Box CEO：AI暴露职位反而可能增加招聘并推高薪资，关键取决于消费者需求弹性与职位中AI暴露任务占比

Aaron Levie在X长帖中指出，AI自动化常带来与直觉相反的结果：当某项服务的成本大幅下降时，只要需求弹性足够大，总体需求量会显著上升，最终导致该领域就业与薪资双双增长。他以agentic coding为例说明：过去一个中型项目需50名工程师但ROI不足而胎死腹中，如今AI代理让它变成10人问题，项目立即启动，公司从雇0人变为雇10人。

这一动态在编码领域尤为明显：内部流程自动化、系统集成、数据分析、客户产品创新等场景原本因成本过高而搁置，现在成本骤降后大量项目被解锁，工程师需求不减反增；类似逻辑适用于其他AI暴露高的职业家族，只要消费者/企业对该服务的价格敏感度高（需求弹性大），AI带来的生产力提升会转化为更大市场规模，而非单纯裁员。

他承认过渡期可能颠簸（如人才从过剩领域向短缺领域重新配置），但整体趋势是：AI不是简单取代劳动力，而是通过“降本→扩需→增雇”的正反馈循环重塑就业结构，尤其对那些“任务密集但弹性需求强”的岗位，AI反而成为就业放大器。
The Information、Lenny's Newsletter与Aaron Levie个人博客交叉确认这一框架与Box内部AI部署经验一致：公司已用AI代理大幅压缩编码周期，导致更多内部项目启动而非减少工程师编制，凸显“成本下降不等于需求不变”的经济学核心逻辑。

来源：公开信息