以下是郭盛演讲的全文：
谢谢罗汉堂。我将谈谈人工智能带来的劳动力市场和组织结构的变化。
我首先想介绍的是中国就业市场的整体结构性变化。经常有人问我：地缘政治是否给中国劳动力市场带来了很大麻烦？大家知道，出口在中国是一个很庞大的产业，所以很多人非常担心，国内的就业率会受到中美贸易战的严重影响。但如果我们看一下数据，就会发现，对中国劳动力市场最大的影响其实来自技术变革和社会人口结构的变化。
01
增长最快与下降最快的职业
在这里（下图），我列出了 2025 年第一季度到第三季度增长最快的十大职业类别。这是基于智联招聘平台上的大约 1500 万求职者和招聘岗位数据。从招聘岗位来看，机器学习工程师（ML Engineer）的数量增长了 62.5%，这是极为显著的增长。如果再看前十大职业中的其他几类，比如 QC 工程师（QC Engineer）、EV 零件工程师（EV Design/Engineer）、技术专员（Technical Specialist）、产品设计开发（Product Designer Developer）和 IT 培训（Technology Educator），它们也都与 AI 的发展相关。这些职业的增长对中国的就业市场贡献巨大。
排在第二位的是宠物医生（Pet Doctor）：很多中国年轻家庭不养孩子，而是养宠物。此外，我们也看到家政（Housekeeper）的需求大幅增长，主要是为了照顾老年人。因此，无论是年轻一代还是老一代，都在经历生活方式的显著变化，这些变化进而推动就业机会的增加。此外，网络主播（Live Streamer）的增长非常快，动漫 / 游戏设计（Animation/Game Designer）也是增长最快的前十名之一。纵观这前十名，很明显，其中约有六类职业是由技术驱动的，另外四类职业则是由社会人口和生活方式的变化驱动的。这些就是中国劳动力市场中正在快速增长的那一部分。
接下来，我们看看增长最慢的职业类别。排在首位的是行政（Administrator），这包括大量的初级白领工作，下降幅度也最大，达到了 33.0%，这和 Guy Lichtinger 提到的美国劳动力市场的情况相似。第二位是创意总监（Creative Director），这个职位通常出现在广告行业，为客户设计创意方案，它也出现了大幅下滑。客户服务（Customer Service）是另一个急剧下降的类别，我们预计它会继续非常迅速地减少，因为许多公司正在将 AI 部署到客服部门，导致了大量的岗位收缩。我稍后会讨论这些员工的去向。K-12 Coaching 也下降了。翻译（Translator）是另一个大幅下降的职业，同样下降的还有采编 / 记者（Editor/Journalist）、店员 / 营业员（Shop Assistant）和文员 / 助理（Clerk/Trainee）。
另外，我们起初认为中层管理人员（middle managers）会受到 AI 的显著影响和替代。但事实上，这种影响目前尚不明显。但长期来看，这方面的影响可能会逐渐体现。
总体而言，我们发现初级职位（junior jobs），尤其是重复性的工作，正在被 AI 所取代。在招聘数量下降最快的十类职业中，大约有七类主要是由技术革新造成的，而另外三类是由中国的社会变革导致的。可见，AI 正在中国就业市场的结构性转变中扮演主要角色。在这个转变过程中，最重要的因素不是地缘政治，而是技术和社会人口变化。
02
服务业是应对本轮冲击的关键
然而，中国经济也为这些失去的岗位找到了另一个归宿：服务业。我们来看服务业占 GDP 的比例，中国目前大约是 55%，而美国是 80%，日本是 70%，韩国在 65% 左右。而中国的服务业就业人口仅占总就业人口的 45%。因此，服务业在中国有着非常广阔的未来前景。我相信，很多初级的白领员工，未来将不再在办公室工作，而是会迁移到服务性行业中 —— 例如，拥有自己的零售店，从事旅游业，或者成为自由职业者。我认为 AI 将会以非常显著的方式重塑就业市场，淘汰大量岗位。但大量新的岗位又会被创造出来，特别是在服务业。对这一点，我其实是非常乐观的。
我们可以沿着价值链的微笑曲线，看看处于不同位置的工作将会如何变化。我们看到，微笑曲线中间那一段低价值的环节 —— 制造、生产、客户服务 —— 将遭受最大的就业冲击，这一类从业者需要技能转型（reskill）。我们访谈了大量的制造业工人，他们已经或者正在被机器人取代，今后还将被进一步取代。我们问他们下一步要去做什么工作。他们中的许多人正在进入服务行业。例如，他们可能会去做快递员、外卖员，或者成为网约车司机。他们中也有不少人去经营连锁餐馆、食品店等等。基本上，这些制造业工人正在大规模地转向服务业。
在服务业中，也有一些职业 —— 比如客户服务、呼叫中心人员等 —— 正在遭受非常严重的 AI 冲击，甚至可能会被 AI 取代。但我们发现，这些工作中有两项技能，暂时是 AI 难以替代的。一项涉及过往经验，尤其是处理负面案例（bad cases）的经验。所以，这些从业者可能非常适合担任数据标注员（annotators），核查负面案例并向 AI 模型提供信息和反馈。另一项技能是质量检验（quality assurance），这类人员可以及时纠正 AI 的错误。
这对于金融服务行业尤其重要。不少在金融业从事客户服务的人员，因为总是需要处理客户的各种投诉或抱怨，他们正在转向 “客户成功”（customer success）工作。这个领域大致介于客户服务和销售之间，为客户提供跟进服务。对于 “客户成功” 工作来说，这些从业者拥有的关键优势是高 “情商”（EQ）：他们能够与客户进行非常好的沟通，并提供情绪价值（emotional value）。这对金融企业来说是一项非常重要的资产。因此可以说，这些员工已经成功地从简单的呼叫中心人员，迁移到了价值链上相对更高端的位置。这就是我们观察到的制造业工人和客户服务从业者的情况。
有意思的是，即使是研发（R&D）这样非常有技术性、高附加值的岗位，从业者仍然需要提升技能（upskill）。例如，对于软件工程师（software engineers）来说，如果仅作为一名软件工程师，如今在中国很难找到工作，这一类岗位在持续减少。因此，软件工程师们正在转型和升级，努力成为机器学习工程师。他们中的许多人通过在线课程和软件工具来提升自己的技能，同时进一步学习算法和其他相关知识。
此外，销售（sales）是微笑曲线另一端的高附加值工作。我们发现许多销售人员也在提升自己，成为网络主播（live-streamers）。他们在网上非常活跃，为客户提供在线服务。这是一个新职业，而且增长得非常快。
值得一提的是，国内现在每年有 1000 万左右大学生毕业。很多人担心应届毕业生 —— 特别是那些学习历史、文学和其他非 STEM 专业的学生 —— 会不好找工作。但事实上，当我和他们交流时，我发现他们中的许多人实际上正在学习使用各种 AI 工具。他们活跃于新型的销售和营销工作中。他们甚至教我如何使用这些 AI 工具。因此我意识到，在官方统计数据中，他们可能会被算作失业。但在现实生活中，他们中的一些人是自由职业者，在使用 AI 工具方面非常领先。我相信，即使是非 STEM 专业的大学毕业生，也会在这个新时代找到他们的新机会。
以上这些都是中国的职场人如何应对 AI 冲击的现实情况。我想说，AI 的冲击非常真实，也非常剧烈。但人们并没有坐以待毙、袖手旁观。他们正通过技能转型和技能提升，努力应对这一轮冲击。我很有信心，所有这些人都会找到他们的新工作和新生活。
03
组织结构的转型
接下来，让我们看看正在涌现的新型组织结构。总的来说，我们将会看到组织会经历三个阶段的变化，实现转型。在第一阶段，每一名员工都将配备 AI 助手（human with AI assistants），帮助他们更好、更快地工作。而后进入第二阶段，即由人类指导 AI 智能体工作（human-led agents）。在这种模式下，AI 智能体作为 “数字同事”（digital colleagues）加入工作团队，在人类的指导下承担特定任务。到了第三阶段，组织将过渡到 “人类主导、智能体运营”（human-led, agent-operated）的模式，即由人类设定工作目标，智能体来运行整个业务和工作流程。我们认为这就是 AI 时代的组织即将经历的三个阶段。这听起来可能非常抽象，我在这举一个例子。
通常，平台型企业会设置一个安全部门（fraudulence detection），其主要任务是识别平台上的欺诈性信息。假设部门里有 100 名员工，他们每天的工作就是检查发布在平台上的信息的真实性，以及信息发布企业的资质、许可证等。通常一名合格的检测员每天能核实大约 20 家企业发布的信息，因为的确有太多的证书需要审查了。
现在，如果将 AI 部署到这个部门。大家可以设想，AI 是不是能取代所有员工？是的，我们可以启用一个新的工作流程。由 AI 智能体驱动这个部门，而不再是由人力驱动。可以将 AI 智能体作为主导的劳动力，并使用大量来自公共服务部门、其他公司的数据库，以进一步检查信息真实性。
在新的工作图景中，AI 智能体扮演了不同的角色。第一个是 “分析师”（analyst），它负责分析欺诈性信息的关键特征。另一个是 “警察”（policeman），它使用这些关键特征来识别高风险信息，然后清除它们，甚至尝试去与坏人沟通，以确认他们到底是坏是好。还有一个角色是 “质控经理”（QC manager），它也是一个智能体。它使用客户反馈来检查 “分析师” 和 “警察” 的工作，并向人类汇报 —— 所以这是一个管理型智能体（managerial agent）。
与此同时，企业对人类员工及其经验的依赖程度将大幅下降。这个部门现在可能只有五名员工，包括一名机器学习专家、三名数据标注员和一名程序员。这些员工相对年轻，不一定经验丰富，但都有技术背景。他们负责设计、训练和调整这个欺诈检测 AI 模型，重点是发现模型所犯的错误。他们通常是在机器检查之后，再去进一步核查那些负面的案例。如果仍有客户投诉，或者从市场情报的反馈来看仍然存在负面案例，他们就把它反馈给机器。机器将通过强化学习来改进自己的算法，然后产生新的结果。过去，这些员工的激励来自于他们检查了多少家公司。现在，他们的激励是发现机器犯了多少错误或出现了多少 “幻觉”（hallucinations）。所以，激励机制和技能组合都已经非常不同了，现在我们可能更信任 AI 智能体了。
这样带来的最大变化是生产力。这个部门以前每天能核实 2000 家企业，现在每天能核实 5 万家。所以，这个部门里的员工人数可能从 100 人减少到 5 人，生产力显著提高。人类员工在新的工作流程中只扮演了非常小的角色。但他们的工作仍然稳定，因为我们相信模型总会犯错，而且总会有新型的欺诈出现，所以模型还需要在人类的辅助下不断改进。
04
组织面临的新困境
然而，AI 也使我们也陷入了一个伦理困境。例如，越来越多人使用 AI 帮助求职者修改和升级他们的简历。这样做的风险在于，所有这些求职者的简历看起来都会非常漂亮，而且会非常相似，因为 AI 提供了大量的材料和信息来修饰他们的简历。对于企业发布的职位描述，情况也是一样，企业也在用 AI 帮助他们生成招聘启事，这些职位描述将会变得非常相似和标准化，雇主也将更少考虑 “人” 的因素，而更多考虑技能组合（skill set）。这将会对工作场合中的人性化、情感触达和人文关怀造成不良的影响。
此外，在简历匹配的过程中，将不再是人类求职者与人类雇主沟通，而是求职者的智能体（candidate agent）与雇主的智能体（employer agent）对接。AI 帮助求职者制作更好的简历，同时也在帮助雇主找到更合适的面试者。包括在面试的过程中，我们也已经看到求职者使用 AI 支持来通过面试，雇主也使用 AI 智能体来进行面试。所以，你甚至不能确定是谁在和谁说话。你招募了一个你认为合格的人，但他可能并不合格。
另一个问题在于，多元化的个性（diverse personalities）将会从组织中消失。而如果没有了多样性（diversity），组织也就不会进化（evolution）。这一点非常令人担忧。未来，如果所有这些简历、职位描述、面试和筛选过程都由智能体来驱动，这究竟是会帮助企业进一步进化，还是会扼杀我们的多样性和创新力，尤其是对于初级员工来说？这就是我们正面临的困境。
总之，我认为 AI 不仅仅是一股浪潮；它是近在眼前的一场冲击。在 2024 年，我们曾认为 AI 还很遥远，只是一个理论上的情景。但今天，它已经成为一个真实的机会，也是一个真实的挑战。我相信，未来 AI 将扮演更重要的角色。总体而言，我对 AI 在就业市场中的作用仍然持乐观态度。
谢谢大家。