AI对就业市场的宏观影响 - AI作为生产力革命和社会变革，引发对工作岗位被取代的担忧，但现实显示AI并未直接淘汰人力，反而可能创造更多机会[1] - 经济学中的"杰文斯悖论"指出，技术效率提升可能激发更大规模消费需求，从而带来更多工作而非减少[4] - 摩尔定律是杰文斯悖论的当代例证，晶体管成本从1965年约1美元降至百万分之一美分，计算成本十亿倍下降却使计算使用量增长数万亿倍[8][9] 医疗影像诊断领域的AI应用案例 - 医疗影像诊断是AI落地最明确场景之一，2017年斯坦福CheXNet在肺炎识别上已超越专业医生[1] - 超过700种放射学AI模型通过FDA批准，占医疗AI器械四分之三以上[1] - 美国放射科医生2025年平均年薪达52万美元，成为收入第二高医学专科，职位数量创新高，空缺率达历史最高水平[2][22] - AI提升诊断效率推高整体检查数量，但复杂高风险判断仍需人类医生把关，监管要求最终报告必须由人类签署[2] 鲍莫尔效应与行业成本变化 - 鲍莫尔效应描述当某些行业因技术革新利润暴涨时，其他行业为留住员工必须提高薪资[4] - 该效应导致与AI完全无关的服务价格逐渐上涨，如暖通空调技术人员因数据中心需求激增而工资上涨，间接推高其他行业维修成本[17][18] - 鲍莫尔成本病出现的前提是社会整体生产力和财富持续增长，它作为温和财富分配机制，使低效率行业成本随高效率行业工资上涨而增加[15][16] AI时代特定职业的价值重估 - 当AI完成99%任务时，剩余1%必须由人类完成的工作价值可能暴涨，如放射科医生作为"安全员"角色变得关键[21][22] - 这类"兜底人"工资可能特别高，因其角色不可替代且成为流程瓶颈，但一旦AI能100%完成任务，岗位可能突然消失[22] - 未来劳动力市场可能出现一批奇特职业，如遛狗、签字等看似琐碎但不可替代的工作变成"黄金任务"[23] AI对服务行业的效率与需求影响 - AI可能大幅提升法律服务等行业效率，使原本昂贵服务变得"人人可用"，触发杰文斯效应导致使用量倍增[20] - 无法被AI化的服务（如遛狗）会因整体工资水平上涨而变得更贵，尽管其本身效率未提升[20] - 社会整体因技术更富裕，使大多数人仍能负担变贵的服务，但行业间成本传递效应显著[18][20]