![]()
近期,小龍蝦 OpenClaw 再度刷屏全網,也讓大眾對 “AI 替代人工” 的焦慮再度升溫。
毋庸置疑,從編寫代碼到一鍵生成視頻,AI 已悄然改變了諸多職業的工作模式,而它對勞動力市場的實際沖擊究竟幾何?
![]()
本月發布的一份專項報告中,Anthropic 的研究團隊構建了名為 “observed exposure”(觀察暴露度)的全新衡量指標,并據此得出結論:AI 對勞動力市場的影響遠未達到人們的預期規模,甚至在部分關鍵指標上尚未顯現出明顯痕跡。
長期以來,評估 AI 對就業的潛在威脅,大多以 AI 的理論能力為依據 —— 即判斷 AI 在理論層面能否完成某類職業的核心任務,卻忽略了 AI 的技術能力與實際應用場景之間的關聯。
此次 Anthropic 團隊提出的 “觀察暴露度” 指標,實則是將大語言模型(LLM)的技術能力與現實場景中的 AI 實際使用數據相結合,對自動化場景及與工作高度相關的 AI 應用場景進行加權分析,以此更精準地捕捉 AI 對不同職業的實際影響。
簡單來說,過往相關研究的核心都聚焦于 “AI 能做什么”,而這份報告則從 “AI 實際被用來做什么” 的角度展開分析。
程序員編寫AI取代自己?
為構建這一精準指標,該研究整合了三大核心數據來源,基于整合后的數據分析,研究團隊也發現了諸多有趣的現象。
例如計算機與數學類職業,其 AI 理論覆蓋率高達 94%,但實際觀測覆蓋率僅為 33%;辦公與行政類職業的 AI 理論覆蓋率為 90%,實際應用覆蓋率同樣遠未達到這一數值。
![]()
二者之所以存在如此大的差距,既源于 AI 模型本身的技術局限性,也受法律約束、軟件適配等現實因素的影響 —— 比如藥品處方中一些被認為能被 AI 完美處理的任務,在實際場景中卻極少被 AI 替代。
具體到各職業來看,計算機程序員以 74.5% 的觀察暴露度位居首位,代碼編寫、更新與維護等任務,早已是公認的 AI 自動化應用重點場景;緊隨其后的是客服(70.1%)、數據錄入員(67.1%)等職業。
22-25歲的年輕勞動者最危險?
除了這些 AI 暴露高風險的職業外,有 30% 的勞動者幾乎不存在 AI 暴露風險,這類從業者多從事廚師、機械師、救生員等體力勞動類職業,這類工作對 AI 的需求度極低。
從群體特征來看,AI 高暴露度群體比無暴露度群體平均年長 1.9 歲,其中女性占比高出 15.5 個百分點,白人占比高出 10.6 個百分點,亞裔占比更是近乎翻倍;薪資層面,高暴露度群體的平均時薪為 32.69 美元,較無暴露度群體高出 10.45 美元,薪資差距達 47%;
教育水平上,高暴露度群體中擁有研究生學歷的比例為 17.4%,是無暴露度群體的近四倍,其本科及以上學歷占比更是達到 54.5%,遠高于無暴露度群體的 17.8%。
![]()
這一數據直接打破了 “AI 主要替代低技能工作” 的傳統認知,也印證了 AI 的影響其實更集中于高學歷、高薪資的白領群體。
報告還指出,22 至 25 歲的年輕勞動者,在 AI 高暴露度職業中的就業機會正持續減少,而 25 歲以上的勞動者則未出現就業率下滑的情況。
究其原因,一方面是在 AI 普及的背景下,企業減少了對年輕入門者的招聘,更傾向于留用經驗豐富、能與 AI 協同工作的資深員工;另一方面,年輕勞動者也可能主動轉向低暴露度的職業,或選擇繼續深造提升自身競爭力。
![]()
結語
總體而言,這項研究以全新視角提醒我們,AI 對勞動力市場的影響遠比預期更為復雜,它并非簡單地 “取代” 工作,而是會重新定義工作內容、改變工作模式。
當然,研究團隊也坦言,此次研究仍存在一定局限性:僅分析了 Claude 的使用數據,未涵蓋其他 AI 模型;研究的評估指標基于 2025 年的數據,可能無法完整反映 2026 年及以后的行業最新變化;AI 對年輕勞動者的影響也仍需更多數據佐證。
未來,研究團隊將納入更多 AI 模型的使用數據、更新大語言模型的能力評估指標,并重點關注 AI 高暴露度職業相關專業畢業生的就業情況。
記得星標微信公眾號:鎂客網(im2maker),更多干貨在等你
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.