吳恩達：AI不會引發就業末日，軟件工程師仍短缺
前百度首席科學家、DeepLearning.AI創始人Andrew Ng在接受《經濟學人》採訪時表示，目前找不到足夠的軟件工程師，同時已看到懂得運用AI的營銷、銷售與運營人員同樣供不應求。
他直接否定AI導致大規模失業的預測，稱“所謂50%的人失業甚至走上街頭抗議，我看不到任何現實中可能發生的路徑”。Ng指出AI只能自動化一份工作中的部分任務，剩餘工作仍需要人完成，早期數據也未顯示出此前擔憂的嚴重就業衝擊。
他以軟件工程爲例，認爲該領域是AI影響最明顯的職業，但招聘需求依然強勁，優秀工程師比以往更忙。真正的挑戰是讓人們掌握新的職業技能，而不僅僅是學會使用AI工具。大學課程更新速度滯後，未能及時匹配當前僱主需求。
該表態屬於觀點驅動，強調部分任務自動化而非崗位整體消失；受益方爲能將AI融入具體工作流的專業人士，承壓方爲仍按2022年方式工作或僅依賴傳統教育路徑的人，因互補效應使剩餘人類任務價值上升。
來源：公開信息
ABAB AI 解讀
Ng長期推動AI教育與應用落地，曾聯合創立Google Brain與Coursera，並在多次公開場合指出軟件工程等受AI影響最深的領域招聘需求未下降，反而出現AI相關技能短缺；其路徑強調通過在線學習與快速迭代彌補大學課程滯後。
資本路徑上，他將注意力投向AI工程技能培訓與應用構建工具，動機是將AI從部分任務自動化轉化爲生產力提升，使企業因剩餘人類工作價值上升而增加而非減少相關崗位需求。
類比計算機從打孔卡向鍵盤終端過渡時程序員持續被僱傭的路徑，當前處於從“AI替代崗位”敘事向“AI改變任務結構”重新定價的階段；與預測大規模失業的觀點相比，部分任務自動化使互補性工作更有價值。
本質屬於技術替代的局部化：AI對就業的影響主要體現在任務層面的自動化而非崗位整體消失；發生機制在於多數工作由可自動化的標準化部分與需判斷、協調的剩餘部分組成，後者因前者效率提升而價值上升，從而維持或擴大對具備新技能人員的需求。
ABAB News · 認知定律
AI做部分任務，人做剩餘部分
技能缺口比失業更現實
互補效應抬高人類工作價值