近日，Anthropic 發布了一項研究，精確描繪了當前 AI 正在取代哪些工作。最受影響的群體出人意料：他們年齡更長、教育程度更高、收入也更高（比平均水平高出 47%）。並且，他們擁有研究生學歷的機率幾乎是尚未受到 AI 影響人群的四倍。
而研究顯示，AI 遠未達到其理論能力上限，當前實際覆蓋範圍也只是可實現場景的一小部分。具體來說，部分任務雖具備理論 AI 落地可行性，卻未形成規模化實際應用，核心原因包括模型本身的機能局限、法律法規約束、專用軟體適配門檻、人工核驗硬性要求等多重阻礙。
值得注意的是，發布這項研究的公司，正是出售知名大模型 Claude 的公司。一家賣 AI 的公司，發布了最不利自己的數據。Anthropic 本可以出於商業動機弱化這些結論，但它依然選擇了公開。
10 大「高危」職業出爐，哪些工作處在邊界之外？
在展示研究結果前，Anthropic 首先介紹道：「目前來看，AI 對就業的影響證據仍然有限。我們的目標是建立一套衡量 AI 如何影響就業的方法，並在未來定期更新分析。這一方法無法捕捉 AI 重塑勞動力市場的所有路徑，但通過在顯著影響尚未出現前建立基礎，我們希望未來能夠更可靠地識別經濟衝擊，而不是事後歸因。AI 的影響也許最終會非常明顯。但在影響尚不清晰時，這一框架尤其有用，有助於在替代真正發生之前識別最脆弱的崗位。」
他們的研究邏輯很直接。Anthropic 建立了一個新的指標，稱為「實際暴露度（observed exposure）」，不關注 AI 理論上「能做什麼」，而是專注於它在真實職業環境中「正在做什麼」。目前，這個指標是根據企業用戶數百萬條真實的 Claude 對話數據測量得出的。如果你花了四年時間和 20 萬美元取得學位，只為進入白領職業，那麼開發 Claude 的公司剛剛確認：你的崗位暴露度，可能比你在畢業典禮上為你倒酒的調酒師還要高。
例如，在電腦與數學相關崗位中，大模型理論任務適配率達 94%，但當前實際覆蓋僅 33%；在辦公室和行政崗位中，理論能力為 90%，當前實際使用為 40%。AI「能做什麼」和「已經在做什麼」之間的差距仍然巨大。研究人員也明確指出接下來會發生什麼：隨著能力提升和應用加深，現實使用將逐步填滿理論能力。
數據顯示，在高 AI 實際暴露度十大職業榜中，程式設計師以 74.5% 的任務覆蓋率位居榜首（契合程式開發類 AI 高頻使用特徵）；客服專員依託官方 API 接口的高頻應用位列第二，為 70.1%；數據錄入員因資料錄入流程高度自動化，覆蓋率達 67%，排名第三。
往下看，醫療檔案專員為 66.7%；市場研究分析師與行銷專員為 64.8%；批發與製造業銷售代表（不含技術與科學產品）為 62.8%；金融與投資分析師為 57.2%；軟體品質保障分析師與測試員為 51.9%；資訊安全分析師為 48.6%；電腦使用者支援專員為 46.8%。
這些都不是預測，而是目前在 AI 平台上已發生的真實工作替代情況。
此外，這項正在重塑白領職業的技術，對約三分之一的勞動力幾乎毫無影響。從尾部群體來看，30% 的從業者完全沒有任何 AI 暴露，其工作任務在統計樣本中的頻次過低，未達到測算閾值，工作內容的 AI 任務覆蓋率為零，典型崗位包括廚師、摩托車維修工、救生員、調酒師、洗碗工、更衣室服務人員等。同時，仍有大量工作長期處於 AI 能力邊界之外，包括樹木修剪、農機操作等體力農業勞動，以及法庭代理等法律實務工作。
分化已不再是「高技能 vs 低技能」，而是「是否被 AI 覆蓋」。以現有就業規模為權重進行職業層面的回歸分析，結果顯示：AI 實際暴露度越高，崗位增長預期越疲軟。任務覆蓋率每提升 10 個百分點，BLS 崗位增長預測值相應下降 0.6 個百分點。這種弱相關性驗證了本指標與專業勞動力市場研判數據的一致性；值得注意的是，僅依靠傳統理論能力係數 β，無法觀測到此關聯特徵。
學歷層次更高，卻更容易失業了
真正令人不安的是人口結構層面的發現。對比高暴露度前 25% 群體與零暴露度 30% 群體從業者的畫像，兩類群體差異顯著：高暴露度群體中女性占比高出 16 個百分點，白人占比高出 11 個百分點，亞裔占比近乎翻倍。
此外，AI 暴露度最高的群體，其平均收入比暴露度最低的群體高出 47%，且整體學歷層次更高。其中，零暴露度群體中碩士學歷占比僅 4.5%，而高暴露度群體達 17.4%，差距近四倍。
極端情景測算顯示，倘若排名前 10% 的高暴露崗位員工遭到大規模裁員，高暴露度前四分之一群體的失業率將從 3% 飆升至 43%，整體失業率也會從 4% 上升至 13%。
而這些人，正是那些原本被認為「受教育可以保護」的人群。有網友評價道，「說實話，這挺讓人驚訝的，但也說得通，因為他們可能擁有可以輕鬆轉移到快速發展的技術領域的技能。」
青年勞動者尤為值得關注，Brynjolfsson 等人報告稱，在 22 至 25 歲的人群中，高暴露職業的就業規模下降了 6%~16%。研究認為，就業減少的主要原因是企業招聘放緩，而非離職或裁員人數增加。
此外，Anthropic 的研究人員發現，剔除 2020 至 2021 年特殊波動週期後，2024 年兩類崗位的青年招聘走勢出現明顯分化：企業面向青年群體的高 AI 暴露類崗位招聘意願顯著下降。其中，低暴露度職業月度新增入職率穩定維持在 2%，而高暴露度崗位新人入職比例下降約 0.5 個百分點。綜合测算顯示，自 ChatGPT 普及以來，高暴露職業的青年入職率較 2022 年下滑 14%，該結果處於邊際統計顯著水平；而 25 歲以上勞動者並未出現同類招聘萎縮現象。
初級職位從來不只是「工作」，它們是訓練場：初級分析師在這裡成長為資深分析師，初級律師在這裡學會如何構建論證。如果這一層消失了，那麼未來資深專業人士從哪裡來？這個問題，目前還沒有答案。
同時，有網友感慨道：「如果 AI 取代所有知識型勞動者與技術技能人才，那麼一旦模型當前的訓練數據趨於陳舊老化，由誰來生產下一代訓練素材？又由誰來創作網絡上可檢索的海量內容，這些內容不正是 AI 模型生成輸出的核心原料？除此之外，當絕大多數 AI 核心使用群體都面臨失業，又有誰來持續承擔龐大的算力成本，為 AI 的運行與迭代提供資金支援？」
參考連結：https://www.anthropic.com/research/labor-market-impacts
本文來自微信公眾號「AI前線」，整理：華衛