AI不是抢工作，而是在制造需求：一套被严重低估的就业逻辑

如果你还在纠结“AI会不会取代我”，这期 AI Daily Brief 提出了一个更锋利的视角：真正决定未来岗位数量的，不是AI能干什么，而是需求会被怎样重新拉开。视频给出了一套极具杀伤力的需求侧框架，解释为什么新工作不但会出现，而且可能超出大多数人的想象。

最反直觉的开场：AI就业根本不是“供给问题”

这期节目的第一个“炸点”来自一个判断：我们几乎所有关于AI和工作的讨论，都搞错了方向。

主流叙事把AI当成劳动力供给冲击——模型更强、人更廉价、岗位被替代。但主持人直接指出，这是一种经典的“劳动总量谬误”：假设社会对服务的需求是恒定的。

现实恰恰相反。历史上每一次生产率飞跃，真正变化的不是“谁被挤出”，而是需求曲线整体外移。当成本下降、质量提升、可及性提高，人们会买得更多、用得更频繁、甚至开始消费以前根本不存在的服务。

换句话说，AI不是在“分蛋糕”，而是在把蛋糕做大——只是这次，蛋糕的形状和配方都变了。

六种需求弹性，决定新工作会从哪里冒出来

视频中最有价值的部分，是对“需求如何被AI拉开”的拆解。这里不是空谈乐观，而是一套可复用的分析框架。

节目提出了多种需求弹性来源，其中尤其关键的包括：
- 价格弹性：当成本暴跌，原本买不起的人进入市场。
- 可及性弹性：服务不再稀缺，从“预约制”变成“随时可用”。
- 复杂性弹性：以前太复杂、不值得做的事，突然变得可行。
- 连续性弹性：从一次性服务，变成持续服务。
- 个性化弹性：从平均值，走向为每个人定制。
- 关系弹性：当规模扩大，人反而变得更重要。

这套框架的杀伤力在于：它让“AI会创造什么工作”不再是玄学，而是一个可以逐行业推演的问题。

从“买不起”到“天天用”：小企业与医疗的需求爆炸

节目给了两个极具代表性的例子。

第一个是小企业专业服务。当会计、法务、市场分析的边际成本被AI压低，原本请不起顾问的小商家会大量入场。结果不是“顾问消失”，而是市场规模被放大，出现更多围绕方案设计、执行监督、长期协作的新角色。

第二个是医疗，也是全片最重的案例。AI让“持续性、预防性、个性化医疗”第一次在经济上说得通。这不是把医生换成模型，而是催生全新的需求形态：
- 持续跟踪而非一年一次
- 预防和行为改变而非事后治疗
- 数据驱动但需要人类负责

于是，一整组新岗位浮出水面：持续照护协调者、护理计划结果负责人、健康数据运营专员……它们的共同点是：AI在后台跑，人站在责任和关系的最前线。

回应AGI质疑：未来岗位是“服务设计”，不是“能力竞赛”

面对“等AGI来了，人还剩什么工作？”这种终极质疑，节目没有回避。

回应的关键在于重新定义“工作”。如果把工作理解为“完成某个任务”，那确实会被能力更强的系统吞噬；但如果把工作理解为服务的设计、交付和负责，问题就完全不同了。

视频提出了一个非常有用的概念：人类溢价（Human Premium）。它存在于关系、信任、在场感、责任承担、行为改变、来源背书等维度。这些不是模型“做不到”，而是社会不愿意把它们完全交给模型。

因此，AGI不是终结需求，而是把“人应该站在哪里”这件事，变得前所未有地重要。

总结

这期 AI Daily Brief 真正有价值的地方，不是给了“哪些岗位会出现”的清单，而是提供了一副需求侧的眼镜。对从业者来说，关键行动不是恐慌或押注某个具体职位，而是训练自己识别：哪些领域的需求正在被价格、连续性和个性化同时拉开。一个值得带走的判断是：越是和责任、关系、长期结果绑定的工作，越可能在AI时代增值。问题留给你：在你所在的行业，哪一类需求正因为AI而第一次“变得值得被满足”？

关键词： 人工智能就业， 需求侧分析， 通用人工智能， 人类溢价， 未来工作

事实核查备注： 视频发布时间（2026-05-11）；节目提出的需求弹性分类是否为完整原表述；新医疗岗位名称为节目中的概念性描述而非正式职称；未给出具体就业数量数字。