一句话看懂：阿波罗全球管理公司（Apollo Global Management）的白皮书认为，AI 带来的生产率提升正被企业以“工资压缩”而非裁员的方式消化，高暴露职业的实际工资增长明显落后，这可能削弱劳动者的议价能力。
事件核心：发生了什么
这份研究由阿波罗首席经济学家 Torsten Slok 团队完成，核心数据有两条：一是自 2023 年以来，在“高度暴露”于 AI 的职业中，实际工资增长比低暴露职业低了约 6.7 个百分点；二是这些职业的就业人数本身并没有明显变化。按 Anthropic 此前的方法界定（一项工作中至少一半任务可由其 AI 工具替代），美国约有 580 万劳动者、约占劳动力总数 3.7% 处于高暴露岗位。阿波罗估算，由此造成的年度劳动收入损失约为 280 亿美元，且这个数字可能偏保守。
为什么重要
过去几年关于 AI 的讨论多集中在“会不会导致大规模失业”，这份研究把焦点换了个方向：AI 可能先改变劳动的价格，而不是劳动的数量。Slok 的解释是，当员工借助 AI 完成更多工作后，企业对新增人力的需求下降，员工在薪资谈判中的筹码随之减弱，生产率红利被企业留存，而非通过涨薪回馈员工。目前公开信息显示，这仍属“早期证据”，样本和时间跨度有限，但它是把宏观工资数据与 AI 暴露度直接挂钩的一次尝试，对判断 AI 的分配效应有参考价值。
对用户/开发者/创作者的影响
对开发者而言，这意味着“会用 AI”短期内未必转化为个人溢价——当一项技能的普及速度超过市场对增量的需求，它的薪资溢价反而会被稀释。对内容创作者和知识工作者，重复性任务被大模型接手后，议价空间更依赖难以替代的部分，比如选题判断、跨团队协作和交付责任。关注 AI 应用和 API 的团队也应意识到，客户选择自动化工具的动机之一就是压缩人力成本，这会影响工具本身的定价逻辑。企业采购端则可能继续把“AI 提效”当作控制人力预算的理由，而非扩张信号。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是看这一结论能否被更大范围、更长周期的工资数据复现，若只是短期现象，政策含义会大不相同。二是关注高暴露职业的划分标准是否稳定，Anthropic 的任务替代口径偏严，换一套标准结论可能变化。三是留意政策动向，阿波罗虽未给出具体方案，但明确指向政府介入与过渡期支持，相关讨论可能影响 AI 落地节奏和合规成本。
来源：TechRadar
