Andreessen Horowitz（a16z）近日發表長文〈The “AI Job Apocalypse” Is a Complete Fantasy〉，直指關於「AI 將創造永久底層階級」、「白領工作將被徹底消滅」的恐慌敘事，並不是什麼全新的洞見，而是經濟學上老掉牙的「固定工作量謬誤」（lump-of-labor fallacy）換上 AI 包裝後的版本。
所謂固定工作量謬誤，是假設世界上有一個固定數量的工作要被完成，因此一旦機器、移民、外包或 AI 做了更多，人類就必然做得更少。a16z 認為，這個前提從根本上違反人類需求、市場與經濟史的經驗。
人類想要的東西從來不是固定的，市場也不是零和遊戲。當生產力提高、成本下降，人類通常不會因此「無事可做」，而是會把節省出來的時間、資源與勞動力，推向下一個新需求、新產業與新工作。
AI 讓智慧變得更便宜
文章承認，AI 確實會消滅部分任務，也會壓縮部分職位，而且這件事可能已經開始發生。但 a16z 反對的是，把「部分工作被替代」直接推論成「整體經濟永久失業」。
作者認為，真正會發生的不是工作消失，而是勞動市場形狀被改寫；就像歷史上每一次通用技術出現時一樣，AI 會改變工作內容、重配產業結構，但生產力提升最終應該會提高勞動需求，因為人的能力會變得更有價值，而不是更沒有價值。
確實，認知成本正在崩塌。圖表顯示，從 2023 年 9 月到 2025 年底，LLM 的「價格相對智慧指數」明顯下滑，而且是以對數尺度呈現，代表模型能力與使用成本之間的關係正在快速改善。換言之，AI 把過去人類智慧專屬的分析、寫作、推理、編碼與知識處理能力，變得越來越便宜。
AI 末日論者的推論是：如果 AI 能替人類思考，人類的護城河就消失了，人類的經濟價值也會歸零。a16z 對此反駁，這種推論只看到「AI 可以做既有任務」，卻忽略了「當一種強大投入品變便宜時，市場會創造更多需求」。
文章用能源作比喻：化石燃料讓能源變得便宜、穩定、可大量取得時，人類不是只把捕鯨工與伐木工淘汰掉，而是發明塑膠、重組工業體系、創造新的消費品與新的生活方式。a16z 認為，AI 也可能是同一種力量。當 AI 承擔更多認知負擔，人類不是停止思考，而是得以處理更大、更複雜、更過去無法負擔的問題。
勞動市場持續變化：農業萎縮，服務、醫療、商業與軟體誕生
a16z 用一張長期勞動市場結構圖指出，美國勞動市場在過去 170 多年來早就歷經劇烈變形。1850 年前後，農業占美國就業非常高的比例；到了現代，農業就業占比已經幾乎消失在圖表底部，但美國並沒有因此永久失業，反而長出製造、建築、金融、商業服務、教育、醫療、休閒娛樂與各種服務業。
這是 a16z 反駁 AI 末日論的核心歷史依據：每一個曾經主導經濟的部門，都會讓位給更大、更複雜的後繼部門。舊工作減少並不等於工作總量消失，而是人類會把生產力剩餘轉移到新領域。
a16z 指出，今日科技產業雖然強大，但從美國股市歷史來看，過去金融與不動產、運輸、能源與材料等產業，也都曾在特定時期占據高度主導地位。
科技目前的主導性很高，但並非歷史上最極端的產業集中。這個圖表的意義在於：市場會不斷換主角，科技不是第一個支配市場的部門，也不會是最後一個。
農業機械化沒有摧毀勞動市場，反而釋放更多勞動力
文章接著以農業為例。20 世紀初，美國約三分之一就業人口從事農業；到 2017 年，這個比例只剩約 2%。如果自動化真的會造成永久失業，那麼拖拉機與農業機械化早就應該把勞動市場摧毀。
但實際結果相反。農業產出大幅提升，全球人口得以持續擴張，而從農業中被釋放出來的勞動力，進入工廠、商店、辦公室、醫院、實驗室、服務業，最後也進入軟體與知識經濟。
a16z 配上的「More Productive Farming Led to (A Lot) More Workers」圖表則把農產品價格與世界人口放在一起看。1913 年至 2024 年間，玉米、小麥、稻米等實質價格長期下降，但世界人口大幅增加。這代表生產力提高並沒有讓人類「不需要工作」，而是降低了基本生存成本，讓更多人口、更多產業與更多新職業成為可能。
電氣化不是只替換能源，而是重新設計工廠與家庭
第二個歷史案例是電氣化。a16z 指出，電力不是單純把一種動力來源換成另一種，而是徹底改變工廠結構：從集中式軸桿與皮帶驅動，轉向每台機器都能由個別馬達驅動。這迫使工廠重新設計工作流程，也創造出全新的工業與消費商品。
通用技術不會在問世當下立刻釋放全部生產力。1820 至 1840 年代，Faraday 與 Henry 建立電力原理；1879 年，Edison 推動商用電燈；1880 年代，Tesla 發展交流馬達；1900 年代，unit-drive 開始擴散。直到 1920 年代，單機馬達重塑工廠後，勞動生產力才明顯加速。新技術的影響需要時間，AI 也可能處於這種早期擴散階段。
當技術讓某類產品變便宜，市場通常不是萎縮，而是擴張。汽車也是同樣邏輯。1900 至 1925 年間，美國新車實質價格大幅下降，同時汽車年產量與汽車產業就業大幅增加。車子變便宜，不是讓汽車產業消失，而是讓汽車產業誕生。
試算表沒有消滅財務工作，而是讓 FP&A 時代出現
a16z 也把這套論證推到白領世界。VisiCalc、Excel 這類試算表工具，確實自動化了大量人工記帳、表格計算與資料處理工作。但它們沒有讓財務工作消失，而是讓更高階的財務分析、會計審計、FP&A（財務規劃與分析）工作快速擴張。
1970 年至 2020 年，美國 bookkeepers 與 accounting clerks 的工作數量先升後降；同一期間，accountants & auditors 持續增加，financial analysts 更從 1980 年代後大幅成長。a16z 總結為：美國大約失去 100 萬個記帳人員，但增加約 150 萬個財經分析師。
這個案例對 AI 討論尤其關鍵。因為今日 AI 對白領工作的衝擊，很可能像試算表對會計與財務的衝擊：它會替代低階、重複、格式化任務，但同時創造更多需要判斷、策略、整合與商業理解的工作。
生產力過剩也會創造全新服務業：補習、寵物照護、美甲、運動產業
a16z 進一步指出，生產力提升帶來的勞動力剩餘，不一定只會流向被自動化產業的鄰近領域，有時候會在完全不同的產業形成新工作。
1990 至 2025 年間，美國幾類服務業工作數量快速增加，包括運動員、教練、裁判與相關工作、考試準備與補習、寵物照護、美甲沙龍等。這些產業不是因為某台機器直接創造出來，而是因為整體收入上升、閒暇增加、消費升級、勞動力可被重新配置，最終讓過去規模有限的需求變成大市場。
這也是 a16z 對「AI 只會讓少數人變超級有錢，其他人被拋下」這種說法的回應之一。即使生產力提升先讓部分人變得非常富裕，他們也會把錢花出去，進而創造新的服務需求。文章承認，如何看待服務業是否「服務富人」可能有價值判斷，但從勞動市場角度看，新需求仍然會形成新工作，並推升更廣泛的薪資與就業機會。
AI 替代之外，更大的問題是 AI 增強
a16z 認為，AI 末日論只講「substitution」，卻忽略「augmentation」。對某些職業而言，AI 是生存威脅；但對另一些職業而言，AI 是放大器，會讓這些職位更值錢。
不是說 AI 沒有替代效應，但替代效應並非唯一效應。對高判斷、高整合、高責任、高複雜度的工作而言，AI 可能讓人完成更多任務、做出更快決策、處理更大範圍的問題。
軟體工程師可能是最典型的 AI 增強型職業
文章特別指出，Goldman 的 AI augmentation 清單甚至沒有把軟體工程師列進去，但軟體工程師可能是最典型的 AI 增強職業。AI coding agent 正在放大工程師能力，使 git push、新 App、新公司成立數量上升。
a16z Growth 引用 Sensor Tower 與 Wells Fargo Securities 的資料顯示，美國 iOS App 每月發布量在過去三年大致持平，但自 agentic coding 工具問世後明顯加速。單月年增率在 2025 年下半年快速拉升，到 2025 年 12 月達到 60%；若看 TTM 年增率，也從接近持平一路升至 24%。
這代表一波「vibe-coded apps」正在湧入 App Store。過去需要完整工程團隊才能做出的 App，現在可能由個人創作者、小型團隊，甚至非典型工程背景的人，透過 Claude Code、Cursor、Codex 等 AI coding agent 快速完成原型、介面修改、功能部署與上架。做軟體的邊際成本下降後，市場開始長出一大批原本不值得開發、無法開發、沒有工程資源開發的新產品。
a16z 也指出，軟體開發職缺自 2025 年初以來，無論以絕對數量或占整體職缺比例來看都在回升。作者承認，現在還太早判斷這是否完全由 AI 驅動，但邏輯上，當每間公司都在思考如何把 AI 導入業務時，對軟體工程師、產品經理與系統設計人才的需求反而可能增加。
文章也引用 Lenny Rachitsky 的觀察指出，產品經理職缺在經歷利率衝擊後持續回升，目前已是 2022 年以來最充足。a16z 認為，軟體工程師與產品經理職缺同步回升，正好說明固定工作量謬誤為什麼錯。
如果 AI 是一比一替代思考，那麼可能會出現「PM 不需要那麼多工程師」或「工程師不需要那麼多 PM」；但目前看到的是兩者需求都在回升，因為 AI 讓人們能完成更多工作，也讓企業想做更多事情，人類更不會因為 AI 出現就坐在螢幕前停止創造。
這篇文章 以史為鏡看人類生產力革新：a16z 反駁 AI 失業末日論是幻想 最早出現於 鏈新聞 ABMedia。
