來稿作者：王妮娜博士

黑石集團旗下QTS在美國弗吉尼亞州價值千億美元的「全球最大數據中心」最近宣告流產，不是缺錢，而是缺電、缺民心。當AI的急速擴張導致電價暴漲，當地居民強烈抵制讓一個雄心勃勃的基礎設施建設瞬間成為爛尾工程。人工智能（AI）一方面加速度推進企業和國家競爭力升級，另一方面它給社會民生帶來的隱形影響逐步釋放為：對裁員的不滿、對生活成本上升的抱怨，甚至對人工智能公司高級管理層的人身攻擊。反AI社會運動對傳統的經濟預測和規劃意味着什麼？政策制定者如何提升前瞻性回應「靜水流深」帶來的挑戰？這些都應該成為香港第一個五年規劃清晰回答的問題。

AI悄悄衝擊就業環境

數據中心引發當地居民生活成本上升僅僅是AI利刃的一角。當前社會公眾的AI焦慮普遍體現為就業。根據香港政府統計處最新公布的勞動人口統計數據，香港經季節性調整的失業率為3.7%。數字溫和、符合香港經濟表現良好的樂觀預期。但另一方面，結構性看，20至29歲青年群體的失業率已微升至7.0%（較前值6.8%有所上揚）。在宏觀失業率與以往持平的背景下，該數據引發了市場對AI衝擊下初級崗位與高學歷青年求職面臨結構性阻力的擔憂。

目前對於AI如何影響就業市場缺乏紮實和確定的科學統計數據。公眾往往憑新聞報道中高科技行業裁員消息感性判斷初級崗位被替代導致特定領域的職位需求大幅下降。政策制定者也往往通過總「就業人數」或「失業率」來判斷經濟總體運行狀況。但AI時代失業是隱性的。比如一家公司可能總人數沒變（還是1,000人），但它裁掉了200個初級文案、客服和基礎程序員，轉而招聘了200個AI Prompt工程師、數據合規官和系統架構師。這種結構性失業主要衝擊初級崗位從業者。在政府的傳統勞動力月報裏，這種結構性失業表現為淨就業增長為零，看似風平浪靜；實際上，原有的200個低技能員工已經無工可開。

失業調查尚存數據盲區

AI對就業的衝擊是一場靜水流深的崗位結構重組，而非傳統經濟危機式的大規模工廠倒閉。如果不知道正在發生什麼，就不可能制定出正確的政策。勞動力市場技能紅利轉移導致的失業對基層影響最大。耶魯預算實驗室（Yale Budget Lab）近期提出「職業翻轉率（Occupational Churn）」概念，建議不是一味只盯住失業率這個絕對值，同時留一隻眼關注行業內崗位構成變化速度，以此作為「晴雨表」，一旦發現某行業的傳統崗位配比在某個月驟降，即便該行業總人數在增加，政策也必須立即介入（例如定向提供技能轉型補貼）。相反，如果政策制定者等到失業率飆升才採取行動，往往已經滯後了數月甚至數年。此時再推出失業救濟或轉崗培訓，不僅財政成本極高，而且被淘汰的勞動力可能已經永久脫離了就業市場。

數據時滯往往帶來政策盲區。香港作為一個高度自由的市場經濟體，企業解僱員工成本較低，這使得企業在AI時代為了追求財報利潤，有極強的動力在短期內大批替換初級員工，向社會釋放巨大的失業壓力。然而，特區政府現行的人力推算機制主要基於政府統計處和勞福局的失業率和就業調查，無法捕捉企業總人數未變、但初級職位已被AI悄然清除的隱形失業。這種市場與政策因時滯導致的盲區，正讓本地青年面臨畢業即失業、技能斷層的一代人危機。

五年規劃應納入就業再培訓

誰能先精準測量這種微觀的職業翻轉，誰就能在社會政策上搶佔先機。香港的僱員再培訓局（ERB）過去主要服務於低學歷、基層勞工的傳統轉業（如家政、保安）。但AI衝擊的恰恰是香港過去引以為豪的資產——大學畢業的年輕白領、金融分析師、法務助理和程序員。香港顯然缺乏一個針對「高學歷、中產白領」的技能重構機制。因此，特區政府在首個五年規劃中，有必要順應AI發展給本地勞動力結構帶來的變化，主動將ERB從傳統的基層轉業救濟角色，升格為引領全民AI賦能的戰略平台，並盡快納入議事日程。

香港正在加大馬力建設國際創科中心。創科中心的成功，不應只由「服務器數量」或「創科產值」來定義，更應由「本地勞動力的轉型成功率」來檢驗。建立更細緻的「職業翻轉率」和「行業 AI 敞口早期預警系統」，是落實中央對特區政府「穩民生、防風險」問責要求的務實之舉。第一個五年規劃承載全社會民生所期望的美好願景，除了強化國際創科中心這一個鮮明的城市定位和形象，如何在技術升級中充分考慮人工智能等前沿技術對就業等基層市民廣泛關注問題的影響，提前規劃避免政策盲區，考驗現時特區政府的執政能力。

作者王妮娜是傳播學博士，在兩地擁有多年金融機構和上市公司投資者關係管理經驗。

文章僅屬作者意見，不代表香港01立場。

01論壇歡迎投稿。請電郵至01view@hk01.com，附上作者真實姓名、自我簡介及聯絡方法。若不適用，恕不另行通知。香港01保留最終編輯權。