炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
有研究报告首次基于真实数据揭示了AI到底在多大程度上真正进入了职场，并指出目前正遭受冲击和相对安全的岗位
文|《财经》记者 鲁伟
编辑|朱弢
“受人工智能影响较大的职业，失业率并未出现系统性上升，但有迹象表明，在这些职业中，年轻求职者的招聘速度有所放缓。”
这是美国人工智能公司Anthropic最近在一份题为《AI对劳动力市场的影响：一种新的测量方法与早期证据》（下称《报告》）的研究中披露的核心发现之一。
与多数研究不同，《报告》的亮点在于其方法论创新：它首次利用真实平台使用数据来衡量AI对职场的实际冲击，而非仅基于理论预测。研究团队建立了一套名为“观测暴露度”（Observed Exposure）的新指标，将AI的理论能力与大型语言模型Claude的真实使用数据相结合，旨在回答一个关键问题：AI到底在多大程度上影响了职场？
自AI浪潮兴起，关于其将取代人类工作、引发大规模失业的预言就不绝于耳。《报告》基于真实的职场交互数据，初步揭示了技术冲击在就业市场的具体形态。它明确指出，整体而言，目前AI尚未造成系统性失业，但同时揭示了一个值得警惕的结构性变化：对22岁至25岁的年轻求职者而言，某些职业的大门正悄然关闭。
《报告》还列出了当前最易受AI影响的十大职业（包括语言处理、信息处理及基础行政支持等），以及目前难以被AI替代的职业（如高技能手工艺、复杂人际管理、创造性战略工作等）。
尽管AI尚未从根本上颠覆就业环境，但背后潜藏着一种更为隐蔽的“结构性断层”。Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）曾发出警告，未来五年，AI可能淘汰一半的初级白领岗位。这意味着，虽然整体就业数据看似平稳，但职场生态正在剧变：企业不再需要大量“学徒”来执行基础任务，导致年轻人获取第一份工作、积累初始经验的“入场券”正在失效。
这种由技术驱动的劳动力市场结构性变化，并非美国独有，而是全球各主要经济体需要共同面对的挑战。中国作为AI技术应用大国，其就业市场同样面临这一趋势。
在这一背景下，全国人大代表、中国科学院大学知识产权学院院长马一德在2026年全国两会期间提出的建议指出，中国AI治理目前主要聚焦于内容安全、数据合规、算法伦理等领域，对就业的影响尚缺乏系统性的预警与应对机制。这一制度空白若不及时填补，可能演变为影响社会稳定的重大风险。建议加快构建人工智能应用就业影响评估机制，筑牢高质量充分就业根基。
十个职业受冲击最大
关于“AI抢饭碗”的讨论，以往的预测记录并不理想。误差源于研究者往往关注“AI理论上能做什么”，却忽视了技术落地过程中的法律、软件需求及人类验证等重重阻碍。《报告》的研究者认为，在AI对就业的影响尚未完全显现时就建立监测框架，远比事后找原因更可靠。因此，他们决定从“真实使用数据”出发，探究AI在职场中的实际应用。
《报告》提出了一个全新的、更具实操意义的指标：观测暴露度。以往的AI替代风险指标主要衡量“理论暴露度”——即AI在理论上是否有能力加速完成某项任务，而未考虑实际使用情况。相比之下，观测暴露度结合了Claude的真实使用数据：一项任务必须在职场相关场景中被实际观测到有足够的AI使用量，且自动化比例越高、该任务在职业中占比越重，对应职业的观测暴露度就越高。
《报告》发现，当前AI对就业市场的冲击远未达到其理论能力：实际覆盖范围仍远低于可行范围。研究者将“高暴露度职业”与“零暴露度职业”的失业率进行系统比较，结果显示，自2022年底ChatGPT上线以来，两组的失业率差距并未发生统计上可辨识的变化。唯一出现边缘性信号的是22岁至25岁年轻人进入高暴露度职业的入职率，在2024年开始小幅下滑约14%。然而，这一信号尚未达到强显著性水平，且存在多种替代解释。这意味着，当前AI并未造成规模性失业。
尽管如此，但未来哪些工作会率先被AI取代？
根据观测暴露度排名，《报告》列出了最受冲击的前十大职业。其中，程序员毫无悬念地居于首位，近75%的任务已被AI覆盖；换言之，程序员日常工作中有四分之三的具体任务，已经在真实使用场景中被AI执行过。排在其后的是客服代表（70.1%），目前企业客服领域大量涌现API自动化应用。数据录入员（67.1%）位列第三，其核心工作“读取源文件并将数据输入系统”在自动化场景中已相当普遍。
《报告》列出的前十大受冲击职业还包括：医疗记录专员（66.7%）、市场研究与营销分析师（64.8%）、批发与制造业销售代表（62.8%）、金融与投资分析师（57.2%）、软件质量保证分析师和测试员（51.9%）、信息安全分析师（48.6%），以及计算机用户支持专员（46.8%）。
上述数据表明，受到AI冲击最大的是知识型“白领”岗位。程序员、数据分析员、客服代表等职业因工作高度流程化、标准化，成为最易被影响的群体。这揭示了一个核心趋势：重复性认知任务正被高效替代，而人类的独特价值将更集中于需要创造力、复杂决策和情感交互的高阶领域。
《报告》还揭示了目前受AI冲击群体的“画像”：以女性、收入水平较高且受教育程度较高的人群为主。具体而言，研究生学历在高暴露群体中占比17.4%，在未暴露组仅占4.5%，相差近四倍；高暴露群体的平均小时工资比零暴露群体高出47%；此外，高暴露群体更倾向于女性、白人或亚裔，且年龄略大。
《报告》指出，有两类群体面临较高的结构性风险：一是上面提到的客服代表等高度可标准化知识任务的职业；二是正在进入劳动力市场的年轻人，尤其是持有与AI高暴露度职业相关教育背景的应届毕业生。《报告》建议，未来的研究应当重点关注：拥有相关专业学历的新毕业生，是否已经在就业市场上遭遇了系统性的困难。
哪些岗位AI难以替代？
在AI领域，有一个著名且富有洞察力的观点——莫拉维克定律。其核心洞见在于：对人类而言困难的高层次推理任务（如下棋、证明定理），对AI可能相对容易；而人类无需思考的感知与运动技能（如行走、抓取），对AI却异常艰难。
然而，一个更现实的追问是：AI理论上能做什么，与实际被用来做什么，是两回事。《报告》通过对比不同职业的理论可自动化程度与实际AI渗透程度，揭示了这一差距。在雷达图上，代表“理论上可覆盖”的蓝色区域如一片广阔的海，而代表“实际被使用”的红色区域，则只是其中一个小小的湖。这意味着，当前AI在职场中的应用范围，远未达到其理论潜力。
为什么会有如此大的落差？
《报告》指出，许多任务在理论层面看似可由AI完成，但在实际工作流程中并未被采用。例如，“授权药物补充并向药房提供处方信息”在理论上被标记为“完全可暴露”，但在实际数据中却从未观测到AI执行此任务。在计算机与数学类职业中，大语言模型理论上可覆盖其94%的任务，但实际监测到的使用率只有33%。
因此，《报告》关注的重点发生了关键转变，不在于“AI能做什么”，而在于“企业已经用它做了什么”。只要工作中还有一个关键环节无法交由AI完成，人类就仍需留在岗位上，只是角色可能从“执行者”转变为“监督者”或“协作者”。
一个令人稍感意外的发现是，自ChatGPT发布以来，高暴露度职业群体的失业率，相较于低暴露度群体，并未出现统计学上的显著上升。这一结论在替换为美国劳工统计局（BLS）发布的失业保险申领等客观数据后依然成立。
这并非意味着AI对就业没有冲击，更准确的解读是：当前AI渗透的深度与广度，尚未达到触发大规模结构性失业的阈值。研究者表示，他们的方法足以检测到如失业率从3%升至6%的显著信号——类似2008年金融危机的冲击幅度——但这样的信号目前并未出现。
那么，在当下及可见的未来，哪些岗位更具“韧性”？
《报告》显示，约30%的劳动者其职业在主流AI训练数据中“近乎隐形”，例如厨师、修理工、救生员、酒保等。这类工作的共同点是：工作在物理现场，依赖于直觉与手感，应对着非标准化的突发状况，产出无法被数据化的实体服务或即时体验。这类岗位创造的是实体产品或即时体验，与数字世界天然存在“数据鸿沟”。
与此同时，许多以人类情感连接、创造性表达或极致身体技艺为核心的领域，如艺术表演、体育竞技、高端护理等，在可预见的未来依然难以被替代。正如一位英国经济学家所言：“没人愿意看机器人跳芭蕾舞。”
《报告》强调，相关的研究价值在于构建一个动态的早期预警系统。通过持续追踪AI的实际使用数据，他们希望在失业率数据开始报警之前，就能识别出职业市场变动的细微信号。因为等到趋势完全显现，干预的最佳窗口可能已经关闭。
值得注意的是，《报告》所倡导的“早期预警”思路，在中国正得到现实的呼应。
如何早识别、早预警、早干预？
随着人工智能浪潮席卷全球，就业市场正经历前所未有的结构性变革。在中国，如何未雨绸缪构建有效的早期预警体系，已成为政策制定者与学界共同关注的焦点。
在2026年全国两会上，马一德提出的“建立AI就业影响监测预警机制”建议受到广泛关注。他建议由国家统计局、人社部牵头搭建常态化监测平台，开展专项调查并建立技术性失业统计指标，依托大数据整合招聘、社保、用工等多维度信息，构建就业波动预警指标体系，并定期发布《人工智能应用就业影响评估报告》。
这一全链条方案的核心在于推动从“被动应对”转向“主动调控”，通过数据驱动实现风险早识别、早预警、早干预，为受冲击行业的企业和劳动者争取转型缓冲期，避免技术性失业在短期内集中爆发。
全国政协委员、北京国际城市发展研究院创始院长连玉明也提出类似建议，主张构建全国性的人工智能就业冲击监测预警机制，并探索建立与技术进步相匹配的职业转型支持体系。
连玉明指出，当前中国就业制度与政策的优化进程滞后于技术的快速发展，具体表现为三方面挑战：一是“谁受冲击”不清晰，受影响人群与行业难以精准识别；二是“转往何处”不明确，劳动者技能提升与产业新需求之间存在“信息差”与“技能差”；三是“救济手段”不充分，相关法律法规建设仍显滞后。为此，他呼吁加快构建覆盖风险监测、早期预警到精准干预的全链条工作体系。
这些建议与中央政策导向高度契合。党的二十届四中全会明确提出，要完善就业影响评估和监测预警，综合应对外部环境变化和新技术发展对就业的影响。人社部也在此前的例行发布会上透露，将出台专门文件应对人工智能对就业的影响。
在地方层面，已有相关探索与实践。例如，湖北省建立了就业风险预警监测机制，实时跟踪全省2569家重点企业的岗位变动及30个县300个村的劳动力流动情况；无锡市则整合15类核心数据构建“企业数字画像”，利用AI算法将预警准确率提升至90%。这些实践初步验证，基于多源数据整合与智能分析的预警模式，在技术路径与治理应用上展现出潜力。
为系统应对AI对就业的冲击，马一德提出了多方面政策建议。
首先，建立重大技术应用的就业影响评估制度，要求企业在规模化部署AI前提交评估报告，包括受影响岗位、安置措施等，主管部门可据此调整实施节奏，促进技术红利公平分配。
其次，完善社会保障体系，增设“技术性失业”认定标准，延长失业保险领取期限、提高培训补贴，并探索由企业分担部分社会成本的多元筹资机制。
再次，升级职业技能培训体系，推动从“与AI竞争”转向“与AI协作”，将AI素养纳入职业资格评价，加快课程更新，并为中年劳动者设立专项再培训计划。
此外，将就业效应纳入AI产业政策框架，在提供扶持时同步评估就业创造与替代效应，引导政策向“赋能于人”的AI应用倾斜，并将就业质量纳入考核指标。
马一德表示，人工智能革命方兴未艾，制度建设恰逢其时。早一步布局，就多一分从容。唯有在拥抱技术进步的同时，守护好亿万劳动者的根本利益，才能夯实高质量充分就业的根基。
新浪声明：此消息系转载自新浪合作媒体，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：杨红卜
拉伯配资提示：文章来自网络，不代表本站观点。
