機器人來了，你會是被替代的那部分人嗎

劉強東上周說了一句話，讓兩撥人同時覺得自己被支持了。

據新浪科技/新浪財經報道，劉強東在內部講話中說，京東正在推進機器人等自動化基地建設；對于被機器取代的一線員工，"一個都不開除"，會通過培訓和轉崗盡量承接。樂觀派看到這句話說：你看，技術進步就是這樣，有人失業但同時創造新工作，歷史一貫如此。悲觀派看到這句話說：你看，"一個都不開除"這種話多熟悉，當年亞馬遜也說過。

兩撥人說的都有道理。但他們在回答不同的問題。

圖片由AI生成

樂觀派不是天真，是處境決定的

先誠實說：樂觀派有硬道理，不是自我安慰。

工業革命來的時候，織布工說機器要搶飯碗，結果機器降低了布料成本，也擴大了服裝、流通和消費相關的崗位。互聯網來的時候，旅行社說完了，但旅游服務、平臺運營、內容營銷和本地體驗又長出了一批新工作。多數技術浪潮最終沒有造成長期總量就業崩塌，這一點有歷史經驗支撐。

轉崗也不只是空話。AI訓練師、機器人維護工程師、自動化設備運維、數據標注員——這些崗位確實存在，確實在招人，只是收入和門檻分化很大。說這條路完全堵死是不誠實的。

更重要的是：誰在說樂觀話？大多是科技從業者、高學歷者、體制內中高層管理崗。這些人的工作離替代射程確實更遠，或者他們手上的技能在新技術里反而更值錢。他們的樂觀不是在說謊，是在描述他們自己的處境。

處境決定判斷，這很正常。

悲觀派的底牌是一張時間軸

但悲觀派有一個武器是樂觀派很難正面接住的：一張完整的時間軸。

2012年，亞馬遜收購了Kiva機器人公司，開始把自動化系統引入倉庫。此后很多年，亞馬遜對外強調的是"機器人與人協作"，而不是簡單替代人工。這話在早期并不完全虛假——機器人進來初期，訂單量暴增，人機并行，工人數量反而在增加。

然后到2024年前后，新的報道開始呈現另一面：亞馬遜倉庫里的機器人數量持續增加，部分流程的用工需求被壓低，單個員工處理的包裹量顯著上升。自動化沒有在第一天把人趕走，但它會一點點改變崗位總量和崗位結構。（據《紐約時報》及相關公開報道）

時間軸是12年。承諾和結果之間隔了12年。12年里，早期承諾未必是謊言，但能被轉崗承接的人，可能趕不上機器鋪開的速度。

中國有個更近的案例。鋼鐵煤炭去產能那幾年，公開政策和報道涉及數十萬到上百萬量級職工分流安置，配套了培訓資金和再就業方案。后來的調研和公開報道都提到一個共同難點：資源型地區產業單一、職工年齡偏大、技能結構單一，轉崗再就業并不容易。不少人的實際結局，是再就業質量下降、轉入靈活就業，或者經歷較長就業空窗。（參考：發改委、人社系統公開材料及相關研究）

轉崗方案存在，但能否穩定轉崗，往往取決于年齡、技能、家庭負擔和當地產業承接能力，不是方案寫出來就自動完成。

圖片由AI生成

兩個問題被混答了

這是整個爭論里最關鍵的裂縫，但很少有人點出來。

樂觀派和悲觀派爭論的是同一個問題的兩個層次，而且他們在互相答錯題。

第一個層次：你這個人能不能轉崗成功？這是個體問題。答案是：有人能，有人不能，取決于年齡、學歷、認知能力、家庭負擔、所在城市。這個層次上，樂觀派說的是對的——確實有人轉成了，確實有新工種。

第二個層次：社會能不能在你失去崗位的速度上，同步生成足夠的新崗位？這是結構問題。這兩個問題完全不同，但在所有"別恐慌"的說法里，它們被偷換成了一個問題。

按MIT經濟學家阿西莫格魯與雷斯特雷波的任務框架理解，技術影響就業有兩股力量：一股是"替代效應"，機器接管人類原本在做的任務；另一股是"新任務效應"，技術創造出新的崗位和分工。關鍵不在于有沒有新崗位，而在于新任務創造的速度，能不能抵消舊任務被替代的速度。放到這輪AI和機器人浪潮里，真正需要警惕的是：很多變化首先表現為任務置換，而新任務總量還沒有清楚兌現。

智聯招聘和相關機構近年的春招、人力資源市場報告反復提到一個趨勢：傳統崗位收縮與新興職業增長同時發生，大學生就業壓力仍然很大。背景不是"沒有新工種"，而是新工種的門檻、位置和總量，未必能及時接住被替代的舊工種。

兩個層次的問題必須分開回答。混在一起，只會讓被替代的人聽了樂觀派的話繼續等，等到自己那12年過去了。

作者站哪邊

我站務實派，但不是恐慌派。

恐慌是沒用的情緒，它消耗能量但不產生判斷。恐慌派說的是"完了完了技術要滅了我們"，這個判斷粗糙且無法指導行動。

我說的是另一件事：精確計算你自己會不會成為被替代的那部分人。

亞馬遜倉庫自動化的啟示不在于某一個固定比例，而在于崗位結構會慢慢重排。被影響的人里，有些人轉崗成功了，有些人沒有。你如果就在被重排的那部分人里，光知道"歷史上失業率最后都回來了"是沒用的，因為宏觀平衡不等于你個人的再就業。歷史經驗說的是總體就業最終達到均衡，不是說每個被替代的個體都能平安落地。

怎么算自己在不在射程里？有幾個粗糙但有用的判斷：

你做的事情，能不能用一段工作流程文檔把大部分步驟描述清楚？如果能，就已經在射程里了。流程可描述的事情，大模型學起來是最快的。倉庫分揀、基礎數據處理、標準化客服、初級內容生成——這些都在射程里。

你做的事情，有沒有一個部分是"處理意外情況"？機器做的事情邊界是清晰的，真正殘留下來的崗位往往是在處理機器處理不了的那個例外情形。能做例外處理，且例外情形足夠復雜的崗位，存活概率更高。

這不是算命，是做一次有點不舒服的自查。

圖片由AI生成

這件事誰設計的，誰受益

快速拆根因，因為樂觀敘事是有人在主動生產的。

"轉崗是解決方案"這套敘事，有其現實的受益邏輯。這套敘事客觀上發揮了降低社會阻力的作用，讓自動化替代更平穩推進。從公共傳播的客觀結果來看，更常見的是強調第一層問題（個人能否轉崗），較少討論第二層問題（新崗位總量是否夠用）。兩邊都不是在說謊——只是在選擇性強調第一層問題，弱化第二層問題。

誰從這套敘事里受益？部署自動化的企業。單位勞動成本下降，競爭力上升。

誰無法改變這個結構？被替代的工人。不是因為他們懶或者不努力，是因為結構性的崗位減少不是個體努力能扭轉的事情，正如一座礦山關了，礦工再努力也沒法讓煤炭價格重新上去。

這不是陰謀，是利益結構。但利益結構同樣值得看清楚。

你問自己會不會成為被替代的那部分人嗎？在評論區說說你的崗位，你覺得有多少可以被流程化描述。

兩條路都有人走通。

有人真的在機器化浪潮里找到了新技能，薪資比以前高，日子比以前好。有人被替代之后長期找不到等量替代品，降薪三級，從城市退出。兩種結局都是真實的，都有具體的人在過。

我不知道你會是哪種。但如果你要賭，別用"歷史上這種事從來沒有系統性爆發過"這句話來安慰自己。歷史說的是總量，不是你這個人。

用"歷史上沒有先例"來類比這次，需要注意：歷史上自動化的速度和覆蓋范圍，與當前有顯著差異。

本文數據來源：劉強東內部講話相關報道來自新浪科技/新浪財經等公開報道；亞馬遜機器人與倉庫自動化信息參考《紐約時報》及相關公開報道；技術替代與新任務框架參考 Acemoglu & Restrepo 關于自動化、AI 與勞動需求的研究；中國鋼鐵煤炭去產能職工安置信息參考發改委、人社系統公開材料及相關研究；崗位需求趨勢參考智聯招聘春招與人力資源市場相關報告。

圖片由AI生成