塔夫茨大學甩出930萬崗位預警：動腦子的工作先栽了

美國塔夫茨大學（Tufts University）最近發布的一份報告，把"AI取代白領"的焦慮從會議室PPT直接拍成了數據表格。研究團隊聲稱這是首個"數據驅動框架"——美國AI就業風險指數（American AI Jobs Risk Index），給近800種職業打了"暴露分數"。分數越高，被AI截胡的概率越大。

結果有點反直覺。腦力勞動不再是護城河，反而成了靶心。

930萬崗位，33個"臨界點"職業

報告給出的數字很具體：未來2到5年內，約930萬個美國崗位面臨被取代風險。其中490萬人集中在33個"臨界點"職業——這些崗位被判定為AI替代風險最高檔。家庭收入層面，2000億到1.5萬億美元的盤子可能被打翻。

塔夫茨大學全球商業院長、經濟學家Bhaskar Chakravorti在聲明里說得直白：「AI不只是自動化常規任務，它正在向上滲透，瞄準定義高薪高技能職業的認知和分析工作。」

換句話說，過去我們認為"越需要動腦子越安全"的假設，正在失效。

高風險名單讀起來像一份科技行業通訊錄：網頁和數字界面設計師、網頁開發者、數據庫架構師、計算機程序員、數據科學家、金融風險專家。這些崗位的共同點是高度依賴結構化認知輸出——代碼、數據模型、風險評估——恰恰是當前大語言模型和生成式AI的舒適區。

諷刺的是，這份名單里不少職業本身就是AI生態的建造者。

藍領反而安全？經濟價值的錯位

風險指數的另一端更讓人意外。屋頂工、礦工、機器操作員、肉類包裝工、焊工、石匠、抹灰工——這些傳統意義上的"體力活"暴露分數極低。此外，外科助理、按摩治療師、快餐柜臺員工也位列"最安全"區間。

研究團隊的結論帶著點刺：「AI無法觸及的職業，很大程度上是經濟一貫低估的那些。」

物理性、手動性、環境多變的工作（屋頂工、護理員、洗碗工）面臨的替代風險不到1%。變量在于：這些任務需要實時感知物理環境、處理非標準化場景、或者在三維空間里做精細操作——當前AI和機器人技術的短板區域。

一個有趣的對比：金融風險專家在名單頂端，而快餐柜臺員工在底部。前者年薪中位數可能超過10萬美元，后者時薪往往貼著最低工資線。但AI復制前者的分析模式，比讓機器人可靠地遞出一杯不灑的咖啡容易得多。

生存公式：專業+判斷+AI工具

Chakravorti給出了一個生存配方：「未來的工作將由那些具備專業知識、用于人類判斷的批判性思維技能、以及AI知識及其使用方法的人保住。」

三個要素，缺一不可。純專業知識不夠——AI正在快速吞噬可編碼的專長；純批判性思維也不夠——沒有領域深度，判斷就是空談；而只懂AI工具、缺乏前兩者，則容易淪為"提示詞工程師"這類過渡性角色。

這份報告與Anthropic本月早些時候發布的勞動市場影響研究形成呼應。不同機構、不同方法，指向相似的圖景：AI對就業的沖擊不是均勻的，而是高度集中在認知密集型、文本/數據驅動型、且流程相對標準化的崗位。

地理分布上，風險同樣不均。報告暗示某些地區將承受更集中沖擊——雖然具體地圖未在摘要中展開，但結合職業分布不難推測：科技產業聚集的都市區、金融服務中心、以及遠程工作滲透率高的知識經濟地帶，可能是重災區。

一個被回避的問題

報告留下了一個懸置的議題。研究團隊指出最低薪崗位反而最安全，但并未深入探討這對收入分配意味著什么。如果AI確實按此劇本演進，我們可能面對一種奇怪的勞動力市場重構：高技能認知工作的溢價被壓縮，而低技能物理工作的相對價值上升——但后者長期以來正是被壓低工資、缺乏福利保障的群體。

市場會不會自動糾正這種錯位？政策要不要介入？這些問題超出了指數的計算范圍，但會落在每個城市的議會桌上。

塔夫茨團隊把框架開源了，近800個職業的暴露分數可以逐條查閱。對于正在考慮轉行的程序員、或者被"AI焦慮"困擾的設計師，這份名單或許比任何職業咨詢都更直接——它告訴你，你的崗位在算法眼里有多"可口"。

最后一個細節：報告發布當天，塔夫茨大學官網的訪問量監控顯示，"數據科學家"和"計算機程序員"兩個職業的查詢頻率飆升了340%。