新一轮技术炒作，跟当年的VR、元宇宙一样，炒一阵就凉，根本动不了咱们的饭碗，他们还会举例子：“你看OpenAI那CEO喊通用人工智能喊了好几年，这不也没影吗？AI能省多少成本还不一定呢。”

一

就拿医院里的放射科来说，这行按理说最该被AI“干掉”。放射科医生的核心工作就是看片子，X光、CT、核磁共振这些，AI在图像识别上的本事大家都有耳闻，又快又准，还不会累，连眨眼都不用。

早在2016年，人工智能领域的泰斗，拿过图灵奖的杰弗里·辛顿就放话了，说应该立刻停止培养放射科医生，五年之内深度学习肯定比人做得好。

辛顿可不是普通人，神经网络这东西能发展到今天，他是关键人物，对技术的理解比谁都透，当时不少人都觉得放射科医生要成历史了。

十年过去了，放射科医生不仅没失业，医院反而到处抢着要，需求涨到了历史新高。

这事儿看着矛盾，其实藏着技术和就业关系的关键逻辑。有人可能会说，医院不一样，出了医疗事故要担责任，必须得有医生签字，保险也要求这样。

这话有道理，但不是最核心的原因。真正的关键，恰恰是AI自己带来的变化——AI把看片子的效率提上去了，单次影像检查和分析的成本就降下来了。

成本一降，以前觉得没必要做、或者做不起检查的人，现在都愿意做了，比如每年体检加个CT筛查，以前觉得贵舍不得，现在价格亲民了，谁不想图个安心？医院的检查量就这么爆炸式增长起来。

片子多了，AI确实能挑大梁，那些常规的、简单的，比如有没有骨折、有没有明显结节，它扫一眼就搞定了。

但片子多了，复杂的、边缘的病例也跟着多了起来，比如有些病灶长得不典型，或者病人有多种基础病，影像结果得结合病史、症状综合判断，还要制定治疗方案，这才是最核心的工作，AI再厉害也干不了。

所以AI没把放射科医生换掉，而是把他们从重复看片的活儿里解放出来，让他们去做更值钱的诊断和决策。

这种“效率提升反而带动需求增长”的事儿，不是第一次发生，经济学里有个专门的词叫“杰文斯悖论”，把这背后的规律说透了。

可能有人没听过这个词，我用大白话解释一下，19世纪中叶的英国，正处在工业革命最火的时候，瓦特改良了蒸汽机，煤炭的使用效率提了一大截。

按常理说，效率高了，烧同样多的煤能做更多事，那煤炭的总消耗量应该下降才对。但有个叫威廉·斯坦利·杰文斯的经济学家发现，事实正好相反，煤炭效率越高，总消耗量反而涨得越厉害。

他在1865年写的《煤炭问题》里把这个道理讲透了：效率提升会让使用成本降低，成本一低，更多行业就觉得用这东西划算，需求自然就涨了，最后总消耗量反而增加。

简单说就是，一样东西变得又好又便宜，用它的人就多了，总需求自然就上去了。

这个悖论放在技术和就业上，就是：新技术把某个工作的效率提上去，成本降下来，反而会释放出之前没被发现的巨大需求，这些需求会催生新的工作，甚至比消失的旧工作还多、还高级。

别觉得这是书本上的大道理，回顾一下近现代的科技史，这规律一直在发挥作用，只是咱们平时没往这方面想。

二

就说港口货运这事儿，20世纪60年代以前，码头全是搬运工，一袋袋、一箱箱地把货扛上船，又慢又贵，一个港口得养上千个搬运工。

后来美国人马尔科姆·麦克莱恩发明了标准化集装箱，用起重机一吊就上船，流程全自动化了。当时码头工会闹得厉害，觉得搬运工要失业了，游行抗议不断。

结果呢？集装箱一普及，海运成本直接降了九成以上，以前因为运费太贵没法跨国卖的货，比如偏远地区的农产品、小厂子的零件，现在随便就能运到国外去，全球贸易就这么炸了。

贸易多了，搬运工确实少了，但新的工作冒出来了：货运代理要帮客户对接港口和船公司，现代物流要规划运输路线、管理仓储，还有跨境电商的运营、国际报关的专员，整个产业链条拉得老长。

虽然传统的搬运工少了，但整个物流生态里的新岗位，不管是数量还是质量，都比以前强太多，而且待遇更好、更体面。

这就是杰文斯悖论在起作用——效率提升降成本，成本降低催需求，需求增长造新岗。

再说说离我们近的云计算。21世纪初的时候，公司要做个网站，得自己买服务器、建机房，还得招管理员24小时盯着，成本高得吓人，小公司根本玩不起。

后来亚马逊搞了AWS，把计算和存储变成了像水电一样的服务，随用随租，要多少资源给多少，成本一下降了好几个量级。当时也有人说系统管理员要失业了，结果呢？

传统的运维确实变了，但新的岗位冒出来了：DevOps工程师要负责代码和服务器的衔接，云架构师要设计整个系统的布局，网站可靠性工程师要保证成千上万台云服务器不出问题。

这些岗位管理的规模和复杂度，是以前管几十台物理服务器的管理员想都不敢想的，而且薪资翻了好几倍。

更重要的是，云计算降低了创业门槛，催生了一大堆互联网公司，技术岗位反而比以前多了不知道多少。

就连AI自己也是这样。训练好的AI要给我们提供服务，比如聊天、写文案、做设计，得进行“推理”，这过程需要巨大的计算能力，主要靠GPU。

几年前，AI推理的成本还非常高，只有大公司用得起。但随着算法优化和专用芯片的发展，单次推理的成本降了不少。

按杰文斯悖论的逻辑，成本一降，用AI的地方就多了，比如小餐馆用AI做营销文案，服装店用AI设计款式，连自媒体博主都用AI剪视频。

结果就是市场对GPU的需求不是减少了，而是呈指数级增长，甚至到了“一卡难求”的地步，英伟达就靠这波需求，市值飙到了万亿美元以上，相关的芯片设计、运维岗位也跟着火了起来。

三

看到这儿可能有人会问，那现在的AI，到底会怎么改变我们的工作？Box的CEO艾伦·列维有个观点说得特别好：“当一项工作的成本下降，对它的需求就会上升，而且潜藏的需求往往比我们想的大得多。”

这个道理放在各个行业都适用，不是简单地谁取代谁，而是工作内容的“重构”。

OpenAI的创始成员安德烈·卡帕西说得很透彻，AI首先会自动化那些重复的、不用太多上下文、容错率高的任务，比如初级客服回复重复问题，行政人员录入数据，银行柜员办理存取款。

但就算是这些岗位，也不是完全消失，而是变成了更高级的角色——从执行者变成AI的“指挥官”。

就拿客服来说，以前每天要亲自回复几百封重复的邮件，嗓子都说哑了。现在可能管着一个由10个AI客服组成的团队，工作内容变成了：给AI设定回复的规则和底线，处理那些AI搞不定的复杂问题，比如客户情绪激动要投诉，或者有特殊需求需要定制方案；

还要每天复盘AI的回复记录，看看哪里出错了，怎么优化才能更贴心。这份工作不用再做机械劳动，反而更有挑战性，创造的价值也更高，薪资自然也会涨。

聊到这儿，可能有人会问，我们普通人该怎么应对AI时代的变化？别低估变革的规模和速度。AI不是炒作，是真真切切在改变行业。

1998年的时候，经济学家保罗·克鲁格曼说“到2005年，互联网对经济的影响不会比传真机大”，现在这话成了著名的笑话。当时谁能想到，互联网会催生电商、外卖、短视频这些行业，创造出这么多新岗位？

现在对AI的怀疑，可能就和当年对互联网的轻视一样。AI是一场堪比甚至超过互联网的革命，它改变的不只是几个岗位，而是整个社会的协作方式，千万别觉得“跟我没关系”，早点了解、早点适应，才能抓住机会。

不管是觉得“以后全自动化了，不用干活就能领钱”，还是悲观地等着失业，这两种心态都没用。未来不是等出来的，是干出来的。

当年集装箱普及的时候，有的搬运工只会抱怨失业，有的就去学了物流管理，成了物流经理；云计算出来的时候，有的系统管理员只会守着物理服务器，有的就去学了云架构，成了技术专家。

AI时代也是一样，那些能抓住机会的人，不是等着别人给安排岗位，而是主动去学新技能，比如怎么用AI提高工作效率，怎么管理AI团队，怎么在AI干不了的领域深耕。

其实回顾历史就会发现，每次技术变革都会有人焦虑，但最终都会催生出更多更好的工作。工业革命淘汰了马车夫，却催生了火车司机；电力革命淘汰了油灯工，却催生了电工和电器工程师。

AI也是一样，它不是来抢我们饭碗的，而是来帮我们“升级”饭碗的。关键不是怕它、躲它，而是学会和它合作，找到自己更有价值的位置。

毕竟，人类历史上从来没有被技术淘汰，只会被不愿改变的自己淘汰。

【新机】iPhoneAir续航充电表现如何？小白测评数据库5.0实测

谷歌Veo3.1硬刚OpenAI Sora2，声画合一封神，却因动作翻车被吐槽

发表评论

AI没淘汰放射科医生反缺人？杰文斯悖论藏就业真相

一

二

三

【新机】iPhoneAir续航充电表现如何？小白测评数据库5.0实测

谷歌Veo3.1硬刚OpenAI Sora2，声画合一封神，却因动作翻车被吐槽

热门文章

最新文章