如果你是一名年薪50萬的金融分析師，或者一位剛拿到CS碩士offer的應(yīng)屆生，你大概率在過去一年里被問過同一個問題：

"你的工作會不會被AI取代？"

3月5日，最有資格回答這個問題的公司之一——AI巨頭Anthropic，交出了一份用真實數(shù)據(jù)說話的答卷。

這份名為《人工智能對勞動力市場的影響：一種新衡量標(biāo)準(zhǔn)與早期證據(jù)》的經(jīng)濟學(xué)研究報告，由研究員Maxim Massenkoff和Peter McCrory撰寫，首次用真實平臺使用數(shù)據(jù)（而非專家拍腦袋）來衡量AI對職場的實際沖擊。

結(jié)論可能會讓焦慮的人松一口氣，也可能讓另一群人開始緊張。

先說結(jié)論：AI的"雷聲"遠(yuǎn)大于"雨點"

自ChatGPT引爆AI浪潮以來，"AI將摧毀大部分白領(lǐng)工作"的論調(diào)甚囂塵上。但這份報告用數(shù)據(jù)告訴我們——先別急著恐慌。

核心發(fā)現(xiàn)如下：

理論很豐滿，現(xiàn)實很骨感。AI在工作中的實際滲透率，只是其理論能力的一小部分。能做到，和正在做，是兩回事。

失業(yè)潮？沒來。自2022年底ChatGPT發(fā)布以來，數(shù)據(jù)并未顯示高度暴露于AI的群體出現(xiàn)了系統(tǒng)性的失業(yè)率上升。

但年輕人的門正在變窄。雖然沒有大規(guī)模裁員，但在受AI影響最大的職業(yè)中，針對年輕工作者的招聘已經(jīng)開始放緩。

最意外的發(fā)現(xiàn)：被AI威脅最大的，不是藍(lán)領(lǐng)，是高學(xué)歷、高薪、女性比例更高的白領(lǐng)群體。

接下來，我們一層層拆解。

為什么過去的預(yù)測總是翻車？

在看具體數(shù)據(jù)之前，有必要先理解一個背景：學(xué)術(shù)界在預(yù)測技術(shù)沖擊這件事上，翻車記錄相當(dāng)豐富。

舉個例子：曾經(jīng)有一項著名研究指出，大約四分之一的美國工作容易受到離岸外包沖擊。結(jié)果呢？十年過去了，這些被判了"死刑"的工作大多數(shù)都活得好好的，就業(yè)增長還挺健康。

再比如，關(guān)于工業(yè)機器人對就業(yè)的影響，不同學(xué)者得出了截然相反的結(jié)論；中國貿(mào)易沖擊到底導(dǎo)致了多少失業(yè)，至今還在吵。

問題出在哪？

過去的研究基本都在回答一個問題："AI理論上能做什么？"比如著名學(xué)者Eloundou等人構(gòu)建的指標(biāo)，評估的是一個大語言模型在理論上能否讓某項任務(wù)提速一倍。在這個框架里，AI能批改作業(yè)但不能管理課堂，所以教師的"暴露度"反而比純遠(yuǎn)程辦公的員工更低。

但Anthropic的研究團隊指出了一個關(guān)鍵盲點：

理論上可行，不等于現(xiàn)實中已發(fā)生。

一個很直觀的例子：按照理論評估，"授權(quán)藥物補充并向藥房提供處方信息"這項任務(wù)完全可以被AI加速。但在Anthropic的真實平臺數(shù)據(jù)中，壓根沒有觀察到Claude在執(zhí)行這項任務(wù)。

原因很多——模型本身的局限、法律合規(guī)約束、必須的人工驗證步驟、特定軟件要求……這些"摩擦力"在理論模型里是隱形的，但在現(xiàn)實中卻是一堵堵高墻。

所以，這份報告提出了一個全新指標(biāo)："觀測暴露度"（Observed Exposure）。

簡單說就是：不光看AI理論上能不能干這活，還要看它實際上正在干沒干這活。數(shù)據(jù)來源包括O*NET職業(yè)數(shù)據(jù)庫（覆蓋約800種美國職業(yè)）、Anthropic自身的真實用戶流量數(shù)據(jù)，以及此前的理論暴露度評估。而且，那些通過API全自動調(diào)用的場景（意味著真正的"替代"而非"輔助"），會被賦予更高的權(quán)重。

這把"新尺子"，量出了一幅截然不同的圖景。

Anthropic觀測暴露度方法框架

94% vs 33%：理論和現(xiàn)實之間隔了一整個太平洋

先看最直觀的數(shù)據(jù)對比。

AI理論暴露度與現(xiàn)實滲透率差距

以"計算機與數(shù)學(xué)"類崗位為例：理論上，AI可以滲透的任務(wù)比例高達(dá)94%。聽起來是不是很恐怖？

但現(xiàn)實中，Claude的實際覆蓋率只有33%。

"辦公室與行政"崗位也類似：理論滲透率90%，實際遠(yuǎn)未達(dá)到。

從實驗室到辦公室，AI還有很長的路要走。而這段路，就是創(chuàng)業(yè)者的機會，也是打工人的窗口期。

這個巨大的落差向商業(yè)領(lǐng)袖傳遞了一個強烈信號：現(xiàn)階段做B端AI產(chǎn)品，比拼的不是誰的模型更強，而是誰能打通"最后一公里"——合規(guī)怎么過？流程怎么接？人和AI怎么配合？這些才是真正的壁壘。

當(dāng)然，隨著技術(shù)進步和采用率提升，實際覆蓋率會逐漸向理論極限靠攏。但在此之前，大量任務(wù)仍然超出AI的能力范圍——比如修剪樹木、操作農(nóng)業(yè)機械，或者在法庭上代表客戶辯護。

十大高危崗位出爐：程序員排第一

根據(jù)"實際觀測暴露度"排名，以下是最容易受AI沖擊的十大職業(yè)：

AI沖擊最高崗位榜單

一個有意思的交叉驗證：美國勞工統(tǒng)計局（BLS）對2024-2034年的就業(yè)增長預(yù)測顯示，觀測暴露度每增加10個百分點，BLS的就業(yè)增長預(yù)測就下降0.6個百分點。官方數(shù)據(jù)和這把"新尺子"對上了。

而在硬幣的另一面，有高達(dá)30%的工作者目前實際覆蓋率為零——他們的工作在AI平臺數(shù)據(jù)中幾乎沒有出現(xiàn)。這個群體包括：廚師、摩托車修理工、救生員、調(diào)酒師、洗碗工……

歷史首次：技術(shù)革命的刀，架在了高學(xué)歷高薪人群的脖子上

過去的技術(shù)革命——機械化、全球化——沖擊的主要是藍(lán)領(lǐng)工人和低學(xué)歷人群。

但AI時代的規(guī)律被完全改寫了。

報告調(diào)用了ChatGPT發(fā)布前（2022年8-10月）的美國人口普查數(shù)據(jù)，對比了"暴露度最高的25%人群"和"完全無暴露人群"。差異觸目驚心：

• 性別：高暴露組中，女性比例高出16個百分點

• 薪酬：高暴露組平均收入高出47%

• 學(xué)歷：擁有研究生學(xué)歷的人，在無暴露組中僅占4.5%，在高暴露組中占17.4%——差距近四倍

• 族裔：高暴露組中亞裔比例幾乎是無暴露組的兩倍

歷史上第一次，技術(shù)革命的利刃懸在了社會中堅階層的頭頂。

如果這場變革加速，它所引發(fā)的社會經(jīng)濟重構(gòu)，將與以往任何一次工業(yè)革命截然不同。

沒人被裁，但年輕人的門正在悄悄關(guān)上

這是整份報告中最值得警惕的部分。

AI到底有沒有導(dǎo)致大規(guī)模失業(yè)？

研究者用了經(jīng)濟學(xué)中公認(rèn)最嚴(yán)謹(jǐn)?shù)囊蚬茢喾椒ㄖ弧?strong>雙重差分法（簡單說就是：找一組受AI影響大的人和一組受影響小的人，看ChatGPT發(fā)布前后，兩組人的失業(yè)率差距有沒有變化）。

結(jié)論很清晰：沒有。高暴露群體與低暴露群體之間的失業(yè)率差距變化極小，在統(tǒng)計學(xué)上與零沒有區(qū)別。

那是不是可以高枕無憂了？

不是。水面下的暗流已經(jīng)開始涌動。

報告追蹤了22-25歲年輕工作者進入新崗位的比率，發(fā)現(xiàn)：

• 在受AI影響較小的職業(yè)中，年輕人的入職率穩(wěn)定在每月約2%

• 但進入受沖擊最嚴(yán)重崗位的比率，下降了約0.5個百分點

• 綜合來看，后ChatGPT時代，年輕人在高暴露度職業(yè)中的求職成功率下降了約14%

• 而這種現(xiàn)象，在25歲以上的群體中并未出現(xiàn)

企業(yè)沒有揮刀裁人，而是悄悄關(guān)上了招聘的大門——承受代價的，是還沒進門的年輕人。

邏輯很好理解：面對AI帶來的效率提升，企業(yè)的第一反應(yīng)不是裁掉經(jīng)驗豐富的老員工，而是凍結(jié)或減少初級崗位的招聘，用AI來自然消化多余的產(chǎn)能。

對于剛走出校園的年輕人來說，那些原本作為職業(yè)跳板的崗位——數(shù)據(jù)錄入、初級客服、初級代碼編寫——正在急速蒸發(fā)。

Anthropic的這份報告，像一針清醒劑。

它告訴我們：不要把"理論可行性"直接等同于"明天的失業(yè)率"。AI對經(jīng)濟的重塑是漸進而隱秘的——沒有轟轟烈烈的失業(yè)潮，但結(jié)構(gòu)性的擠壓已經(jīng)開始。

對于投資者和企業(yè)管理者，真正值得關(guān)注的不是某個模型又刷新了什么benchmark，而是實際觀測覆蓋率這條紅線，正在哪些領(lǐng)域加速逼近理論極限那條藍(lán)線。哪里出現(xiàn)了兩線貼合，哪里就正在經(jīng)歷真正的商業(yè)洗牌。

對于每一位職場人，與其焦慮"AI會不會取代我"，不如問自己一個更實際的問題：在我的工作中，哪些任務(wù)已經(jīng)可以交給AI，哪些是AI短期內(nèi)碰不了的？

最后想問問屏幕前的你：

你的工作中，有多少任務(wù)已經(jīng)開始用AI完成了？你覺得自己處在"藍(lán)色區(qū)域"（理論可替代）還是"紅色區(qū)域"（已經(jīng)被替代）？

歡迎在評論區(qū)聊聊你的真實體感。畢竟，比起任何報告里的數(shù)據(jù)，你自己的經(jīng)歷才是最真實的樣本。

掃描下方二維碼，讓HDDI成為你創(chuàng)業(yè)路上的"商業(yè)第二大腦"！