2026-06-18 — views
實體 AI 勞動力衝擊 2026 — Waymo 共乘 vs Aurora 卡車 vs Agility 人形機器人：就業市場衝擊基準
Waymo 衝擊共乘兼職司機，Aurora 挑戰 350 萬卡車司機，Agility Digit 進駐亞馬遜倉庫。聯邦轉型政策付之闕如。
實體 AI 基準系列第 203 篇 — 勞動力與就業市場衝擊
實體 AI 的商業化加速在 2026 年已產生直接、可量化的勞動市場後果。三波自動化取代浪潮同時推進：自動計程車衝擊共乘司機就業、無人駕駛 Class 8 卡車顛覆長途運輸業、人形機器人競逐倉儲物流工作。本文涵蓋三波浪潮的勞動市場現況、政策布局與就業展望。
第一節 — 三波實體 AI 衝擊：規模與時間表
實體 AI 對勞動力的衝擊與過去的自動化浪潮有一個關鍵差異：它針對的是知識鄰接型體力勞動——需要空間智慧、車輛操作、在非結構化環境中進行實體操作的工作——這類工作過去被認為難以自動化。三波浪潮的時間線與規模各異：
第一波 — 共乘（進行中，2025–2030）： 美國共乘司機人數估計逾 150 萬（Uber 和 Lyft 合計，含兼職）（估計值）；美國共乘司機平均淨收入估計為每小時 $15–$25（扣除費用後）（估計值）；Waymo 商業無人駕駛服務已在舊金山、鳳凰城、洛杉磯和奧斯汀與人類司機競爭；共乘司機是獨立承包商（零工經濟勞工），而非員工，這在勞動保護方面有複雜的法律影響；地理限制使目前的取代規模相對有限，但趨勢明確：隨著 Waymo 擴展至 10、20、50 個城市，取代步伐將加速；Uber 已與 Waymo 合作（Waymo 車輛可在 Uber 旧金山和鳳凰城的 App 上預約），形成 Uber 一方面受益於 Waymo 行程收入、另一方面自身司機群體遭受衝擊的戰略矛盾局面。
第二波 — 長途卡車（起步階段，2025–2032）： 美國商業卡車司機人數：逾 350 萬（美國卡車運輸協會數據）；長途跨州司機（最易受自動駕駛卡車衝擊）：估計逾 90 萬（估計值）；美國卡車司機平均年薪估計為 $70,000–$90,000（估計值）；Aurora 2025 年 4 月在達拉斯至休士頓走廊（I-45）商業性啟動無人駕駛卡車服務是此波浪潮的先鋒；行駛時間規範（HOS）優勢：自動駕駛卡車不需要 HOS 休息時間，全天 24 小時運作使資產利用率倍增；工人兄弟會積極遊說反對自動駕駛卡車法規；加州 AB-316（2023 年簽署）規定自動駕駛卡車在商業運行期間須有受訓操作員坐在駕駛室內。
第三波 — 倉儲/物流（初期階段，2026–2035）： 美國倉儲和物流工人人數：逾 200 萬（美國勞工統計局數據）（估計值）；僅亞馬遜一家：逾 75 萬名履行中心員工；Agility Robotics 的 Digit 已部署於亞馬遜履行中心從事貨物搬運；Tesla Optimus 部署於超級工廠；人形機器人倉儲浪潮進展最慢且最複雜——目前機器人只能執行特定任務（貨物搬運），而非倉儲的全部任務。
歷史平行校準： ATM 與銀行出納員的悖論：ATM 引入後，銀行出納員職位數量實際上有所增加（ATM 降低了支行運營成本，銀行開設更多支行，需要更多出納員）。1970–2000 年汽車工廠機器人：美國汽車製造業的流水線工人減少了 35%，但汽車產業整體就業（包括供應鏈、維護、物流）有所增長。實體 AI 轉型問題：自動駕駛和人形機器人的發展是否會走 ATM 悖論之路（就業淨成長），還是紡織廠模式（就業淨下降且地理集中）？
第二節 — 共乘衝擊：Waymo-Uber 悖論
| 共乘面向 | 現況 | 勞動影響 | 政策布局 |
|---|---|---|---|
| 面臨風險的司機群體 | 美國共乘司機人數估計逾 150 萬（Uber 和 Lyft 合計，含兼職）（估計值）；以共乘為主要收入的全職司機：估計占總數 30–40%（估計值）；全職司機在面對無人駕駛競爭時經濟上最為脆弱 | 依現行美國法律，共乘司機是獨立承包商（非員工）（後 AB5 加州 22 號提案；多數州採用類似零工經濟框架）；獨立承包商身份意味著：被取代後無失業保險、無僱主提供再培訓、無資遣費 | 加州、麻薩諸塞州等州擁有零工勞工保護法規；然而，沒有任何法規專門針對自動駕駛取代問題；被自動駕駛取代的零工勞工的保護空白是立法盲區 |
| Waymo 的地理性取代 | Waymo 商業無人駕駛服務：舊金山、鳳凰城、洛杉磯、奧斯汀；每週逾 15 萬次行程；主要覆蓋城市核心區；Waymo 票價在公開市場上與 Uber/Lyft 尖峰價格相當或略低 | 在 Waymo 的 4 個運營城市中，Waymo 在其覆蓋區域估計已佔據共乘市場 5–15% 份額（估計值）；這是顯著但尚未主導市場的份額 | 亞利桑那州：自動駕駛共乘監管環境最寬鬆（Waymo 自 2018 年起運營）；加州：CPUC 監管，監管框架最複雜；德克薩斯州：寬鬆；這些監管差異導致取代速度因地區而異 |
| Uber-Waymo 合作 | Uber 已在舊金山和鳳凰城的 App 上提供 Waymo 行程；Uber 司機和 Waymo 車輛在這些市場的同一個 Uber 平台上競爭 | Uber 的邏輯：Waymo 在 Uber 平台上的行程為 Uber 帶來收入，而無需支付司機工資；長遠來看，Uber 可能從依賴司機的平台轉型為自動駕駛車隊運營平台 | Uber 的零工司機群體尚未對 Waymo 合作關係組織持續的回應；部分司機倡議團體已抗議，但零工勞工的組織模式限制了集體行動 |
| 票價經濟比較 | Waymo 票價：公開可查，與 Uber/Lyft 具競爭力；Waymo 不收加成價格（無司機供給限制）；Waymo 的成本結構：無司機工資，但車輛成本高且需要車隊維護 | Waymo 的成本優勢隨以下因素增長：(1) 車隊規模擴大；(2) 第六代車輛成本下降；(3) 遠程操作比例改善；規模化後，Waymo 每次行程成本可能顯著低於有人駕駛共乘 | 規模化後盈利的 Waymo 以低於有人駕駛共乘的票價提供服務，將創造快速取代司機的經濟條件；這是 2028–2032 年的情境（估計值） |
| 國際共乘自動駕駛 | 中國：百度 Apollo Go 在多個城市進行完全無人駕駛商業運營；滴滴投資自動駕駛；中國共乘司機人數：估計逾 600 萬（估計值） | 中國的自動駕駛共乘取代可能比美國更快，原因：(1) 政府政策積極支持自動駕駛部署；(2) 中國共乘零工勞工保護較弱；(3) 百度 Apollo Go 目標城市的共乘司機人數更多 | 全球共乘司機取代問題在規模上主要是中國的問題；美國 Waymo 的故事是領先的原型 |
第三節 — 卡車運輸衝擊：工人兄弟會 vs 技術
| 卡車運輸面向 | 現況 | 勞動影響 | 政策布局 |
|---|---|---|---|
| 面臨風險的司機群體 | 美國商業卡車司機人數：逾 350 萬（美國卡車運輸協會）；長途跨州卡車司機（最易受自動駕駛卡車衝擊）：估計逾 90 萬（估計值）；美國長途卡車司機平均年薪估計為 $70K–$90K（估計值）；卡車運輸是美國無大學學歷工作中薪資最高的職業之一 | 長途卡車運輸對以下群體在經濟上尤為重要：(1) 農村社區；(2) 退伍軍人（在卡車運輸業中比例很高）；(3) 45 歲以上在卡車運輸業穩定期入行的工人 | 自動駕駛卡車衝擊的政治經濟學：長途卡車司機地理上集中於農村和郊區，在參議院擁有政治代表性；這造成了對聯邦自動駕駛卡車政策的政治阻力 |
| Aurora 的商業影響（2025–2026） | Aurora 2025 年 4 月商業無人駕駛啟動：估計 50–100 輛卡車（估計值）在達拉斯–休士頓走廊；直接取代估計 50–100 個司機職位（估計值）；相對於 350 萬總司機人數微不足道，但是加速發展的先鋒 | Aurora 預計在 2026–2028 年將車隊規模增長至數百輛再到數千輛（估計值）；按 1,000 輛 Aurora 卡車計算，每輛自動駕駛卡車估計可取代 2–3 名人類司機（考慮 HOS 休息週期） | 取代初期緩慢（自動駕駛卡車車隊有限），之後可能迅速（一旦技術和成本達到臨界點）；2028–2032 年是預計出現重大取代的時間窗口 |
| 工人兄弟會回應 | 國際卡車司機兄弟會（IBT，130 萬成員，北美最大私人部門工會）是自動駕駛卡車最積極的有組織勞工反對者；IBT 遊說推動加州 AB-316（要求駕駛室內有人工操作員） | 工人兄弟會策略：通過逐州的人工操作員要求延遲監管時間表；每個州的要求都會延遲商業無人駕駛卡車在該州的部署 | 加州 AB-316：由 Newsom 州長於 2023 年簽署；規定自動駕駛卡車在商業運行期間須有受訓人工操作員在駕駛室；Aurora 不在加州運營（在德克薩斯州運營，德克薩斯州無此要求） |
| 再培訓可行性 | 再培訓問題：一位擁有 30 年 CDL 駕駛經驗的 52 歲長途卡車司機面臨的再培訓挑戰，社區學院在 2–5 年的自動駕駛採用窗口內無法充分應對；自動駕駛卡車創造的新工作需要不同技能，且集中在城市 | 勞動經濟學家評估：卡車運輸衝擊將不成比例地傷害：(a) 年齡較大者（再培訓投資回收年限較短）；(b) 農村居民（替代就業選擇較少）；(c) 技能專一者（數十年 CDL 經驗無法轉移到軟體相關工作） | 聯邦計劃：美國交通部已承認自動駕駛卡車勞動力轉型是政策挑戰；截至 2026 年中期，尚無專門針對自動駕駛取代的卡車司機的聯邦再培訓計劃 |
| 個人業主司機的經濟衝擊 | 估計逾 35 萬名個人業主卡車司機（估計值）：擁有卡車並作為獨立承包商的卡車司機；自動駕駛卡車在每英里費率上直接競爭 | 擁有相對新型卡車的個人業主可能面臨雙重衝擊：勞動收入消失，且隨著自動駕駛競爭進入其市場，卡車資產迅速貶值；這類似於 Uber 進入時計程車牌照價值崩潰的情況 | 個人業主卡車資產貶值風險是自動駕駛卡車衝擊中最嚴重的單一財務影響；與失去工作的員工司機不同，個人業主同時失去收入和資本投資 |
第四節 — 倉儲衝擊：亞馬遜的自動化悖論
| 倉儲面向 | 現況 | 勞動影響 | 政策布局 |
|---|---|---|---|
| 亞馬遜的勞動力軌跡 | 亞馬遜倉儲員工：逾 75 萬名美國履行中心員工；自 2012 年引入 Kiva 機器人、自動傳送系統、現在的 Agility Digit 以來，亞馬遜的倉儲員工人數每年均有增長；這就是自動化悖論：亞馬遜自動化的同時招聘更多員工，因為自動化使其能夠處理更大的業務量 | 亞馬遜的自動化投資似乎並未減少其員工總數；自動化改變的是任務組合（員工減少揀貨，增加例外處理和品質控制），而非總員工數 | 美國聯邦層面尚無專門保護倉儲員工免受人形機器人取代的立法；部分州規範倉儲生產力指標和人體工學，但不限制自動化 |
| Agility Digit 的倉儲角色 | Digit：部署於亞馬遜履行中心從事貨物搬運（將標準尺寸貨物從傳送帶移至貨架或反向操作）；這是一項重複性、體力要求高的任務，估計占履行助理日常任務時間的 15–25%（估計值） | Digit 不會取代履行助理——它只處理一種特定任務類型；履行助理轉移到其他任務；Digit 有效提高了履行中心的吞吐量，而不必按比例增加員工人數 | 亞馬遜部署 Digit 符合其歷史自動化模式：自動化最高量的重複性任務，將人類調派到更複雜的任務；每單位業務量的就業淨影響可能為中性至略負 |
| Tesla Optimus 超級工廠部署 | Tesla Optimus 部署於 Tesla 超級工廠的電池組裝和品質控制；Tesla 全球員工人數估計逾 12 萬（估計值） | Tesla Optimus 在超級工廠的部署為人形製造自動化創立了內部先例；如果 Optimus 被證明高效，Tesla 可以將部署擴展到其他超級工廠任務 | Tesla 製造自動化歷來減少單位產品的勞動力含量，同時 Tesla 總員工人數有所增長（由於生產量增加）；這一模式可能在 Optimus 身上延續 |
| 就業淨影響問題 | 經濟學共識（IMF、OECD、麥肯錫）：自動化提高生產力，降低價格，增加消費支出，創造新產業和新工作；但過渡期工作不是相同的工作（不同技能、不同地點、不同人口統計特征） | 勞動力固定謬誤警示：工作崗位數量不是固定的；自動化創造新需求；然而，過渡期（估計 5–15 年）對無法迅速適應新工作類型的被取代工人造成真實困難 | 截至 2026 年中期，美國尚無專門針對實體 AI 的勞動力轉型政策框架；現有計劃（貿易調整援助、社區學院再培訓、美國交通部勞動力計劃）並非為實體 AI 取代問題而設計 |
第五節 — 實體 AI 勞動力衝擊基準
| 面向 | 共乘（第一波） | 卡車運輸（第二波） | 倉儲（第三波） | 所需政策回應 |
|---|---|---|---|---|
| 面臨風險的工人（美國估計值） | 估計逾 150 萬共乘司機（估計值）；30–40% 全職依賴（估計值） | 估計逾 90 萬長途卡車司機面臨最高風險（估計值）；總卡車司機逾 350 萬 | 估計逾 200 萬倉儲/物流工人（估計值）；亞馬遜 75 萬+ 是最大的單一雇主 | 三個群體均缺乏充分的聯邦轉型支持 |
| 取代時間表 | 進行中：Waymo 現已在 4 個城市；隨著 Waymo 擴展至 20 多個城市，2028–2030 年將出現重大取代 | 初期：Aurora 估計目前有 50–100 輛卡車；隨著自動駕駛卡車規模擴大，2030–2035 年將出現重大取代 | 初期：Digit 現已在部分亞馬遜中心；2030–2040 年才會出現重大取代（人形機器人能力必須提升以覆蓋更廣泛的任務） | 共乘最緊迫（時間表最快）；卡車運輸政治敏感性最高（工人兄弟會）；倉儲最複雜（自動化悖論） |
| 勞動保護框架 | 零工勞工身份（獨立承包商）：無失業保險，無僱主提供的再培訓；加州 22 號提案模式將零工勞工排除在 AB5 就業分類之外 | 員工身份（多數卡車司機是 W-2 員工）：失業保險存在；但再培訓計劃對較年長的農村工人而言不足；工人兄弟會提供一定程度的集體行動 | 混合型：部分亞馬遜工人是 W-2 員工（如被裁員可申請失業保險）；但亞馬遜的自動化模式歷來在就業方面保持中性 | 卡車運輸 W-2 員工擁有最正式的保護；共乘零工勞工保護最少；倉儲居中 |
| 政治經濟 | 政治力量薄弱：零工勞工未組織工會；地理分散；Uber/Lyft 曾遊說反對零工勞工保護 | 政治力量強大：工人兄弟會是美國最大、最積極的工會之一；農村州參議員在參議院擁有超出比例的影響力；自動駕駛卡車面臨最有組織性的政治反對 | 政治力量中等：亞馬遜倉儲工人在地方層面有所組織（亞馬遜勞工聯盟贏得工人兄弟會加入）；但尚無聯邦層面針對自動駕駛的倉儲保護 | 自動駕駛卡車面臨的政治阻力最有組織；共乘取代面臨最少政治阻力；倉儲居中 |
| 就業淨展望（長期） | 不確定：創造新工作（自動駕駛維護、遠程操作、軟體），但需要不同技能，且位於與被取代司機不同的城市 | 卡車運輸行業具體就業：負面；新的自動駕駛卡車工作（遠程操作員、維護技術員、軟體工程師）數量將遠少於被取代的司機；每英里貨運成本降低創造新物流需求，但不足以創造足夠的新卡車運輸工作 | 中性至略負：亞馬遜的歷史自動化和增長模式表明就業中性；但人形機器人能力擴展最終可能超過自動化促進業務量增長的抵消效果 | 長期就業淨影響可能為正（歷史規律）；但過渡期傷害是真實的，且集中在特定人口群體（較年長、農村、教育程度較低） |
總體評估： 實體 AI 正在製造自電子商務取代零售業工人以來美國最重大的勞動力顛覆——但規模和時間表不同。共乘衝擊最為緊迫且加速最快；卡車運輸衝擊將是政治爭議最激烈的；倉儲衝擊將是最複雜也最緩慢的。核心政策失敗是缺乏實體 AI 專屬的勞動力轉型框架：現有計劃（貿易調整援助、社區學院再培訓）是為貿易相關製造業取代而設計的，而非為 52 歲卡車司機需要轉型為城市科技中心機器人維護技術員的技能差距現實而設計。推動實體 AI 顛覆的公司（Tesla、Waymo、Aurora、亞馬遜/Agility）沒有法律義務資助其技術所取代工人的轉型——創造了一個典型的外部性：收益是私人的（自動駕駛公司利潤），成本是社會性的（被取代工人的困境）。
第六節 — 關於本系列
本文是實體 AI 基準系列第 203 篇。前期文章涵蓋了加速指數、人形機器人競賽、單位經濟學、全球競爭、高精地圖、車隊運營、軟體與 OTA、保險與責任、消費需求、競爭護城河、Cybercab vs Model Y、安全數據、Waymo 第六代、Optimus 製造、記分卡快照、2030 年情境預測、投資者框架、Waymo 城市擴張路線、Tesla 各州審批地圖、自動駕駛天氣與氣候限制、人才競爭、監管日曆、機器人計程車票價、自動駕駛數據飛輪比較、人形機器人部署追蹤、供應鏈分析、消費者採用需求指數、Waymo 獨立估值與 IPO 分析、Tesla Dojo vs 雲端算力建購分析，以及 Waymo-Uber 合作分析。
本文新增了勞動市場維度：描繪三個活躍的取代浪潮（共乘、卡車運輸、倉儲），量化面臨風險的工人人數，評估有組織勞工的回應，並找出讓三個群體都缺乏充分轉型支持的政策空白。
提醒： 本文中的工人人數估計、取代時間表預測和勞動市場預測，均為基於公開資訊、美國勞工統計局數據、美國卡車運輸協會數據及行業分析的估計值。本文不構成法律或財務建議。文中描述的勞動市場狀況仍在演變；請諮詢最新的政府和行業來源以獲取最新數據。
來源
- 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 ↗