2036 ── 2036年的AI与社会：不是大规模失业，而是办公室中产阶层的萎缩与分配政治

*Intelligence Synthesis / 撰写于2026-10-10 / 展望年份2036*

1. 论点

2036年，美国仍不会出现由AI引发的大规模失业：失业率将处于其通常区间内，总就业人数将高于2026年。但由第三次工业革命造就的受过大学教育的办公室中产阶层，规模将更小、年龄更大、也更难进入；大多数办公室工作将由指挥和检查AI系统构成；净新增就业将主要来自医疗保健、护理工作、技术工种和线下服务。正如第一次工业革命中的“恩格斯停顿”时期，对大多数工人来说，产出的增长将快于工资的增长，政治将围绕谁拥有AI资本、谁为其用电买单以及收益如何分享展开。

2. 2036年的社会

本节中的所有内容都是基于第3节的证据和第4节的历史所做的推断（inference）。各要点的概率见第5节。

社会结构

• 压力最大的群体是在大约 2024 年至 2034 年间进入或试图进入办公室工作的人：以信息、金融、软件、法律支持、营销和后台工作为目标的毕业生。到 2036 年，他们的年龄在二十多岁后期至四十岁左右。由于初级办公室职位稀缺，他们在同一年龄的收入低于比他们早十年毕业的人。许多人已转入医疗、教育、技工、销售或公共服务领域。
• 保住地位或有所提升的群体包括：拥有执照、客户关系和法律责任的中后期职业人士（医生、负责签字的律师、工程师、管理者）；使用 AI 的企业的所有者；以及少数拥有模型、芯片和数据中心的企业的股东。劳动收入在国民收入中所占份额低于 2026 年（预测 1）。
• 年轻劳动者的大学工资溢价低于2026年（预测2）。学位平均而言仍然有回报，但可靠性下降，证书和学徒制的分量更重。
• 从各地区来看，承载数据中心的县可获得税收以及建设和运维方面的就业岗位，但也面临电价、水资源和土地方面的争议 [C05]。大城市市中心写字楼空间的需求较低。拥有医院、大学、物流枢纽和电网工程的区域中心表现相对较好。
• 在家庭方面，职业起步缓慢的年轻人与父母同住的时间更长（预测8）。随着婴儿潮一代步入七十岁后期和八十岁，家庭在老年护理上花费的时间和金钱更多。

就业与工作

• 失业率处于其通常区间内（预测3），总就业人数高于2026年。
• 信息和金融行业的就业人数低于2026年（预测4）。在保留下来的办公室岗位中，一天的典型工作包括：向AI智能体分配任务、检查其输出、处理异常情况、与客户和同事沟通，以及对结果承担法律责任。很少有人从零开始撰写报告、编写代码或进行分析。
• 医疗保健和社会援助在就业中所占比重更大（预测 5）。护理、居家护理、治疗、数据中心和电网的电气工作、设备的安装与维修，以及面对面服务都在增长。这些工作会借助 AI 处理记录、排班和辅助诊断，但现场有人在场仍是工作的核心。
• 由于人员短缺，许多地区护理和技术工种的工资增长快于平均水平。办公室生产率提高带来的收益，大部分流向了利润而非工资（推断）。
• 全职工作者的平均工时并没有大幅下降。四天工作制存在于一些企业和工会合同中，但并非普遍规则（推断）。
• 职业起步的方式正在改变。更多人从学徒制、带薪实习和证书起步，雇主更看重已展示的工作成果而非学位。中年转行更为常见，公共和雇主提供的再培训规模也大于2026年，但许多接受再培训的工人收入低于以往（推断）。

态度与价值观

• 信任:大多数成年人每周都使用AI,但并不信任AI公司(预测6)。信任归于那些核查AI输出的具体个人和机构:医生、教师、地方新闻机构、法院。显示内容是否经人核查的标签被广泛使用。
• 工作的意义：对办公室职场人而言，自豪感正从生产产出转向判断与承担责任。许多人表示，自己的工作变得不那么有成就感。护理和技工等需要亲身到场的工作，社会地位有所提升，但尚未达到专业职业的水平。
• 政治：AI是选举中的常规议题（预测7）：涉及职业转型支持、电费、数据中心选址、AI利润征税以及儿童保护。分歧并非简单的左右之分，而是存在于拥有AI资本或与AI资本关系密切的人，与承担其成本的人之间。

日常生活

• 家庭：家庭电费增速快于总体物价（预测10）。AI助手可管理日程、账单、表格和预约。
• 学习：大多数中学生每周都会使用 AI 辅导（预测 9）。学校将评分作业移到课堂上完成，并更多采用口试和现场考试。教师将更多时间用于监督、讨论和个别辅导。
• 护理：AI被用于监测独居老人、提醒其服药并保存记录。仍然需要人类护理人员，而人手短缺是主要制约。
• 人际关系：许多人，尤其是独居者，经常与 AI 伙伴交谈。关于其对儿童和孤立人群影响的争议，促使多个州出台年龄规则和设计规则（推断）。
• 时间使用：AI在工作中节省的时间大多没有以休闲的形式回到人们手中。在家中，文书工作节省下来的部分时间被用于检查AI的输出和管理账户（见第4节中的Cowan）。

3. 目前的情况

• 办公室工作岗位在减少，而总就业人数在增长。 2026年9月，信息业就业人数为2,739,000，比上年同期减少120,000；计算机系统设计为2,355,400（减少32,200），金融活动为9,082,000（减少107,000）。与此同时，非农就业总数为159,044,000（增加496,000），专业和商业服务增加123,000，失业率为4.2%（下降0.2个百分点），U-6失业率为7.6%（下降0.5个百分点）（BLS）。
• 裁员总数并未上升。 2026年8月裁员和解雇人数为1,641,000，比上年同期减少191,000；职位空缺为7,079,000，增加160,000（JOLTS）。压力似乎是通过减少招聘而非增加裁员来传导的（推断）。
• 归因于AI的裁员有所增加，但并不均衡。 本站统计的数字从2025-Q1的7,800上升至2026-Q2的107,900（17起案例），随后在2026-Q3降至17,183（10起案例）。2026年Q1-Q3合计193,154，已超过2025年全年的124,543。与每月约160万的总裁员人数相比，仍然很小。
• AI的用电量与环境问题相互关联。 在AI新闻中，“电力与数据中心”和“环境与资源”的12个月相关系数为0.8。相关报道指出，到2030年美国电力需求可能增长32%，电网扩容缓慢，当地对电力、水和冷却的担忧，以及一项调查显示约70%的AI用户担心电力需求上升 [C05]。环境类报道占比从0.32%升至0.88%，电力与数据中心类报道占比从1.08%升至1.40%。
• 关注焦点正从采用转向风险与规则。 在12个月中，“安全与事件”占AI报道的比例从6.80%升至11.32%，“监管与法律”从5.04%升至7.52%。“企业应用”从19.00%降至15.92%，但仍是最大的主题。“个人生活与人际关系”保持在约10-12%的高位，而“就业与工作”在最近一个月为2.48%，低于4.04%的峰值。

4. 历史给我们的启示

第一次工业革命（约1760-1840年，英国：纺织、蒸汽机、工厂）

• 工资与工作：罗伯特·艾伦（Robert Allen，2009年，《恩格斯停顿》，载于《经济史探索》）指出，在英国，从大约1790年代到1830年代，每名工人的产出增长远快于实际工资，收入中的利润份额上升；实际工资直到大约1840年才明显上升。随着动力织布机的普及，手工织布工这一庞大的技术工人群体在数十年间收入不断减少（E. P. 汤普森，《英国工人阶级的形成》，1963年）。1811-1816年的卢德派捣毁机器行动，是技艺和工资受到威胁的纺织工人发起的一场抗议。
• 日常生活：工作从家庭和小作坊转移到了有固定工时和时钟纪律的工厂（E. P. Thompson，《时间、工作纪律与工业资本主义》，1967）。人们迁往城镇；到1851年人口普查时，英格兰和威尔士超过半数人口居住在城市地区。
• 机构：1802年和1819年的《工厂法》限制了棉纺厂的童工，但1833年的法案是第一部真正有效的法案，因为它设立了工厂检查员制度。主要的社会保障是《济贫法》救济，包括院外救济，1834年的《济贫法修正案》使其变得更为严苛。直到1911年的《国民保险法》出台，才有了失业保险。
• 多长时间： 从早期机械化到工资普遍增长大约用了五十年，相应的制度则是在随后的几十年中逐步建立起来的。
• AI方面类似： 收益首先流向资本所有者，而特定的技术工人群体则失去收入和地位（当年是手工织布工，如今是初级白领）。
• AI的不同之处： AI的扩散以年计而非以十年计；它影响的是受过教育的劳动者的认知类任务，而不是手工技艺；被替代的工人从一开始就有失业保险和其他保护；资本由少数几家超大型企业持有，而不是众多小型工厂主。

第二次工业革命（约1870-1914年：电力、化学、钢铁、大规模生产）

• 生产力：保罗·戴维（Paul David，1990，《发电机与计算机》，《美国经济评论》）指出，自19世纪80年代初的首批中央发电站起就已有电力可用，但美国制造业的大幅生产率提升直到20世纪20年代才出现，那时工厂已围绕单独的电动机重新设计。这一延迟约四十年，并需要新的建筑、布局和管理方式。
• 工作：大规模生产得到推广。福特于1913年引入移动装配线，并于1914年推出每天五美元工资制，部分原因是为了降低极高的工人流动率（Raff 和 Summers，1987）。大型企业创造了大量文书和管理岗位，文书工作成为女性进入有薪工作的主要途径（Claudia Goldin，《理解性别差距》，1990）。
• 教育与不平等：在戈尔丁和卡茨（《教育与技术的赛跑》，2008）的分析中，技术提高了对受过教育工人的需求，这本身会扩大工资溢价。但高中运动（约1910—1940年）使受教育工人的供给增长快于需求，因此在二十世纪上半叶，这一溢价有所收窄。
• 日常生活： 电力、自来水和家用电器在数十年间改变了家庭生活（罗伯特·戈登，《美国增长的起落》，2016年）。露丝·施瓦茨·考恩（《母亲的更多工作》，1983年）指出，由于标准提高，家用技术并没有像预期那样减少女性的家务时间。
• 机构：美国的每周40小时工作制是随1938年的《公平劳动标准法》出现的，晚了几十年。
• AI方面类似：收益有待组织重新设计；Brynjolfsson、Rock 和 Syverson（2021）将通用技术的这种延迟描述为生产率的“J曲线”。工资取决于技能供给如何作出反应。
• AI的不同之处： AI以软件形式通过现有网络和设备推广，因此其普及速度快于当年建设发电站和电网的速度，尽管数据中心仍要等待电网接入 [C05]。最大的区别在于，当年缩小差距的应对办法——增加受教育年限——如今不太可能奏效，因为AI恰恰能完成学校培养人们去做的那些任务（推断）。

第三次工业革命（20世纪70年代起：计算机、互联网）

• 生产力：罗伯特·索洛（Robert Solow）在1987年写道：“计算机时代无处不在，唯独在生产率统计数据中看不到。”美国的生产率增长从1990年代中期持续上升到2000年代中期，此时距离计算机开始普及已过去二十多年。
• 工作： Autor、Levy和Murnane（2003）表明，计算机替代常规任务，并与非常规的分析性和人际交往类任务形成互补。Autor和Dorn（2013）以及Goos和Manning（2007）记录了就业极化现象：高薪和低薪服务类岗位增长，而文书和生产等中间岗位减少。大学工资溢价自1980年起上升（Goldin和Katz，2008）。
• 资本： Karabarbounis和Neiman（2014）表明，自20世纪80年代初以来，许多国家的劳动收入份额下降，这与投资品价格下降有关。
• 日常生活：个人电脑、互联网和智能手机在大约三十年间改变了通信、购物和居家办公的方式。
• AI方面类似：任务而非整个工作岗位率先被自动化，工作岗位的构成变化比总就业量的变化更大。
• AI的不同之处： AI触及了计算机曾起到互补作用的非常规认知任务，因此第三次工业革命的赢家如今成了受冲击的群体。它通过云和现有设备传播得更快。其资本（模型、芯片、数据中心）高度集中，并且需要大量电力 [C05]。

这对2036年意味着什么

在这三次革命中，最初的十到二十年带来的是谁来做哪些工作的变化，以及围绕分配的冲突；普遍的工资增长出现得更晚，制度的跟进则又晚了数十年。由于2036年大约是当前这波企业采用浪潮的第十个年头，社会届时仍将处于转型的早期（推断）：就业构成的变化清晰可见，生产率提升已经开始，工资增长不均衡，制度仍在讨论之中。这一类比在三个方面不成立：变化在时间上被压缩；冲击的是受过教育的人群；社会保障已经存在。其结果是，贫困程度不及手工织布工当年，但来自这一发声有力、受过教育的群体的政治压力更强（推断）。

5. 预测

• [社会结构] 劳动份额下降。 2036年美国劳工统计局(BLS)公布的非农业企业部门劳动份额(年均值)比2026年至少低1个百分点。 概率 60%。推理:“投资与资本”在报道中的占比从6.28%升至8.32%,收益流向拥有模型、芯片和数据中心的企业;这与Allen(2009)中利润份额上升以及Karabarbounis和Neiman(2014)中劳动份额下降的结论一致。核查:BLS生产率与成本劳动份额,2026年对比2036年。
• [社会结构] 年轻毕业生溢价缩小。对于 25—34 岁的全职全年工作者，学士学位持有者与高中毕业生的收入中位数之比在 2036 年低于 2026 年。概率 60%。推理:信息和金融行业的入门级岗位正在减少(第3节)。在Goldin和Katz(2008)的研究中,溢价收窄是因为供给增长快于需求;这一次是需求本身在下降(推断)。核查:美国人口普查局CPS年度社会与经济补充调查。
• [就业] 失业率保持在通常区间内。 2036年的年均失业率在3.5%至6.0%之间。 概率 75%。推理:目前失业率为4.2%,一年内非农就业增加了496,000人;与每月约160万的裁员相比,归因于AI的裁员规模很小;三次革命都没有造成持久的大规模失业,但都改变了就业的构成。主要风险是2036年本身出现衰退。核查:BLS LNS14000000年度平均值。
• [就业] 信息行业就业人数下降。 2036年信息业就业人数（年平均）低于2,550,000，而2026年9月为2,739,000。 概率 65%。推理:该数字一年内减少了120,000,计算机系统设计业也在下降;与第三次工业革命时一样,自动化首先冲击由可自动化任务构成比例最高的行业。核查:BLS CES5000000001。
• [就业] 医疗保健和社会救助行业份额上升。 到2036年，其占非农就业总数的份额比2026年至少高出1.5个百分点。 概率 70%。理由：人口老龄化，以及线下面对面工作难以自动化；在第三次工业革命期间，低工资的线下服务类工作有所增长（Autor and Dorn, 2013）。核对：BLS CES6562000001 除以 CES0000000001。
• [态度] 人们使用 AI，却不信任其开发者。 2036 年的一项全国调查（例如皮尤研究中心或盖洛普）发现，超过 60% 的美国成年人每周至少使用一次 AI，而只有不到 40% 的人相信 AI 公司会负责任地行事。概率 60%。理由:“安全与事故”在报道中的占比从6.80%升至11.32%,“信任与公众舆论”从3.92%升至5.44%;约70%的AI用户担心电力需求 [C05]。核查:全国性调查中的相关问题。
• [态度与政治] AI 成为选举议题。 在2036年总统选举中，两大主要政党的全国纲领都包含关于AI与就业（转型支持、培训或收入）以及数据中心电力成本的具体政策。 概率 65%。理由:“监管与法律”的报道在增加,电力方面的担忧具有地方性且具体 [C05];在第一次工业革命中,分配冲突催生了《工厂法》和《济贫法》改革,在第二次工业革命中则催生了美国进步时代的改革。核查:2036年两党政纲的文本。
• [日常生活：家庭] 更多年轻人与父母同住。 2036年，25至34岁人群与父母同住的比例高于2026年。 概率 55%。理由:这一代人首份工作被推迟、收入较低(预测2和4)。住房成本和结婚时间也有影响,因此概率不高。核查:美国人口普查局(Census Bureau)CPS家庭表AD-1。
• [日常生活：学习] AI 学习成为常态。 一项全国调查发现，超过 70% 的美国高中生每周至少使用一次 AI 完成学校作业。概率 75%。理由:“教育与技能”在报道中的占比一直保持在约6-8%的高位;与互联网一样,AI是在家庭和学校已有的设备上使用的。核查:皮尤研究中心(Pew Research Center)、兰德公司(RAND)或NCES的调查。
• [日常生活：家庭预算] 电费涨幅超过物价。 2026年至2036年间,美国居民平均电价(EIA)的涨幅超过CPI-U的涨幅。 概率 65%。理由:到2030年需求可能增长32%,而电网升级缓慢 [C05];环境以及电力和数据中心方面的报道在增加;电网成本通过电价转嫁给家庭(推断)。核查:EIA《电力月报》居民平均电价和BLS的CPI-U。

6. 情景

• 基准情景：缓慢重组（60%）。 第2节所描述的社会。失业率处于常规区间，办公室中产阶层不断萎缩，医疗、护理和技工行业持续增长。生产率上升，但工资增长并不均衡，分配问题和电费账单成为政治的中心。
• 替代情景 1：快速取代（25%）。到21世纪30年代初，AI智能体承担了大量办公室任务。信息业、金融业以及专业和商业服务业同时受挫，2030-2033年前后失业率长期保持在6%以上。年轻毕业生的失业率很高，随之出台了强有力的政策应对措施：对AI利润征税、工资保险、公共就业。即使到2036年失业率再次降低，劳动收入份额的下降幅度也远大于基准情景。
• 替代情景 2：缓慢变化（15%）。电力限制、成本、监管和法律责任会减缓采用速度。办公室就业大致持平，AI主要被用作工具。到2036年，社会变化类似于20世纪80年代的计算机：明显可见，但程度有限。

7. 需要关注的指标

每次构建页面时,当前值都会根据本站数据(每日抓取BLS)刷新。

8. 什么会改变这一观点

• 如果到 2029 年失业率超过 6%，职位空缺数（JOLTS）降至 500 万以下，并且信息业、金融业以及专业和商业服务业在同一年都出现岗位流失，我会大幅提高备选方案 1 的概率。
• 如果信息行业的就业人数回升至2,850,000以上，且在两年内因AI导致的裁员每年保持在20,000以下，我就会得出结论：我高估了AI对就业的影响，并会提高“备选方案2”的权重。
• 如果到 2030 年，AI 密集型办公室职业的工资增长快于平均水平，且劳动份额上升，我会修正分配论点：届时 2030 年代将更像后期的第二次工业革命，即工资普遍上涨，而不是恩格斯停顿。