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。
10大“高危”职业出炉,哪些工作处在边界之外?
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。
学历层次更高,还更容易失业了
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:https://www.anthropic.com/research/labor-market-impacts
本文来自微信公众号“AI前线”,整理:华卫
