洞察
AI 翻译与移民薪资差距
首尔郊外的一个建筑工地上，一场安全简报正用韩语进行。几秒钟之内，来自越南、乌兹别克斯坦、尼泊尔和柬埔寨的工人们就听到了各自母语的版本。
这不是科幻小说。韩国最大的两家建筑商——大宇建设和乐天工程——今年在数十个建筑工地上部署了 AI 翻译平台。大宇的系统支持 180 种语言，并拥有建筑专属的词汇表。技术术语。安全规程。设备名称。为这样一个环境量身定制：在这里，一次误译不是一件麻烦事——而是一场灾难。
但这个故事比建筑安全更宏大
在 OECD 国家中，移民的收入比本地工人少 18%。其中四分之三的差距与技能无关——而是关乎获取高薪工作、行业和企业的渠道。而决定这一渠道的最强单一预测指标就是语言熟练度。全欧洲的研究一致发现，未能掌握东道国语言的移民面临 23–27% 的薪资惩罚。美联储的一项研究计算得出，阻碍移民发挥其生产潜力的壁垒，使美国经济损失了相当于移民总经济贡献 25% 的代价。
一个翻译问题
OECD 发现，移民的收入差距在五年内缩小了三分之一，在十年内缩小了一半。这个时间表假设移民承担了所有的适应工作。多年的沉浸式学习。正规课程. 文化代码切换。所有的负担都落在了那个拥有潜力的人身上——而不是需要这些潜力的机构身上。
AI 颠覆了这一点
它没有去问“你能以多快速度学会我们的语言？”，而是问“为什么语言应该决定谁能做出贡献？”一位会说达利语的外科医生。一位会说他加禄语的工程师。一位会说乌兹别克语的焊工。他们的能力从未改变。改变的是界面。
几十年来，我们一直通过流利程度来衡量移民。也许我们早就该通过灵活性来衡量我们的系统了。