三种 AI 经济情景与营销职业的未来

大多数关于 AI 与就业的预测，只给你一个数字和满满的自信。9 月，Anthropic 发布了一个更有用的东西：三种情景，并把假设写得清清楚楚。营销属于知识型工作，所以我把它当作一份关于我自己所在领域、以及我所教的学生的预测来读。

发生了什么

Anthropic 经济学团队发布了Scenarios for our Economic Future，这是一个基于技术报告Economic Scenarios for Transformative AI（Korinek 等，2026）的交互式探索工具。它对 AI 到 2030 年可能如何影响美国的就业、增长与失业进行建模，把经济视为一系列可被 AI 增强、自动化或新创造的任务组合。

共有三种情景。在温和情景中，AI 的影响类似互联网，美国 GDP 在 2030 年达到 34.1 万亿美元。在显著情景中，AI 到 2030 年能完成一半的知识型工作，但大部分工作仍在不使用 AI 的情况下完成；增长速度约为正常水平的两倍，GDP 达到 36.3 万亿美元，知识型员工的工资大致持平，而其他劳动者的收入有所增长。在极端情景中，AI 在大多数知识型任务上超越人类，年增长率达到 15%，GDP 达到 44.4 万亿美元，失业率可能升至超过典型衰退时期的水平，知识型员工的工资下降超过 10%。

在各种情景下，劳动在 GDP 中的占比都会下降，而资本占比上升。Anthropic 还调查了 10,980 名公众。它指出，“主要挑战不在于实现经济增长，而在于确保收益被广泛共享”，并称该工具为 1.0 版本，实际结果可能与之存在重大差异。

为什么重要

留意压力落在了哪里。在显著情景和极端情景中，面临被替代的是知识型职业，而其他职业的需求则在上升。营销恰恰位于知识型这一栏：研究、写作、分析、规划、报告。

在我看来，显著情景是最现实的规划基准，而它最耐人寻味的细节是其中的落差：AI 能完成一半的知识型工作，但大部分工作仍在不使用 AI 的情况下完成。未来几年，职业的成败就取决于这道落差。对营销人员来说，问题不在于 AI 能否完成工作的某些部分，而在于你是否是那个知道如何把它用在关键部分上的人。

我的研究怎么看

我曾在我的 Forbes 专栏中主张，营销人员需要从手动内容创作者转型为自主 AI 工具的策展人，并在Will AI Make Agencies Obsolete?中提出过一个相关问题。这些情景让这一论点更加尖锐。如果被自动化的是任务，那么一份仅由可自动化任务构成的工作是脆弱的，而一份围绕判断、情境与问责构建的工作则具有韧性。

我的研究揭示了持久价值所在。在MindFuse（ACM Multimedia 2025）中，我们把 AI 定位为营销策略的共同创作者，将创意效果评分与大语言模型结合，由人来掌舵。在Fusing Predictive and Large Language Models（ACM TOIS 2025）中，输出是一条营销人员仍需自行决定是否采纳的建议。这些系统省去了大量分析工作，同时提升了那个提出问题、权衡取舍并对决策负责的人的价值。

我们在 SIGIR 2026 上关于对抗内容同质化的论文，补充了一个市场层面的观点：当每个人都用同样的工具做同样的任务，产出就会趋同。辨识度变得稀缺，而稀缺的东西就有溢价。能让 AI 辅助的工作在声音和效果上都与众不同的营销人员，在任何情景下都会受到青睐。

营销人员现在应该做什么

• 把你自己的工作拆解成任务。标出哪些 AI 已经做得很好、哪些它可以辅助、哪些仍需要你。有意识地把时间转向最后一类。
• 学会评估，而不只是写提示词。能够对照真实数据判断 AI 输出，正是这些情景所奖励的技能。
• 对结果负责，而不只是对产出负责。以交付物定义的角色，比以成果定义的角色更容易被自动化。
• 深耕领域知识。关于某个市场、某个品类或某类客户的情境，是通用模型难以复制的。
• 争取收益共享。如果 AI 提升了团队的生产力，请为培训、职业路径和新岗位争取资源，而不只是削减成本。

情景不是预测。它们的价值在于让假设变得可以讨论。对营销来说，值得讨论的假设很简单：任务的变化会比职位名称的变化更快。请为此做好准备。

常见问题