有研究報告首次基於真實數據揭示了AI到底在多大程度上真正進入了職場，並指出目前正遭受衝擊和相對安全的崗位
文｜《財經》記者 魯偉
編輯｜朱弢
“受人工智能影響較大的職業，失業率並未出現系統性上升，但有跡象表明，在這些職業中，年輕求職者的招聘速度有所放緩。”
這是美國人工智能公司Anthropic最近在一份題爲《AI對勞動力市場的影響：一種新的測量方法與早期證據》（下稱《報告》）的研究中披露的核心發現之一。
與多數研究不同，《報告》的亮點在於其方法論創新：它首次利用真實平臺使用數據來衡量AI對職場的實際衝擊，而非僅基於理論預測。研究團隊建立了一套名爲“觀測暴露度”（Observed Exposure）的新指標，將AI的理論能力與大型語言模型Claude的真實使用數據相結合，旨在回答一個關鍵問題：AI到底在多大程度上影響了職場？
自AI浪潮興起，關於其將取代人類工作、引發大規模失業的預言就不絕於耳。《報告》基於真實的職場交互數據，初步揭示了技術衝擊在就業市場的具體形態。它明確指出，整體而言，目前AI尚未造成系統性失業，但同時揭示了一個值得警惕的結構性變化：對22歲至25歲的年輕求職者而言，某些職業的大門正悄然關閉。
《報告》還列出了當前最易受AI影響的十大職業（包括語言處理、信息處理及基礎行政支持等），以及目前難以被AI替代的職業（如高技能手工藝、複雜人際管理、創造性戰略工作等）。
儘管AI尚未從根本上顛覆就業環境，但背後潛藏着一種更爲隱蔽的“結構性斷層”。Anthropic首席執行官達里奧·阿莫代伊（Dario Amodei）曾發出警告，未來五年，AI可能淘汰一半的初級白領崗位。這意味着，雖然整體就業數據看似平穩，但職場生態正在劇變：企業不再需要大量“學徒”來執行基礎任務，導致年輕人獲取第一份工作、積累初始經驗的“入場券”正在失效。
這種由技術驅動的勞動力市場結構性變化，並非美國獨有，而是全球各主要經濟體需要共同面對的挑戰。中國作爲AI技術應用大國，其就業市場同樣面臨這一趨勢。
在這一背景下，全國人大代表、中國科學院大學知識產權學院院長馬一德在2026年全國兩會期間提出的建議指出，中國AI治理目前主要聚焦於內容安全、數據合規、算法倫理等領域，對就業的影響尚缺乏系統性的預警與應對機制。這一制度空白若不及時填補，可能演變爲影響社會穩定的重大風險。建議加快構建人工智能應用就業影響評估機制，築牢高質量充分就業根基。
十個職業受衝擊最大
關於“AI搶飯碗”的討論，以往的預測記錄並不理想。誤差源於研究者往往關注“AI理論上能做什麼”，卻忽視了技術落地過程中的法律、軟件需求及人類驗證等重重阻礙。《報告》的研究者認爲，在AI對就業的影響尚未完全顯現時就建立監測框架，遠比事後找原因更可靠。因此，他們決定從“真實使用數據”出發，探究AI在職場中的實際應用。
《報告》提出了一個全新的、更具實操意義的指標：觀測暴露度。以往的AI替代風險指標主要衡量“理論暴露度”——即AI在理論上是否有能力加速完成某項任務，而未考慮實際使用情況。相比之下，觀測暴露度結合了Claude的真實使用數據：一項任務必須在職場相關場景中被實際觀測到有足夠的AI使用量，且自動化比例越高、該任務在職業中佔比越重，對應職業的觀測暴露度就越高。
《報告》發現，當前AI對就業市場的衝擊遠未達到其理論能力：實際覆蓋範圍仍遠低於可行範圍。研究者將“高暴露度職業”與“零暴露度職業”的失業率進行系統比較，結果顯示，自2022年底ChatGPT上線以來，兩組的失業率差距並未發生統計上可辨識的變化。唯一出現邊緣性信號的是22歲至25歲年輕人進入高暴露度職業的入職率，在2024年開始小幅下滑約14%。然而，這一信號尚未達到強顯著性水平，且存在多種替代解釋。這意味着，當前AI並未造成規模性失業。
儘管如此，但未來哪些工作會率先被AI取代？
根據觀測暴露度排名，《報告》列出了最受衝擊的前十大職業。其中，程序員毫無懸念地居於首位，近75%的任務已被AI覆蓋；換言之，程序員日常工作中有四分之三的具體任務，已經在真實使用場景中被AI執行過。排在其後的是客服代表（70.1%），目前企業客服領域大量湧現API自動化應用。數據錄入員（67.1%）位列第三，其核心工作“讀取源文件並將數據輸入系統”在自動化場景中已相當普遍。
《報告》列出的前十大受衝擊職業還包括：醫療記錄專員（66.7%）、市場研究與營銷分析師（64.8%）、批發與製造業銷售代表（62.8%）、金融與投資分析師（57.2%）、軟件質量保證分析師和測試員（51.9%）、信息安全分析師（48.6%），以及計算機用戶支持專員（46.8%）。
上述數據表明，受到AI衝擊最大的是知識型“白領”崗位。程序員、數據分析員、客服代表等職業因工作高度流程化、標準化，成爲最易被影響的羣體。這揭示了一個核心趨勢：重複性認知任務正被高效替代，而人類的獨特價值將更集中於需要創造力、複雜決策和情感交互的高階領域。
《報告》還揭示了目前受AI衝擊羣體的“畫像”：以女性、收入水平較高且受教育程度較高的人羣爲主。具體而言，研究生學歷在高暴露羣體中佔比17.4%，在未暴露組僅佔4.5%，相差近四倍；高暴露羣體的平均小時工資比零暴露羣體高出47%；此外，高暴露羣體更傾向於女性、白人或亞裔，且年齡略大。
《報告》指出，有兩類羣體面臨較高的結構性風險：一是上面提到的客服代表等高度可標準化知識任務的職業；二是正在進入勞動力市場的年輕人，尤其是持有與AI高暴露度職業相關教育背景的應屆畢業生。《報告》建議，未來的研究應當重點關注：擁有相關專業學歷的新畢業生，是否已經在就業市場上遭遇了系統性的困難。
哪些崗位AI難以替代？
在AI領域，有一個著名且富有洞察力的觀點——莫拉維克定律。其核心洞見在於：對人類而言困難的高層次推理任務（如下棋、證明定理），對AI可能相對容易；而人類無需思考的感知與運動技能（如行走、抓取），對AI卻異常艱難。
然而，一個更現實的追問是：AI理論上能做什麼，與實際被用來做什麼，是兩回事。《報告》通過對比不同職業的理論可自動化程度與實際AI滲透程度，揭示了這一差距。在雷達圖上，代表“理論上可覆蓋”的藍色區域如一片廣闊的海，而代表“實際被使用”的紅色區域，則只是其中一個小小的湖。這意味着，當前AI在職場中的應用範圍，遠未達到其理論潛力。
爲什麼會有如此大的落差？
《報告》指出，許多任務在理論層面看似可由AI完成，但在實際工作流程中並未被採用。例如，“授權藥物補充並向藥房提供處方信息”在理論上被標記爲“完全可暴露”，但在實際數據中卻從未觀測到AI執行此任務。在計算機與數學類職業中，大語言模型理論上可覆蓋其94%的任務，但實際監測到的使用率只有33%。
因此，《報告》關注的重點發生了關鍵轉變，不在於“AI能做什麼”，而在於“企業已經用它做了什麼”。只要工作中還有一個關鍵環節無法交由AI完成，人類就仍需留在崗位上，只是角色可能從“執行者”轉變爲“監督者”或“協作者”。
一個令人稍感意外的發現是，自ChatGPT發佈以來，高暴露度職業羣體的失業率，相較於低暴露度羣體，並未出現統計學上的顯著上升。這一結論在替換爲美國勞工統計局（BLS）發佈的失業保險申領等客觀數據後依然成立。
這並非意味着AI對就業沒有衝擊，更準確的解讀是：當前AI滲透的深度與廣度，尚未達到觸發大規模結構性失業的閾值。研究者表示，他們的方法足以檢測到如失業率從3%升至6%的顯著信號——類似2008年金融危機的衝擊幅度——但這樣的信號目前並未出現。
那麼，在當下及可見的未來，哪些崗位更具“韌性”？
《報告》顯示，約30%的勞動者其職業在主流AI訓練數據中“近乎隱形”，例如廚師、修理工、救生員、酒保等。這類工作的共同點是：工作在物理現場，依賴於直覺與手感，應對着非標準化的突發狀況，產出無法被數據化的實體服務或即時體驗。這類崗位創造的是實體產品或即時體驗，與數字世界天然存在“數據鴻溝”。
與此同時，許多以人類情感連接、創造性表達或極致身體技藝爲核心的領域，如藝術表演、體育競技、高端護理等，在可預見的未來依然難以被替代。正如一位英國經濟學家所言：“沒人願意看機器人跳芭蕾舞。”
《報告》強調，相關的研究價值在於構建一個動態的早期預警系統。通過持續追蹤AI的實際使用數據，他們希望在失業率數據開始報警之前，就能識別出職業市場變動的細微信號。因爲等到趨勢完全顯現，干預的最佳窗口可能已經關閉。
值得注意的是，《報告》所倡導的“早期預警”思路，在中國正得到現實的呼應。
如何早識別、早預警、早干預？
隨着人工智能浪潮席捲全球，就業市場正經歷前所未有的結構性變革。在中國，如何未雨綢繆構建有效的早期預警體系，已成爲政策制定者與學界共同關注的焦點。
在2026年全國兩會上，馬一德提出的“建立AI就業影響監測預警機制”建議受到廣泛關注。他建議由國家統計局、人社部牽頭搭建常態化監測平臺，開展專項調查並建立技術性失業統計指標，依託大數據整合招聘、社保、用工等多維度信息，構建就業波動預警指標體系，並定期發佈《人工智能應用就業影響評估報告》。
這一全鏈條方案的核心在於推動從“被動應對”轉向“主動調控”，通過數據驅動實現風險早識別、早預警、早干預，爲受衝擊行業的企業和勞動者爭取轉型緩衝期，避免技術性失業在短期內集中爆發。
全國政協委員、北京國際城市發展研究院創始院長連玉明也提出類似建議，主張構建全國性的人工智能就業衝擊監測預警機制，並探索建立與技術進步相匹配的職業轉型支持體系。
連玉明指出，當前中國就業制度與政策的優化進程滯後於技術的快速發展，具體表現爲三方面挑戰：一是“誰受衝擊”不清晰，受影響人羣與行業難以精準識別；二是“轉往何處”不明確，勞動者技能提升與產業新需求之間存在“信息差”與“技能差”；三是“救濟手段”不充分，相關法律法規建設仍顯滯後。爲此，他呼籲加快構建覆蓋風險監測、早期預警到精準干預的全鏈條工作體系。
這些建議與中央政策導向高度契合。黨的二十屆四中全會明確提出，要完善就業影響評估和監測預警，綜合應對外部環境變化和新技術發展對就業的影響。人社部也在此前的例行發佈會上透露，將出臺專門文件應對人工智能對就業的影響。
在地方層面，已有相關探索與實踐。例如，湖北省建立了就業風險預警監測機制，實時跟蹤全省2569家重點企業的崗位變動及30個縣300個村的勞動力流動情況；無錫市則整合15類核心數據構建“企業數字畫像”，利用AI算法將預警準確率提升至90%。這些實踐初步驗證，基於多源數據整合與智能分析的預警模式，在技術路徑與治理應用上展現出潛力。
爲系統應對AI對就業的衝擊，馬一德提出了多方面政策建議。
首先，建立重大技術應用的就業影響評估制度，要求企業在規模化部署AI前提交評估報告，包括受影響崗位、安置措施等，主管部門可據此調整實施節奏，促進技術紅利公平分配。
其次，完善社會保障體系，增設“技術性失業”認定標準，延長失業保險領取期限、提高培訓補貼，並探索由企業分擔部分社會成本的多元籌資機制。
再次，升級職業技能培訓體系，推動從“與AI競爭”轉向“與AI協作”，將AI素養納入職業資格評價，加快課程更新，併爲中年勞動者設立專項再培訓計劃。
此外，將就業效應納入AI產業政策框架，在提供扶持時同步評估就業創造與替代效應，引導政策向“賦能於人”的AI應用傾斜，並將就業質量納入考覈指標。
馬一德表示，人工智能革命方興未艾，制度建設恰逢其時。早一步佈局，就多一分從容。唯有在擁抱技術進步的同時，守護好億萬勞動者的根本利益，才能夯實高質量充分就業的根基。
