机器不只夺走工作，它也移动稀缺性
19 世纪，以动力织布机为代表的机械化过程完成了一件看似足以消灭织工的事：它把织一码布所需的人工累计减少了大约 98%。如果工作量是固定的，剩下 2% 的人便足以完成过去所有人的工作。
历史却朝相反方向发展。工厂里的织工增加了。布匹变得便宜，衣服不再只是少数人的财产，窗帘、床单和软垫进入更多家庭。机器减少了每码布需要的人，却创造了一个需要无数码布的社会。来源
今天，人们看到 AI 可以回答问题，便预言搜索会消失；看到 AI 可以识别医学影像，便预言放射科医生会消失。可是搜索只出现温和下降，Medicare 登记的美国放射科医生人数仍在增长。这不能证明 AI 促成了增员，只说明任务自动化不等于职业立即消失。
技术会夺走一些岗位，也会像一条搬运稀缺性的河流：一种能力被机器变得廉价以后，社会可能扩大对它的使用，并把瓶颈推向别处。
一、文明并不保存节省下来的劳动
工作的数量大致取决于两个方向相反的变化：每个人能生产多少，以及社会想消费多少。机器提高前者，也可能更猛烈地提高后者。只要需求扩张得更快，总人数就会增加。
1988—2004 年，ATM 让美国城市分行的平均柜员从 20 人降到 13 人；分行却增加 43%，总岗位未消失，工作转向客户关系。来源
与电子表格普及同时发生的，是会计职业的内部迁移。与 1980 年相比，美国少了约 40 万名簿记员和会计文员，却多了 60 多万名专业会计：数字录入和手工计算衰落，分析、审计和解释扩张。职业口径和其他经济变化同样重要，不能把全部差异归因于电子表格。来源
二、搜索正在从广场变成地下水道
在互联网时代，搜索曾经是一个可见的仪式：打开网页，输入几个词，浏览一列蓝色链接。于是人们很容易把“搜索”理解为这个动作，并据此判断 AI 将终结搜索。
信息需求不会因为界面改变而消失，但这不等于传统搜索量不会下降；它只说明答案的生产链可能换一个入口。
GWI 的跨国调查显示，搜索引擎月度使用率在 ChatGPT 发布后一路升至 2024 年第二季度，随后到 2025 年第四季度从 82.4% 降到 79.3%。来源 Google 的内部实验则显示，在美国和印度、会触发 AI Overviews 的查询类型中，看到 AI 摘要的一组用户后来搜索得更多，增幅超过 10%。它只覆盖特定市场和查询，不能外推为全球趋势，却揭示了一种可能：答案变得容易以后，人们会提出更多问题。来源
因此，传统结果页、网站点击和底层检索量可以朝不同方向变化。未来的搜索也许不再像城市广场上的招牌，而更像地下的供水系统：人们不再专程拜访它，却在每一次行动中使用它。搜索框可以衰落，搜索能力却可能变得无处不在。
三、放射科医生不是一双识别图像的眼睛
如果放射科医生只是一双在图像里寻找异常的眼睛，那么机器视觉一旦达到足够准确的水平，这个职业似乎就失去了存在理由。但医院中的放射科医生还处在一个由病史、检查选择、临床沟通、法律责任和治疗决策组成的制度节点上。识别一个阴影，只是这个节点的一项任务。
一项基于美国 Medicare 登记数据的研究显示，2014—2023 年放射科医生从 30,723 人增至 36,024 人，增长 17.3%。美国放射学会同时报告，影像量增长得比医生人数更快，医疗机构也在采用 AI 降低任务负担。这些现象同时发生，但不能证明 AI 导致医生增加。研究｜行业资料
当模式识别变得便宜，医院可以更快地处理影像；它是否诱发更多筛查，还取决于指南、支付与责任制度。稀缺性则可能向上移动：哪项检查值得做，算法提示是否可信，影像如何与患者的其他信息结合，发生错误时由谁解释并承担后果。
责任节点不能保证职业人数不降，一个人也可能借 AI 监督更多病例；但它足以阻止我们从“一项任务被自动化”直接跳到“整个职业将消失”。
四、河流也会改道
纺织机械化伴随的就业增长持续了一百多年，后来仍然反转。Bessen 的模型把 20 世纪中叶的转折主要解释为美国纺织品需求逐渐饱和；此后的贸易变化也加重了就业损失。研究者在纺织、钢铁和汽车业都观察到类似的“倒 U 型”：技术早期扩大市场，后期在成熟市场里减少劳动。研究
农业展示了更彻底的结局。1948—2017 年，美国农场就业减少 81%，劳动时数减少 83%。机械化不是唯一原因，但粮食需求有明显上限：价格下降以后，一个人也不能无限增加进食量。美国农业部
结果取决于三个条件：市场是否还有大量未满足的需求，机器替代的是局部任务还是完整流程，以及新的任务能否容纳被释放的人。
即使职业总人数上升，利益也不会自动平均分配。机构可能获得更高产出，从业者却承受更快节奏和更低单价；高阶岗位可能增加，被淘汰的初级人员却未必能进入它们。总量繁荣可以与个人失落同时发生。
还有一种风险尚未充分显现：文明可能用 AI 拆掉培养专家的阶梯。医生、程序员和律师都曾通过处理大量简单任务，逐渐形成难以言传的判断。如果机器接管了这些任务，今天的专家会更高效，明天的专家却可能失去练习场。这不是已经证实的普遍结局，但值得在欢呼效率之前认真检验。
五、人的位置可能移向选择与责任
经济学家把自动化旧任务的力量称为替代效应，把新任务重新增加劳动需求的力量称为复位效应。两者谁更强，决定劳动需求的方向。论文
AI 不自行决定目标，也不承担医疗风险与职业转型成本；这些仍是制度选择。
所以，未来工作的核心问题可能不再是“机器还剩下多少动作给人做”，而是“当动作变得充裕以后，谁有权定义目标、选择结果并承担后果”。
AI 不只会夺走工作，也会把稀缺性从执行移向目标、判断与责任。