整理 | 华卫
近日，Anthropic 发布了一项研究，精确描绘了当前 AI 正在替代哪些工作。最容易受到影响的群体出乎意料：他们更年长、受教育程度更高、收入也更高（比平均水平高出 47%）。并且，他们拥有研究生学历的概率几乎是那些尚未被 AI 影响人群的四倍。
而研究显示，AI 远未达到其理论能力上限，当前实际覆盖范围也只是可实现场景的一小部分。具体来说，部分任务虽具备理论 AI 落地可行性，却未形成规模化实际应用，核心原因包括模型本身的功能局限、法律法规约束、专用软件适配门槛、人工核验硬性要求等多重阻碍。
值得注意的是，发布这项研究的公司，正是出售知名大模型 Claude 的公司。一家卖 AI 的公司，发布了最不利自己的数据。Anthropic 本可以出于商业动机弱化这些结论，但它依然选择了公开。
在展示研究结果前，Anthropic 首先介绍道，“目前来看，AI 对就业的影响证据仍然有限。我们的目标是建立一套衡量 AI 如何影响就业的方法，并在未来定期更新分析。这一方法无法捕捉 AI 重塑劳动力市场的所有路径，但通过在显著影响尚未出现前建立基础，我们希望未来能够更可靠地识别经济冲击，而不是事后归因。AI 的影响也许最终会非常明显。但在影响尚不清晰时，这一框架尤其有用，有助于在替代真正发生之前识别最脆弱的岗位。”
他们研究的逻辑很直接。Anthropic 构建了一个新的指标，叫做“实际暴露度（observed exposure）”，不看 AI 理论上“能做什么”，只关注它在真实职业环境中“正在做什么”。当前，这个指标基于企业用户数百万条真实的 Claude 对话数据测得。如果你花了四年时间和 20 万美元拿到一个学位，只为进入白领职业，那么开发 Claude 的公司刚刚确认：你的岗位暴露度，可能比你毕业典礼上给你倒酒的调酒师还要高。
例如，在计算机与数学相关岗位中，大模型理论任务适配率达 94%，但当前实际覆盖仅 33%；在办公室和行政岗位中，理论能力为 90%，当前实际使用为 40%。AI“能做什么”和“已经在做什么”之间的差距仍然巨大。研究人员也明确指出接下来会发生什么：随着能力提升和应用加深，现实使用将逐步填满理论能力。
数据显示，高 AI 实际暴露度十大职业榜上，程序员以 74.5% 的任务覆盖率位居榜首（契合代码开发类 AI 高频使用特征）；客服专员依托官方 API 接口的高频应用位列第二，为 70.1%；数据录入员因资料录入流程高度自动化，覆盖率达 67%，排名第三。
再往下看，医疗档案专员为 66.7%；市场研究分析师与营销专员为 64.8%；批发与制造业销售代表（不含技术与科学产品）为 62.8%；金融与投资分析师为 57.2%；软件质量保障分析师与测试员为 51.9%；信息安全分析师为 48.6%；计算机用户支持专员为 46.8%。
以上这些都不是预测，而是当前已经在 AI 平台上发生的真实工作替代情况。
另外，这项正在重塑白领职业的技术，对大约三分之一的劳动力来说几乎毫无影响。从尾部群体来看，30% 的从业者完全没有任何 AI 暴露，其工作任务在统计样本中频次过低，未达到测算阈值，工作内容的 AI 任务覆盖率为零，典型岗位包含厨师、摩托车维修工、救生员、调酒师、洗碗工、更衣室服务人员等。同时，还有大量工作仍长期处于 AI 能力边界之外，包括树木修剪、农机操作等体力农业劳动，以及法庭代理等法律实务工作。
分化不再是“高技能 vs 低技能”，而是“是否被 AI 覆盖”。以现有就业规模为权重开展职业层面回归分析，结果显示：AI 实际暴露度越高，岗位增长预期越疲软。任务覆盖率每提升 10 个百分点，BLS 岗位增长预测值对应下降 0.6 个百分点。这一弱相关性，验证了本指标与专业劳动力市场研判数据的一致性；值得注意的是，仅依靠传统理论能力系数 β，无法观测到该关联特征。
真正让人不安的是人口结构层面的发现。对比高暴露度前 25% 群体与零暴露度 30% 群体的从业者画像，两类群体差异显著：高暴露度群体女性占比高出 16 个百分点，白人占比高出 11 个百分点，亚裔占比近乎翻倍。
并且，AI 暴露度最高的群体，其平均收入比暴露度最低的群体高出 47%，且整体学历层次更高。其中，零暴露度群体研究生学历占比仅 4.5%，而高暴露度群体达 17.4%，差距近四倍。
极端情景测算显示，倘若排名前 10% 的高暴露岗位员工遭到大规模裁员，高暴露度前四分之一群体的失业率将从 3% 飙升至 43%，整体失业率也会从 4% 上升至 13%。
而这些人，正是那些原本被认为“受教育可以保护”的人群。有网友评价道，“说实话，这挺让人惊讶的，但也说得通，因为他们可能拥有可以轻松转移到快速发展的技术领域的技能。”
青年劳动者尤为值得关注，Brynjolfsson 等人报告称，在 22 至 25 岁的人群中，高暴露职业的就业规模下降了 6%~16%。研究认为，就业减少的主要原因是企业招聘放缓，而非离职或裁员人数增加。
此外，Anthropic 的研究人员发现，剔除 2020 至 2021 年特殊波动周期后，2024 年两类岗位的青年招聘走势出现明显分化：企业面向青年群体的高 AI 暴露类岗位招聘意愿显著下降。其中，低暴露度职业月度新增入职率稳定维持在 2%，而高暴露度岗位新人入职比例下降约 0.5 个百分点。综合测算显示，自 ChatGPT 普及以来，高暴露职业的青年入职率较 2022 年下滑 14%，该结果处于边际统计显著水平；而 25 岁以上劳动者并未出现同类招聘萎缩现象。
初级岗位从来不只是“工作”，它们是训练场：初级分析师在这里成长为资深分析师，初级律师在这里学会如何构建论证。如果这一层消失了，那么未来资深专业人士从哪里来？这个问题，目前还没有答案。
同时，有网友感慨道，“如果 AI 取代所有知识型劳动者与技术技能人才，那么一旦模型当前的训练数据趋于陈旧老化，由谁来生产下一代训练素材？又由谁来创作网络上可检索的海量内容，这些内容不正是 AI 模型生成输出的核心原料？除此之外，当绝大多数 AI 核心使用群体都面临失业，又有谁来持续承担庞大的算力成本，为 AI 的运行与迭代提供资金支撑？”
参考链接：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。