自ChatGPT引爆新一輪人工智能浪潮以來，關于“AI搶走人類飯碗”的焦慮便如影隨形。

然而，如果剝開那些駭人聽聞的預測，AI對勞動力市場的真實沖擊究竟到了哪一步？

2026年3月5日，Anthropic發(fā)布了一份名為《AI的勞動力市場影響：一種新衡量標準與早期證據(jù)》（Labor market impacts of AI: A new measure and early evidence）的深度研究報告。

這份研究跳出了以往單純探討“理論可能性”的窠臼，轉而結合“實際觀測到的使用情況”，從而得出更貼近現(xiàn)實的結論，為我們提供了一把精確丈量AI沖擊波的標尺。

研究得出結論：迄今為止，AI并沒有在宏觀層面引發(fā)系統(tǒng)性的失業(yè)潮。但這并不意味著一切太平——一場隱秘的洗牌正在發(fā)生。

01

提出“實際暴露度”

新指標

過去幾年，學術界和產(chǎn)業(yè)界在預測AI的破壞力時，往往容易陷入一種“理論上的傲慢” 。例如，此前的研究曾認定四分之一的美國工作面臨離岸外包的風險，但十年后這些崗位依然保持著健康的增長 。

但在研究者看來，“理論可行”與“實際部署”之間存在著巨大的鴻溝。

基于此，該報告提出了一項全新指標——觀察到的暴露度（Observed Exposure）。

研究團隊結合了三個核心數(shù)據(jù)源：O*NET（美國職業(yè)任務數(shù)據(jù)庫）、Anthropic經(jīng)濟指數(shù)（真實的AI使用數(shù)據(jù)），以及Eloundou等人在2023年提出的理論暴露度指標。

報告發(fā)現(xiàn)，AI的實際覆蓋率遠低于其理論能力。很多理論上AI可以加速的任務，在實際中并沒有被廣泛使用。

例如，理論上AI可以“授權藥物補充和提供處方信息”，但實際中出于合規(guī)和安全考慮，團隊并未觀察到Claude執(zhí)行此任務。

在計算新指標時，研究者進行了精細的加權。如果AI在工作場景中是完全自動化地執(zhí)行任務，則賦予全部權重；如果是輔助性的，則只賦予一半權重，最后根據(jù)員工在各項任務上花費的時間比例進行加權匯總。

報告將計算出的“實際暴露度”與美國勞工統(tǒng)計局（BLS）發(fā)布的2024-2034年就業(yè)增長預測進行了對比回歸分析，發(fā)現(xiàn)職業(yè)的實際暴露度每增加10個百分點，BLS預測的就業(yè)增長率就會下降0.6個百分點。

如果僅僅使用“理論暴露度”指標進行回歸，這種負相關性是不存在的。這有力地證明了“實際暴露度”指標在預測勞動力市場趨勢時，比單純的理論預測更具現(xiàn)實指導意義和預測價值。

02

十大職業(yè)，最容易受到AI沖擊

根據(jù)“實際暴露度”這一全新指標，目前受AI（特別是大語言模型）沖擊最大、實際應用覆蓋率最高的十大職業(yè)如下：

根據(jù)實際暴露度指標，風險最高的十個職業(yè)。

• 計算機程序員（實際暴露度：74.5%）

主要被自動化的任務：編寫、更新和維護軟件程序。

• 客戶服務代表（實際暴露度：70.1%）

主要被自動化的任務：與客戶溝通以提供信息、接受訂單、處理投訴。

• 數(shù)據(jù)錄入員（實際暴露度：67.1%）

主要被自動化的任務：閱讀源文檔并將數(shù)據(jù)錄入系統(tǒng)。

• 醫(yī)療記錄專家（實際暴露度：66.7%）

主要被自動化的任務：匯編、提取患者數(shù)據(jù)并進行編碼。

• 市場研究分析師與營銷專家（實際暴露度：64.8%）

主要被自動化的任務：準備研究結果報告，用圖表說明數(shù)據(jù)，并將復雜的調查結果轉化為文字敘述。

• 銷售代表（批發(fā)和制造業(yè)，不含技術和科學產(chǎn)品）（實際暴露度：62.8%）

主要被自動化的任務：聯(lián)系客戶以展示產(chǎn)品并征求訂單。

• 財務和投資分析師（實際暴露度：57.2%）

主要被自動化的任務：通過分析財務信息來預測商業(yè)、行業(yè)或經(jīng)濟狀況，從而為投資決策提供依據(jù)。

• 軟件質量保證分析師和測試員（實際暴露度：51.9%）

主要被自動化的任務：修改軟件以糾正錯誤或提高性能。

• 信息安全分析師（實際暴露度：48.6%）

主要被自動化的任務：執(zhí)行風險評估并測試數(shù)據(jù)處理的安全性。

• 計算機用戶支持專家（實際暴露度：46.8%）

主要被自動化的任務：回答用戶關于計算機軟件或硬件操作的詢問，以解決相關問題。

這十個職業(yè)有一個致命的共同點：它們的核心工作高度依賴于文本處理、代碼編寫、數(shù)據(jù)分析或信息溝通。

在實際的商業(yè)和專業(yè)環(huán)境中，這些任務已經(jīng)在通過AI API和自動化工作流被大規(guī)模執(zhí)行。

03

七個職業(yè)，目前受AI沖擊為“零”

與此同時，有30%的勞動者處于“零暴露”狀態(tài)。報告中列舉的具體職業(yè)包括：

• 廚師

• 摩托車修理工

• 救生員

• 調酒師

• 洗碗工

• 更衣室服務員

• 農(nóng)業(yè)體力勞動者（如修剪樹木、操作農(nóng)機）

可見，這些職業(yè)絕大多數(shù)是需要直接的物理交互、動手操作或現(xiàn)場服務的崗位。

“零暴露”職業(yè)構成了目前勞動力市場中抵御AI沖擊的“物理防線”。

由于當前的人工智能缺乏在物理世界中直接操作的能力，這些傳統(tǒng)意義上薪酬和學歷要求較低的藍領或基層服務崗位，反而在AI浪潮中得以完全免疫。

04

高學歷、高薪資的精英最易受波及

高暴露人群與低暴露人群之間的差異

報告通過對比“零暴露”群體與“最高暴露”群體的客觀數(shù)據(jù)，發(fā)現(xiàn)與“自動化往往沖擊藍領或底層勞動力”的傳統(tǒng)印象不同，這群“高風險被取代者”恰恰是傳統(tǒng)意義上的職場精英：

• 更高薪：高暴露度群體（暴露度排名前25%）的平均時薪為 32.69 美元，比零暴露群體（22.23 美元）高出約47%。
  

• 更高學歷：高暴露群體擁有研究生學歷的比例高達17.4%，幾乎是零暴露群體（4.5%）的四倍。

• 人口統(tǒng)計學特征：高暴露群體中，女性的可能性高出 15.5 個百分點，白人高出10.6 個百分點，亞裔高出4.4 個百分點。

  05

  預期中的“白領大蕭條”并沒有發(fā)生

針對ChatGPT發(fā)布（2022年底）以來的勞動力市場數(shù)據(jù)，報告將失業(yè)率作為首要考察指標（相比于招聘崗位的減少，失業(yè)意味著勞動者正在尋找工作但未能如愿，最能直接反映經(jīng)濟傷害）。

研究采用“雙重差分法”（Difference-in-Differences），對比了AI暴露度最高的前25%人群與零暴露人群的失業(yè)率變化。

結果顯示，自ChatGPT發(fā)布以來，兩者之間失業(yè)率差距的變化微乎其微且在統(tǒng)計學上不顯著，表明高度暴露人群的整體失業(yè)率并未出現(xiàn)系統(tǒng)性上升。

這說明，市場曾擔憂的類似 2007-2009 年期間失業(yè)率翻倍的“白領階層大蕭條”并沒有上演。

AI帶來的改變更像互聯(lián)網(wǎng)的普及，是一場漸進式的重塑，而不是瞬間的崩塌。

06

被悄然關上的職場大門：

年輕人正在承擔代價

雖然整體沒有大規(guī)模裁員，但AI的沖擊以一種更隱蔽的方式顯現(xiàn)——放緩招聘。

22-25 歲勞動者在高暴露和無人工智能暴露職業(yè)中的新工作開始情況

由于許多年輕勞動者（22-25歲）剛進入市場，如果找不到工作他們可能會退出勞動力市場（例如繼續(xù)求學）而不是登記為失業(yè)，因此報告專門追蹤了“新工作入職率”。

數(shù)據(jù)驚人地揭示，在2024年，兩組數(shù)據(jù)開始出現(xiàn)視覺上的背離：進入高暴露職業(yè)的年輕人的求職成功率（新入職率）相比2022年下降了14%（約0.5個百分點），而25歲以上的勞動者則沒有這種下降。

這暗示了企業(yè)在面對AI提效時，可能優(yōu)先選擇凍結或減少對初級崗位的招聘，而不是裁撤現(xiàn)有員工。

07

哪些領域即將迎來AI的“爆發(fā)式”滲透？

這份報告提供了一個非常清晰的分析框架，來尋找那些最有可能從“理論暴露”轉變?yōu)椤皩嶋H應用”的職業(yè)。

按職業(yè)類別劃分的理論能力和觀察到的接觸情況。LLM 理論上可以執(zhí)行的工作任務份額（藍色區(qū)域）和根據(jù)使用數(shù)據(jù)得出的工作覆蓋率指標（紅色區(qū)域）。

根據(jù)報告的邏輯，最有可能發(fā)生這種轉變的職業(yè)，是那些目前“理論上的AI覆蓋率”（藍色區(qū)域）極高，但“實際觀察到的覆蓋率”（紅色區(qū)域）仍然較低的領域。隨著AI能力的進步和部署的深化，實際應用的范圍將不斷擴大，去填補理論上的空白。

具體來說，以下幾類職業(yè)/領域具有最大的轉化潛力：

• 計算機與數(shù)學領域：這是報告中明確點出的最具代表性的領域。該領域中 94% 的任務在理論上可以被加速，但目前實際覆蓋率僅為 33%。這意味著仍有超過 60% 的龐大空間，一旦技術門檻突破，將迅速轉化為實際應用。

• 辦公與行政類崗位：這類職業(yè)理論上的AI覆蓋率高達 90%。雖然像數(shù)據(jù)錄入員已被大量波及，但整體行政類崗位仍有巨大的理論空間等待落地。

具有巨大理論“藍區(qū)”的專業(yè)知識型領域：

根據(jù)報告的雷達圖，還有幾大領域的理論可行性非常廣闊，但目前的實際應用只占很小一部分，包括：商業(yè)與金融、法律、藝術與媒體、建筑與工程、生命與社會科學。

為什么這些職業(yè)未來會完成這種轉變？

目前很多理論上可行的任務沒有在實際中被使用，主要是因為模型目前的局限性、法律合規(guī)約束、特定的軟件環(huán)境要求，以及需要人工驗證等現(xiàn)實障礙。

但在未來幾年，隨著大語言模型能力的迭代和各類專業(yè)AI工具箱（Agent）的完善，上述阻礙會被逐一克服，

報告指出，紅色區(qū)域（實際應用）將會不斷增長，最終完全覆蓋藍色區(qū)域（理論能力）。

結語

Anthropic的報告是一面鏡子，照出了勞動力市場的裂縫。

而如何穿越這道裂縫，國內(nèi)也已經(jīng)有人開始系統(tǒng)性地思考。盛景即將出版的《AI時代創(chuàng)新法則》試圖給出中國語境下的應對框架，其中有幾個判斷值得認真對待：

AI催生的的經(jīng)濟增量必將會超過崗位折損，但兩者不在同一個時間和地點發(fā)生。這個錯位，是真正需要提前應對的難題。

工作制度需要重新談判。四天甚至三天工作制，不是福利，是對生產(chǎn)力重新分配的合理回應，也是緩解結構性失業(yè)最直接的制度出口。

教育必須真正掉頭。不是開幾門AI課，而是把年輕人重塑為"善用AI工具、為結果負責"的新型勞動力——這件事，大學和企業(yè)都已經(jīng)沒有時間再等了。

中國的就業(yè)壓力，部分解法在邊界之外。企業(yè)出海不只是產(chǎn)能出海，也是勞動力出海；同時大力發(fā)展高端專業(yè)服務業(yè)，才能從源頭承接大學生就業(yè)的壓力。

浪潮從不等人做好準備?？辞宄芽p在哪里，才有可能不掉進去。

人生只有四千周，而企業(yè)生存期更短，跨越10年經(jīng)營期的企業(yè)少之又少，企業(yè)要想有質量地活下去，活得更好更久，“極簡增長”就是看透并掌控事物本質的那個關鍵點。

選對了路，路就不會遠。盛景推出《極簡增長 立竿見影》在線課程，期望能夠幫助更多的企業(yè)走上增長道路。未來有多近，在于我們已經(jīng)走了多遠。未來有多遠，在于我們與誰同行。期待與你同行、共勉。

歡迎大家點擊底部【閱讀原文】觀看《極簡增長 立竿見影》的在線視頻課程，了解如何用極致簡單的增長方法論，實現(xiàn)快速增長。