“黃仁勛之夢”：AI真的會讓藍領更幸福嗎？

1月21日，黃仁勛在達沃斯世界經濟論壇上說，由于對運行和訓練人工智能的數據中心建設的需求，水管工、電工和建筑工人將能夠獲得“六位數年薪”。

我一直說，目前的AI界有一種“大佬發言過度膨脹綜合征”。具體表現為大佬們越來越敢說，同時大眾越來越愛聽。這句話一出可不得了，直接就被國內眾多媒體縮減成了“黃仁勛說，水管工和電工即將年薪十萬美元”。以至網友們大聲發問，我現在改學電工還來得及嗎？

究竟AI基建是不是能讓藍領工作實現六位數美元的年薪，可能尚需時日加以觀察。但這個“黃仁勛之夢”能引出一個非常關鍵的話題：在AI與就業的關系上，似乎絕大部分媒體都“默契”地將討論點集中在了白領工作上，比如編程、設計、產品經理等。但AI會給藍領工作帶來什么影響？體力勞動者是應該與白領們一樣焦慮AI，還是可以大膽相信黃仁勛的美好預言？

不妨借助我們探訪過的一些真實案例，來聊聊這個話題。

稍加分析一下，會發現黃仁勛的觀點里就包含了兩層意思。首先是以AI數據中心為代表的基礎設施建設，將帶來大量藍領崗位的就業需求增長，比如說數據中心相關的電工、水管工、維修工等。據說這一現象在美國風風火火的“星際之門”里已經得到了驗證。

美國勞工統計局數據顯示，美國電工崗位年均缺口超過八萬人，而數據中心所需電工堪稱其中的王冠。有報道提到，在美國能適配數據中心工作的熟練電工年收入已經突破20萬美元，遠超過絕大多數白領。

如果說AI基建能帶來大量藍領工作崗位，并提升相關報酬是一個點，那么這背后AI對不同工作的差異影響則是一個面。在數據中心電工緊缺，報酬突破新高的同時，硅谷迎來了史上第一次與AI緊密相關的裁員潮。各大科技公司海浪般裁掉了產品經理、項目經理和軟件工程師。二者對比仿佛上演了一出時代的默劇。

這就能引出黃仁勛的第二層意思，AI可能會大量取代白領，反而對藍領的取代率很低。

有個說法一度很流行，叫作“原本想的是人類寫詩，AI干活；現在反而是AI寫詩，我們人類掃地擦桌子”。但如果換個角度理解這句話，是不是意味著如果我本來就從事體力勞動，AI就能大大方方地放過我了？

從實際情況上看，這種說法是有一定合理性的。在美國，伴隨著AI導致大批白領失業，而電氣、管道、設備維修等藍領工人的職位需求與收入水平快速增長。在中國國內，也能看到網絡設備維修等相對藍領，同時具備一定技術門檻的職位需求快速增長。

除了“AI斬白不碰藍”的基礎邏輯線索之外，我們還能看到AI在各個方面都對藍領工作有較強的賦能。

比如有個反常識的真實情況：職業教育往往更先接觸智能化技術。我們探訪過大量的職業技術學院，會發現相較于恪守象牙塔教育規則的普通高校，職業院校有著更強的就業與招生壓力，因此在吸收智能化技術上更果斷也更靈活。大批面向藍領工作的技能學習與職業培訓，反而成為最先接觸AI技術的地方。舉個例子，在山東的一所技校，就在“刮膩子”這個聽上去跟AI沒啥關系的課程中，加入了智能化設備的學習與操作環節。

此外，AI技術能夠對藍領工作的工作環境造成真實可見的改善。我們曾經采訪過一位倉庫管理員，他提到從業多年以來，他都需要每天走三萬步左右。但經過AI重新規劃倉庫擺放與管理員動線，變成了每天只需要走一萬步上下，工作環境得到了極大改善。

多年以來，中國在多種高危高風險工作中廣泛推進AI替代，取得了非常可觀的成果。比如在AI巡檢的支持下，很多需要高空爬塔作業的巡檢工作可以不再上塔。在AI無人采礦技術成熟后，大批礦山減少甚至取消了井下作業。AI在這些領域的價值，是如何高估也不為過的。

還有一個角度值得一提，那就是AI技術可以推動很多服務與評價體系標準化。比如在家政領域使用AI服務認定系統，讓相關服務質量不再止步于主觀印象。我身邊很多朋友此前是不愿意使用家政服務的，因為感覺會經常扯皮，缺乏標準。但AI推動了服務標準化之后，讓年輕人對家政保潔的認可度極大提升。

從這些角度看，AI似乎真的在給藍領工作鍍金。但是先別急，反方還沒發言呢。

提到AI時代藍領工作反而受益，經常會被提到的一個觀點是AI將創造大量藍領崗位，同時為藍領工作提供海量新工具。比如說無人機操作員、智能設備運維、數據中心電工等。

但是先打住，拋開時間長短討論會否發生純屬耍流氓。這些工作聽上去很好，但是在哪呢？一個剛剛走向社會的年輕人，要如何尋找一份數據中心里的工作？外賣騎手到底如何轉型成無人機飛手？這些理論上存在的可能性，會在短視頻和社交網絡上編織一些美麗圖景。但現實情況是，AI對于絕大多數需要辛苦賺錢養家的人來說只是一種奇譚。

雖然由AI創造的職位和機會還沒看到，但AI對藍領工作的異化卻已經真實可見。最廣為人知的就是AI算法對外賣騎手、快遞員、網約車司機的平臺壓榨。隨著算法能力的提升，AI對這些崗位工作節奏、工作效率的掌控力不斷加強。雖然當“外賣騎手困在算法里”成為顯性社會議題，一些突出矛盾得到了解決。但如果稍微和這些平臺用工從業者聊聊，就會發現算法的壓榨往往是在一方面減輕后再另一方面加強。從業者的戾氣與憤怒還在不斷升級。

AI不僅在壓榨藍領勞動的效率，還呈現出一種無處不在，愈發嚴苛的監控感。在一些工廠中，智能頭盔、智能工牌會跟AI攝像頭一道，組成嚴密到駭人聽聞的監控網絡。工人休息、喝水、如廁的時間都將被記錄并計算，讓勞動過程呈現出一種極端的透明化。隨之而來是幸福感墜入谷底，心理壓力指數級升級。

在勞動者沒有掌握AI，但資方能夠輕易擁抱這門技術的當下，AI往往會成為壓榨藍領從業者的利器。并且進一步看，“AI只會給藍領創造新崗位，但不會取代”的敘事也并非沒有漏洞。比如在制造業，隨著無人產線、黑燈工廠與工業機器人搭載量的提升，工廠這個原本的勞動密集型場景正在飛速發生改變，用工量不斷下降，由此引發的就業風險也必須得到重視。

那么，AI對藍領到底是好還是壞？

可能真實答案就是好壞兼有。每個人從時代那里拿到的禮物，向來都不相同。

在采訪了足夠多與AI相關，不同職業的從業者之后，我們的一個基礎看法是智能化對職業的影響烈度確實很高，但同時這種影響也是非常復雜，細節多樣的。以藍領工作為例，一方面AI確實有著相對保護體力、技能、動手類職業的特點，同時另一方面AI也在通過平臺算法、監控體系、無人工廠等場景對體力勞動者造成沖擊。在坦誠于二者并存的現狀之后，我們總結出AI時代藍領工作整體將不可避免呈現出這樣三個特征：

1.新的職業分水嶺。

某種程度上來說，AI可以降低人類學習與掌握工作技能的成本，但另一方面來看，AI本身就是一種學習成本。AI數據中心的電工可能確實緊缺，但這是建立在這個崗位可能同時要理解AI、IT設備、電力甚至散熱等不同領域知識基礎上的。智能化正在成為藍領工作新的分水嶺。能夠快速掌握智能化相關知識與技能，同時愿意從事藍領工作的人，將獲得眾多職業利好。但對于絕大多數低學歷、年齡較大、學習能力不強的傳統藍領從業者來說，智能這道門檻很有可能變成不可逾越的鴻溝。

這里隱藏的一個矛盾是，當我掌握了AI，數據分析、IT基礎設施等能力后，我還愿意從事藍領工作嗎？或者說我從事的還能被定義為傳統意義上的藍領工作嗎？這個問題可能需要從社會文化層面重新去整理與解答。

2.“去技能化”是一把雙刃劍。

AI帶來藍領工作另一個顯著工作，是人類的去技能化（De-skilling）。很多媒體報道過，在一些現代化工廠中，工人已經可以按照AR眼鏡中的智能化系統指引去操作，自身可以完全不思考，不掌握技能，不具備技術。這種情形我們有親身經歷，在南方一座水務站。我們看到智能化改造之后，這里的工人只需要盯著屏幕，而不是親身參與巡檢。而一旦出現故障，AI也會自動上報啟動應對方案，也就是說盯著屏幕這個步驟事實上也是不必要的。

走向去技能化，確實降低了藍領工作的準入門檻與學習成本，但同時也消解了人類作為從業者的尊嚴感與不可替代性。這種自身不重要，隨時可能被拋棄的心理恐怖感，可能會帶來更為嚴重的社會化職業危機。

3.“藍領”概念本就復雜。

以腦力、體力來劃分勞動者范疇本就十分簡陋，而AI時代這種簡陋性會被暴露得更加徹底。美國的電工就業需求在增加，但可能同一時間制造業工人正遭遇失業。中國的大型煤礦無人化確實提升了礦工的安全性與舒適度，但也勢必帶來礦山用工數量減少，進而有可能導致礦工反而要去安全性與工作環境更加惡劣的小煤礦工作。這些復雜性的纏繞，讓我們很難簡單對AI帶給藍領的影響進行簡單定義。藍領內部的劃分可能會更加顯著，有人享受時代紅利，也有人遭遇AI的無情折磨。

寫到這里，讓我想起來今年我曾經叫了一次擦洗抽油煙機的服務。途中我發現，大概是夫妻的一男一女兩位師傅一直在說話和唱歌。隨后我發現，他們是一邊工作一邊直播。

當時我覺得，這種普通人積極擁抱網絡，擁抱數字化的景象真是美好。讓人感受到那種來自時代進程的力量，但當我懷抱著這種敬意把他們送走之后，卻發現抽油煙機擦得真不算干凈，看來直播還是挺消耗注意力的。

一切機會都在我們手中，但仿佛一切又不在我們手中。變化確實來了，但變化也縹緲不定。

藍領會像黃仁勛說的那樣，因為AI而更幸福嗎？我的真心回答是，情況非常復雜。