2026-06-18 — views
实体 AI 劳动力冲击 2026 — Waymo 共乘 vs Aurora 卡车 vs Agility 人形机器人：就业市场冲击基准
Waymo 冲击共乘兼职司机，Aurora 挑战 350 万卡车司机，Agility Digit 进驻亚马逊仓库。联邦转型政策付之阙如。
实体 AI 基准系列第 203 篇 — 劳动力与就业市场冲击
实体 AI 的商业化加速在 2026 年已产生直接、可量化的劳动市场后果。三波自动化取代浪潮同时推进：自动计程车冲击共乘司机就业、无人驾驶 Class 8 卡车颠覆长途运输业、人形机器人竞逐仓储物流工作。本文涵盖三波浪潮的劳动市场现状、政策布局与就业展望。
第一节 — 三波实体 AI 冲击：规模与时间表
实体 AI 对劳动力的冲击与过去的自动化浪潮有一个关键差异：它针对的是知识邻接型体力劳动——需要空间智慧、车辆操作、在非结构化环境中进行实体操作的工作——这类工作过去被认为难以自动化。三波浪潮的时间线与规模各异：
第一波 — 共乘（进行中，2025–2030）： 美国共乘司机人数估计逾 150 万（Uber 和 Lyft 合计，含兼职）（估计值）；美国共乘司机平均净收入估计为每小时 $15–$25（扣除费用后）（估计值）；Waymo 商业无人驾驶服务已在旧金山、凤凰城、洛杉矶和奥斯汀与人类司机竞争；共乘司机是独立承包商（零工经济劳工），而非员工，这在劳动保护方面有复杂的法律影响；地理限制使目前的取代规模相对有限，但趋势明确：随着 Waymo 扩展至 10、20、50 个城市，取代步伐将加速；Uber 已与 Waymo 合作（Waymo 车辆可在 Uber 旧金山和凤凰城的 App 上预约），形成 Uber 一方面受益于 Waymo 行程收入、另一方面自身司机群体遭受冲击的战略矛盾局面。
第二波 — 长途卡车（起步阶段，2025–2032）： 美国商业卡车司机人数：逾 350 万（美国卡车运输协会数据）；长途跨州司机（最易受自动驾驶卡车冲击）：估计逾 90 万（估计值）；美国卡车司机平均年薪估计为 $70,000–$90,000（估计值）；Aurora 2025 年 4 月在达拉斯至休斯顿走廊（I-45）商业性启动无人驾驶卡车服务是此波浪潮的先锋；行驶时间规范（HOS）优势：自动驾驶卡车不需要 HOS 休息时间，全天 24 小时运作使资产利用率倍增；卡车司机兄弟会积极游说反对自动驾驶卡车法规；加州 AB-316（2023 年签署）规定自动驾驶卡车在商业运行期间须有受训操作员坐在驾驶室内。
第三波 — 仓储/物流（初期阶段，2026–2035）： 美国仓储和物流工人人数：逾 200 万（美国劳工统计局数据）（估计值）；仅亚马逊一家：逾 75 万名履行中心员工；Agility Robotics 的 Digit 已部署于亚马逊履行中心从事货物搬运；Tesla Optimus 部署于超级工厂；人形机器人仓储浪潮进展最慢且最复杂——目前机器人只能执行特定任务（货物搬运），而非仓储的全部任务。
历史平行校准： ATM 与银行出纳员的悖论：ATM 引入后，银行出纳员职位数量实际上有所增加（ATM 降低了支行运营成本，银行开设更多支行，需要更多出纳员）。1970–2000 年汽车工厂机器人：美国汽车制造业的流水线工人减少了 35%，但汽车产业整体就业（包括供应链、维护、物流）有所增长。实体 AI 转型问题：自动驾驶和人形机器人的发展是否会走 ATM 悖论之路（就业净增长），还是纺织厂模式（就业净下降且地理集中）？
第二节 — 共乘冲击：Waymo-Uber 悖论
| 共乘面向 | 现状 | 劳动影响 | 政策布局 |
|---|---|---|---|
| 面临风险的司机群体 | 美国共乘司机人数估计逾 150 万（Uber 和 Lyft 合计，含兼职）（估计值）；以共乘为主要收入的全职司机：估计占总数 30–40%（估计值）；全职司机在面对无人驾驶竞争时经济上最为脆弱 | 依现行美国法律，共乘司机是独立承包商（非员工）（后 AB5 加州 22 号提案；多数州采用类似零工经济框架）；独立承包商身份意味着：被取代后无失业保险、无雇主提供再培训、无遣散费 | 加州、马萨诸塞州等州拥有零工劳工保护法规；然而，没有任何法规专门针对自动驾驶取代问题；被自动驾驶取代的零工劳工的保护空白是立法盲区 |
| Waymo 的地理性取代 | Waymo 商业无人驾驶服务：旧金山、凤凰城、洛杉矶、奥斯汀；每周逾 15 万次行程；主要覆盖城市核心区；Waymo 票价在公开市场上与 Uber/Lyft 高峰价格相当或略低 | 在 Waymo 的 4 个运营城市中，Waymo 在其覆盖区域估计已占据共乘市场 5–15% 份额（估计值）；这是显著但尚未主导市场的份额 | 亚利桑那州：自动驾驶共乘监管环境最宽松（Waymo 自 2018 年起运营）；加州：CPUC 监管，监管框架最复杂；德克萨斯州：宽松；这些监管差异导致取代速度因地区而异 |
| Uber-Waymo 合作 | Uber 已在旧金山和凤凰城的 App 上提供 Waymo 行程；Uber 司机和 Waymo 车辆在这些市场的同一个 Uber 平台上竞争 | Uber 的逻辑：Waymo 在 Uber 平台上的行程为 Uber 带来收入，而无需支付司机工资；长远来看，Uber 可能从依赖司机的平台转型为自动驾驶车队运营平台 | Uber 的零工司机群体尚未对 Waymo 合作关系组织持续的回应；部分司机倡议团体已抗议，但零工劳工的组织模式限制了集体行动 |
| 票价经济比较 | Waymo 票价：公开可查，与 Uber/Lyft 具竞争力；Waymo 不收加成价格（无司机供给限制）；Waymo 的成本结构：无司机工资，但车辆成本高且需要车队维护 | Waymo 的成本优势随以下因素增长：(1) 车队规模扩大；(2) 第六代车辆成本下降；(3) 远程操作比例改善；规模化后，Waymo 每次行程成本可能显著低于有人驾驶共乘 | 规模化后盈利的 Waymo 以低于有人驾驶共乘的票价提供服务，将创造快速取代司机的经济条件；这是 2028–2032 年的情境（估计值） |
| 国际共乘自动驾驶 | 中国：百度 Apollo Go 在多个城市进行完全无人驾驶商业运营；滴滴投资自动驾驶；中国共乘司机人数：估计逾 600 万（估计值） | 中国的自动驾驶共乘取代可能比美国更快，原因：(1) 政府政策积极支持自动驾驶部署；(2) 中国共乘零工劳工保护较弱；(3) 百度 Apollo Go 目标城市的共乘司机人数更多 | 全球共乘司机取代问题在规模上主要是中国的问题；美国 Waymo 的故事是领先的原型 |
第三节 — 卡车运输冲击：卡车司机兄弟会 vs 技术
| 卡车运输面向 | 现状 | 劳动影响 | 政策布局 |
|---|---|---|---|
| 面临风险的司机群体 | 美国商业卡车司机人数：逾 350 万（美国卡车运输协会）；长途跨州卡车司机（最易受自动驾驶卡车冲击）：估计逾 90 万（估计值）；美国长途卡车司机平均年薪估计为 $70K–$90K（估计值）；卡车运输是美国无大学学历工作中薪资最高的职业之一 | 长途卡车运输对以下群体在经济上尤为重要：(1) 农村社区；(2) 退伍军人（在卡车运输业中比例很高）；(3) 45 岁以上在卡车运输业稳定期入行的工人 | 自动驾驶卡车冲击的政治经济学：长途卡车司机地理上集中于农村和郊区，在参议院拥有政治代表性；这造成了对联邦自动驾驶卡车政策的政治阻力 |
| Aurora 的商业影响（2025–2026） | Aurora 2025 年 4 月商业无人驾驶启动：估计 50–100 辆卡车（估计值）在达拉斯–休斯顿走廊；直接取代估计 50–100 个司机职位（估计值）；相对于 350 万总司机人数微不足道，但是加速发展的先锋 | Aurora 预计在 2026–2028 年将车队规模增长至数百辆再到数千辆（估计值）；按 1,000 辆 Aurora 卡车计算，每辆自动驾驶卡车估计可取代 2–3 名人类司机（考虑 HOS 休息周期） | 取代初期缓慢（自动驾驶卡车车队有限），之后可能迅速（一旦技术和成本达到临界点）；2028–2032 年是预计出现重大取代的时间窗口 |
| 卡车司机兄弟会回应 | 国际卡车司机兄弟会（IBT，130 万成员，北美最大私人部门工会）是自动驾驶卡车最积极的有组织劳工反对者；IBT 游说推动加州 AB-316（要求驾驶室内有人工操作员） | 卡车司机兄弟会策略：通过逐州的人工操作员要求延迟监管时间表；每个州的要求都会延迟商业无人驾驶卡车在该州的部署 | 加州 AB-316：由 Newsom 州长于 2023 年签署；规定自动驾驶卡车在商业运行期间须有受训人工操作员在驾驶室；Aurora 不在加州运营（在德克萨斯州运营，德克萨斯州无此要求） |
| 再培训可行性 | 再培训问题：一位拥有 30 年 CDL 驾驶经验的 52 岁长途卡车司机面临的再培训挑战，社区学院在 2–5 年的自动驾驶采用窗口内无法充分应对；自动驾驶卡车创造的新工作需要不同技能，且集中在城市 | 劳动经济学家评估：卡车运输冲击将不成比例地伤害：(a) 年龄较大者（再培训投资回收年限较短）；(b) 农村居民（替代就业选择较少）；(c) 技能专一者（数十年 CDL 经验无法转移到软件相关工作） | 联邦计划：美国交通部已承认自动驾驶卡车劳动力转型是政策挑战；截至 2026 年中期，尚无专门针对自动驾驶取代的卡车司机的联邦再培训计划 |
| 个人业主司机的经济冲击 | 估计逾 35 万名个人业主卡车司机（估计值）：拥有卡车并作为独立承包商的卡车司机；自动驾驶卡车在每英里费率上直接竞争 | 拥有相对新型卡车的个人业主可能面临双重冲击：劳动收入消失，且随着自动驾驶竞争进入其市场，卡车资产迅速贬值；这类似于 Uber 进入时出租车牌照价值崩溃的情况 | 个人业主卡车资产贬值风险是自动驾驶卡车冲击中最严重的单一财务影响；与失去工作的员工司机不同，个人业主同时失去收入和资本投资 |
第四节 — 仓储冲击：亚马逊的自动化悖论
| 仓储面向 | 现状 | 劳动影响 | 政策布局 |
|---|---|---|---|
| 亚马逊的劳动力轨迹 | 亚马逊仓储员工：逾 75 万名美国履行中心员工；自 2012 年引入 Kiva 机器人、自动传送系统、现在的 Agility Digit 以来，亚马逊的仓储员工人数每年均有增长；这就是自动化悖论：亚马逊自动化的同时招聘更多员工，因为自动化使其能够处理更大的业务量 | 亚马逊的自动化投资似乎并未减少其员工总数；自动化改变的是任务组合（员工减少拣货，增加异常处理和质量控制），而非总员工数 | 美国联邦层面尚无专门保护仓储员工免受人形机器人取代的立法；部分州规范仓储生产力指标和人体工学，但不限制自动化 |
| Agility Digit 的仓储角色 | Digit：部署于亚马逊履行中心从事货物搬运（将标准尺寸货物从传送带移至货架或反向操作）；这是一项重复性、体力要求高的任务，估计占履行助理日常任务时间的 15–25%（估计值） | Digit 不会取代履行助理——它只处理一种特定任务类型；履行助理转移到其他任务；Digit 有效提高了履行中心的吞吐量，而不必按比例增加员工人数 | 亚马逊部署 Digit 符合其历史自动化模式：自动化最高量的重复性任务，将人类调派到更复杂的任务；每单位业务量的就业净影响可能为中性至略负 |
| Tesla Optimus 超级工厂部署 | Tesla Optimus 部署于 Tesla 超级工厂的电池组装和质量控制；Tesla 全球员工人数估计逾 12 万（估计值） | Tesla Optimus 在超级工厂的部署为人形制造自动化创立了内部先例；如果 Optimus 被证明高效，Tesla 可以将部署扩展到其他超级工厂任务 | Tesla 制造自动化历来减少单位产品的劳动力含量，同时 Tesla 总员工人数有所增长（由于生产量增加）；这一模式可能在 Optimus 身上延续 |
| 就业净影响问题 | 经济学共识（IMF、OECD、麦肯锡）：自动化提高生产力，降低价格，增加消费支出，创造新产业和新工作；但过渡期工作不是相同的工作（不同技能、不同地点、不同人口统计特征） | 劳动力固定谬误警示：工作岗位数量不是固定的；自动化创造新需求；然而，过渡期（估计 5–15 年）对无法迅速适应新工作类型的被取代工人造成真实困难 | 截至 2026 年中期，美国尚无专门针对实体 AI 的劳动力转型政策框架；现有计划（贸易调整援助、社区学院再培训、美国交通部劳动力计划）并非为实体 AI 取代问题而设计 |
第五节 — 实体 AI 劳动力冲击基准
| 面向 | 共乘（第一波） | 卡车运输（第二波） | 仓储（第三波） | 所需政策回应 |
|---|---|---|---|---|
| 面临风险的工人（美国估计值） | 估计逾 150 万共乘司机（估计值）；30–40% 全职依赖（估计值） | 估计逾 90 万长途卡车司机面临最高风险（估计值）；总卡车司机逾 350 万 | 估计逾 200 万仓储/物流工人（估计值）；亚马逊 75 万+ 是最大的单一雇主 | 三个群体均缺乏充分的联邦转型支持 |
| 取代时间表 | 进行中：Waymo 现已在 4 个城市；随着 Waymo 扩展至 20 多个城市，2028–2030 年将出现重大取代 | 初期：Aurora 估计目前有 50–100 辆卡车；随着自动驾驶卡车规模扩大，2030–2035 年将出现重大取代 | 初期：Digit 现已在部分亚马逊中心；2030–2040 年才会出现重大取代（人形机器人能力必须提升以覆盖更广泛的任务） | 共乘最紧迫（时间表最快）；卡车运输政治敏感性最高（卡车司机兄弟会）；仓储最复杂（自动化悖论） |
| 劳动保护框架 | 零工劳工身份（独立承包商）：无失业保险，无雇主提供的再培训；加州 22 号提案模式将零工劳工排除在 AB5 就业分类之外 | 员工身份（多数卡车司机是 W-2 员工）：失业保险存在；但再培训计划对较年长的农村工人而言不足；卡车司机兄弟会提供一定程度的集体行动 | 混合型：部分亚马逊工人是 W-2 员工（如被裁员可申请失业保险）；但亚马逊的自动化模式历来在就业方面保持中性 | 卡车运输 W-2 员工拥有最正式的保护；共乘零工劳工保护最少；仓储居中 |
| 政治经济 | 政治力量薄弱：零工劳工未组织工会；地理分散；Uber/Lyft 曾游说反对零工劳工保护 | 政治力量强大：卡车司机兄弟会是美国最大、最积极的工会之一；农村州参议员在参议院拥有超出比例的影响力；自动驾驶卡车面临最有组织性的政治反对 | 政治力量中等：亚马逊仓储工人在地方层面有所组织（亚马逊劳工联盟赢得卡车司机兄弟会加入）；但尚无联邦层面针对自动驾驶的仓储保护 | 自动驾驶卡车面临的政治阻力最有组织；共乘取代面临最少政治阻力；仓储居中 |
| 就业净展望（长期） | 不确定：创造新工作（自动驾驶维护、远程操作、软件），但需要不同技能，且位于与被取代司机不同的城市 | 卡车运输行业具体就业：负面；新的自动驾驶卡车工作（远程操作员、维护技术员、软件工程师）数量将远少于被取代的司机；每英里货运成本降低创造新物流需求，但不足以创造足够的新卡车运输工作 | 中性至略负：亚马逊的历史自动化和增长模式表明就业中性；但人形机器人能力扩展最终可能超过自动化促进业务量增长的抵消效果 | 长期就业净影响可能为正（历史规律）；但过渡期伤害是真实的，且集中在特定人口群体（较年长、农村、教育程度较低） |
总体评估： 实体 AI 正在制造自电子商务取代零售业工人以来美国最重大的劳动力颠覆——但规模和时间表不同。共乘冲击最为紧迫且加速最快；卡车运输冲击将是政治争议最激烈的；仓储冲击将是最复杂也最缓慢的。核心政策失败是缺乏实体 AI 专属的劳动力转型框架：现有计划（贸易调整援助、社区学院再培训）是为贸易相关制造业取代而设计的，而非为 52 岁卡车司机需要转型为城市科技中心机器人维护技术员的技能差距现实而设计。推动实体 AI 颠覆的公司（Tesla、Waymo、Aurora、亚马逊/Agility）没有法律义务资助其技术所取代工人的转型——创造了一个典型的外部性：收益是私人的（自动驾驶公司利润），成本是社会性的（被取代工人的困境）。
第六节 — 关于本系列
本文是实体 AI 基准系列第 203 篇。前期文章涵盖了加速指数、人形机器人竞赛、单位经济学、全球竞争、高精地图、车队运营、软件与 OTA、保险与责任、消费需求、竞争护城河、Cybercab vs Model Y、安全数据、Waymo 第六代、Optimus 制造、记分卡快照、2030 年情境预测、投资者框架、Waymo 城市扩张路线、Tesla 各州审批地图、自动驾驶天气与气候限制、人才竞争、监管日历、机器人计程车票价、自动驾驶数据飞轮比较、人形机器人部署追踪、供应链分析、消费者采用需求指数、Waymo 独立估值与 IPO 分析、Tesla Dojo vs 云端算力建购分析，以及 Waymo-Uber 合作分析。
本文新增了劳动市场维度：描绘三个活跃的取代浪潮（共乘、卡车运输、仓储），量化面临风险的工人人数，评估有组织劳工的回应，并找出让三个群体都缺乏充分转型支持的政策空白。
提醒： 本文中的工人人数估计、取代时间表预测和劳动市场预测，均为基于公开资讯、美国劳工统计局数据、美国卡车运输协会数据及行业分析的估计值。本文不构成法律或财务建议。文中描述的劳动市场状况仍在演变；请咨询最新的政府和行业来源以获取最新数据。
来源
- ATA truck driver shortage report — American Trucking Associations ↗
- California AB-316 AV trucking human operator requirement — California Legislature ↗
- Teamsters AV trucking position — International Brotherhood of Teamsters ↗
- BLS Occupational Employment Statistics — US Bureau of Labor Statistics ↗