洛克菲勒基金会宣布启动一项总额1亿美元的“Good Jobs for America”计划
洛克菲勒基金会宣布启动一项总额1亿美元的“Good Jobs for America”计划，核心目标是在AI与自动化快速渗透的背景下，通过政策试点、地方合作与雇主激励，将技术冲击转化为面向中低收入群体的“好工作”，而非单纯岗位流失。 基金会在公告中引用MIT等研究称，当前AI模型理论上已可替代约11.7%的美国劳动力，一些研究估计多达30%的工人可能在现有岗位中有一半工作内容被AI重塑，且受影响最重的是当前集中在困境社区的入门级、重复性岗位。
根据正式项目说明，这1亿美元将主要投向几个方向：一是与州和城市政府合作，设计用AI提升公共服务效率但同时创造本地就业的试点；二是支持工会、社区学院与非营利机构，共同开发面向被AI替代风险最高人群的再培训与转岗项目；三是通过“好工作标准”对愿意在AI部署中承诺工资提升、稳定排班与职业晋升路径的雇主提供资金与技术支持。 这一计划与基金会此前牵头的“AI Readiness Project”和“Humanity AI”等项目形成呼应，后者通过多家基金会合计承诺5亿美元，用于确保AI带来的生产率提升能转化为更广泛的社会收益，而不仅仅集中在资本与头部企业手中。
来源：公开信息
ABAB AI 解读
这笔1亿美元表面上是“就业项目”，本质是对AI时代劳动—资本分配机制的一次试图干预。现有研究与企业实践表明，AI最先替代的，是大量任务密集、可标准化的白领与灰领工作，而这些岗位恰恰构成了美国下层和中下层的“现金流基础设施”。 如果任由市场逻辑自行演化，效率提升产生的利润与股价收益将主要流向资本所有者与少数高技能人才，而被替代岗位所在社区将面临收入下滑、税基收缩与社会问题叠加的“多重打击”。洛克菲勒基金会试图用公益资本提前介入，通过条件资助和试点，将部分企业的AI部署从“净裁员工具”扭转为“岗位升级与本地就业再配置”的契约。
从制度结构上看，这种“好工作”模式强调的，不是简单保住旧岗位，而是用财政与公益杠杆为“新岗位的质量”设下底线：工资高度、工时可预见性、福利覆盖与技能可转移性。 在AI重塑流程后，许多岗位会从机械执行转向监督、协调与复杂问题处理，但在缺乏约束的情况下，企业完全可以把这些“升级”部分的收益内化为利润，而不是同步改善劳动条件。通过将资金与“好工作标准”绑定，基金会试图把AI带来的生产率红利的一部分锁定到劳动端，这相当于在国家尚未完成税收与再分配机制调整之前，用私人资本先行做出示范性的“小型收入分享实验”。
这项计划也折射出美国“就业体系本身已经破损”的现实——AI只是加速器。洛克菲勒基金会与合作方在分析中指出，过去几十年，美国劳动力市场已出现显著极化：高技能岗位与低技能服务岗位增长，中间层好工作萎缩；AI的到来，并非从零开始破坏一个健康结构，而是在一个已经高度不平等的基底上进一步加速重排。 因此，单纯的技能培训或“数字素养项目”无法解决问题，必须通过地方实验、雇主承诺与政策接口，探索新的劳动契约形式——包括岗位设计、工资与股权分享、以及与AI工具协同的职业路径。
从更长周期看，这1亿美元并不会决定AI对就业的总方向，但它标志着大型慈善资本在AI议题上的角色转变：从过去的“技术乐观推动者”转为“结构性缓冲器与实验平台”。 通过与地方政府和企业合作，基金会可以在某些城市或行业内提前试验“AI+就业”的新制度组合——例如AI辅助的公共服务岗位、社区级数据维护与训练工作、以及结合AI工具的中介性照护与教育角色。这些试验一旦被证明在经济上可行、在政治上可接受，就有可能被州和联邦层面吸收为政策模板，进而在更大范围内影响AI红利在劳动与资本之间的最终分配方式。