「50% 失業」和「工時砍半」是同一件事，你為什麼只怕前者？
經濟學家塔巴羅克在 OpenAI 總部提出一個驚人的換框：AI 造成 50% 失業率，和工作時間縮短一半，在數學上幾乎是同一件事。從蘇格拉底對文字的恐懼，到盧德分子砸毀第一台 AI，再到 Excel 反而讓會計師變多，歷史告訴我們：技術焦慮古老如文明本身，而工時減半從未以失業的面目出現。
本文整理自《a16z Podcast》2026 年 6 月播出的單集。
一個讓人坐立不安的等式
假設有人告訴你：AI 即將讓一半的人失業。你大概會開始盤算自己的工作安不安全，想著小孩該念什麼科系，甚至在深夜刷到某篇「AI 末日」的文章後焦慮到睡不著。
但如果同一個人改口說：AI 會讓每個人的工作時間縮短一半。你的反應可能完全不同。多出來的時間可以陪家人、旅行、學一直想學的東西，甚至創業做自己真正想做的事。這聽起來根本是烏托邦。
喬治梅森大學經濟學教授塔巴羅克（亞歷克斯．塔巴羅克，Alex Tabarrok）在 OpenAI 總部的一場對談中，正是用這個問題開場。「50% 失業率，聽起來很可怕，」他對台下的 OpenAI 工程師說，「但假設我換一種說法：工作時間縮短一半。這聽起來反而很美好。然而，這兩件事在數學上幾乎是同一件事。」差別只在於分配方式：如果每個人的工作量均勻減少，那叫週休四日；如果一半人完全不工作而另一半照舊，那叫失業災難。同一個數學結果，截然不同的社會意義。
同台的共同作者、同校教授科文（泰勒．科文，Tyler Cowen）補充了另一個角度。他認為 AI 讓小型團隊能做到過去大公司才做得到的事，這意味著更多新公司、新專案、新組織會冒出來，而不是工作機會單方面消失。科文在自己經營的部落格 Marginal Revolution 上，已經列出超過 150 種他認為 AI 時代可能誕生的新型工作，從追蹤走失寵物到管理 AI 系統的合規專員，各種你現在想都想不到的職業。
塔巴羅克的等式聽起來像文字遊戲，但他手上有紮實的歷史數據。而這些數據的規模，可能遠超你的想像。
工時已經砍半了，只是沒人注意到
1850 年，工業革命剛起步的時候，一個人平均每年工作大約 3,000 小時。今天，這個數字大約是 1,500 小時。換算下來，人類的年工作時間在 170 年間已經減少了整整一半。但沒有人管這叫「50% 失業率」。
塔巴羅克用了一個更驚人的統計來說明這一點。1850 年，一個人一生中大約有 50% 的時間花在工作上。今天，這個比例只剩下大約 10%。減少的那 40% 去了哪裡？答案是：更長的童年、更多的教育年限、更短的每週工時，以及一個在 1850 年的人完全無法想像的概念，叫做「退休」。
想想看，「退休」這件事有多新。在 19 世紀中期，絕大多數人工作到身體撐不住為止。沒有什麼「65 歲退休然後環遊世界」這種選項。退休是 20 世紀才普及的概念。更早一點，「度假」在 19 世紀是有錢人的專利，到了 20 世紀才慢慢變成一般人也能享受的事。至於週休二日？那也是 20 世紀的發明。如果你穿越回 1870 年告訴一個農夫「你以後每週有兩天不用工作，每年還有一個月的有薪假，然後 60 幾歲之後可以完全不工作」，他大概會覺得你瘋了。
科文補了一句：「很多我們認為理所當然的『休閒』形式，其實都是現代的發明。」我們的曾祖父母不是選擇不度假，而是根本不知道有這個選項。同樣的道理，AI 時代可能會創造出我們現在無法想像的生活方式，就像 1870 年的人無法想像「退休後去西班牙住半年」一樣。
歷史的訊息很清楚：每一次生產力的大幅提升，工作時間確實減少了，但這個減少從來不是以「大規模失業」的方式發生。它以更溫和、更漸進的形式出現，化為更短的工作週、更長的教育期、更從容的晚年。沒有人在 1950 年抗議「週休二日讓我們失去了六分之一的工作機會」，因為那聽起來就很荒謬。
蘇格拉底是第一個 AI 悲觀論者
如果你覺得「AI 會讓人類變笨」這個擔憂很新潮，塔巴羅克有一個壞消息：這種焦慮至少有 2,400 年的歷史了。
他在對談中引用了一段話：「每次你截圖而不是思考，你就在訓練自己變得更空洞。」聽起來像是某個科技評論者對社群媒體的批判？其實這段話幾乎是蘇格拉底對「文字」的擔憂的現代改寫。蘇格拉底認為，把知識寫下來會讓人不再用腦記東西，結果變得淺薄。他擔心的「新科技」，是書寫本身。人類對外包認知能力的恐懼，從文字、印刷術、計算機到網際網路，每一次都有人說「這會毀掉人類的思考能力」。到目前為止，每一次都沒有成真。
塔巴羅克接著講了一個更精彩的歷史故事。19 世紀初，英國的盧德分子（Luddites）砸毀工廠裡的機器，抗議機械化搶走他們的飯碗。他們攻擊的對象包括雅卡爾提花織布機（Jacquard loom），而這台機器有一個大多數人不知道的特點：它是靠打孔卡片控制的。換句話說，它是人類史上第一台由演算法驅動的機器。「盧德分子不只是在反對機械，」塔巴羅克指出，「他們是史上第一批攻擊人工智慧的人。」
然後他丟出了三個問題。提花織布機最終讓多少織工永久失業？答案：趨近於零。拖拉機最終讓多少農工永久失業？同樣趨近於零，因為那些人轉去了汽車和拖拉機工廠。Excel 讓多少會計師永久失業？這一題的答案最有趣：Excel 非但沒有消滅會計師這個職業，反而讓會計師的需求增加了。當試算表讓分析變得更容易，企業發現自己需要更多懂得使用這些工具的人，而不是更少。
這個規律一再重複。新工具不是取代人，而是改變人的工作內容。恐懼來自於我們看得到即將消失的工作，卻看不到即將誕生的工作。
李嘉圖的盲點
看不到未來的工作，不是因為你不夠聰明。是因為沒有人夠聰明。
科文在對談中提到了經濟學史上一個著名的案例。1817 年，英國經濟學家大衛．李嘉圖（David Ricardo）寫了一篇關於機械的論文，試圖分析機器對勞動市場的影響。李嘉圖是他那個時代最頂尖的經濟學家，比較優勢理論就是他提出的。但當他試圖預測機器會創造什麼新工作時，他完全沒有頭緒。「他根本不知道新的工作會是什麼，」科文觀察，「而他可是當時最聰明的人之一。」如果連李嘉圖都預測不了蒸汽機時代的新職業，我們憑什麼覺得自己能預測 AI 時代的？
不過，科文自己倒是試著列了一些。他認為有幾個領域幾乎確定會因 AI 而大量增加就業。第一個是美國的電力基礎設施。他直言美國的電網「完全是一團糟」，修復它需要 20 到 40 年的時間，代表數十年的穩定就業機會。這種工作涉及實體世界的複雜操作，很難被 AI 取代。第二個是生物醫學研究。AI 可以更快速地生成研究假說，但法律規定藥物必須經過人體試驗才能上市。AI 越強，能產生的待驗證假說就越多，反而需要更多人來執行臨床試驗。
第三個是老年照護。科文認為這可能占到未來所有工作的 15% 到 20%。即使機器人和 AI 伴侶能提供輔助，老年人對真人照護者的需求不會消失，反而會因為人口老化而大幅增加。還有一類是經濟學家蓋拉卡諾（Louis Garacano）所說的「messy jobs」，也就是混亂型工作：一天要處理十幾件不同的事，需要協調、臨機應變、管理各種意外狀況。你很難寫出一份完整的工作說明書給 AI，因為工作內容每天都不一樣。網路安全、法規合規、為 AI 立法的政府律師，都屬於這類。
市場的力量會自己找到答案。當薪資和物價不斷調整，新的工作機會就會在意想不到的地方冒出來。歷史已經證明過這一點無數次，只是每一次，身處其中的人都覺得「這次不一樣」。
真正該害怕的，是經濟不成長
在 OpenAI 的聽眾問答環節，有人問了一個很直接的問題：如果 AI 真的解決了稀缺性問題，我們該什麼時候開始規劃重分配？
塔巴羅克的回答讓人意想不到。他認為這個問題的方向搞反了。擔心「太富裕了怎麼辦」，就像 19 世紀的人擔心「鯨油快用完了怎麼辦」一樣。那個時代的人無法想像電燈泡的出現會讓鯨油變得無關緊要。我們現在也同樣無法想像，一個 AI 大幅提升生產力的世界會自然產生什麼樣的分配機制。
他真正擔心的是相反的情況：經濟成長停滯或歸零。「在一個零成長的社會裡，致富的唯一方式就是從別人手中搶，」塔巴羅克說。他認為今天很多政治上的撕裂和對立，根源就在於經濟成長放緩。每個人都覺得自己分到的餅在縮小，所以變得更加敵對、更加零和。大餅持續變大的時候，分配是一個相對容易解決的協調問題；餅不再變大甚至在縮小的時候，分配就變成你死我活的戰爭。
科文同意這個判斷，並補充了一個很實際的觀察。1800 年的人沒有預先設計出一套「如何管理 2026 年的財富」的方案。他們面對的挑戰在當時同樣看起來無解，但最終社會在過程中慢慢摸索出了答案。同樣的道理，我們現在也沒必要因為想不到 AI 時代的完美分配方案就焦慮不安。重要的是確保經濟持續成長，讓餅繼續變大。
這或許是整場對談中最該被記住的觀點。我們花了太多時間討論「AI 太強怎麼辦」，卻太少討論「經濟不夠強怎麼辦」。如果 AI 帶來的生產力提升夠大，分配問題會比我們想像的更容易解決。但如果因為過度監管、能源不足，或者純粹的政治內耗，導致 AI 的紅利無法轉化為實際的經濟成長，那我們才真的有麻煩。
歷史上每一次生產力革命，都改變了工作、休閒和社會結構的定義。蒸汽機給了我們工廠和鐵路，但也催生了童工法和工會。電力給了我們流水線，但也帶來了八小時工作制和週末。AI 會給我們什麼，現在還說不準。但如果過去 170 年是任何指引的話，「一半的人永久失業」大概不會是答案。更可能的劇本是：我們會像過去一樣，在一片恐慌和懷疑中，悄悄走向更少的工作時間和更多的人生選擇。