AI对人类职业冲击报告重磅发布：程序员、客服和高薪女性最危险

当人工智能浪潮席卷全球经济之际，一个最核心的问题始终悬而未决：AI究竟在多大程度上正在"抢走"人类的饭碗？

本周，世界大模型领头羊Anthropic公司发布了一份措辞审慎却颇具分量的研究报告，首次将理论上的AI能力与真实世界的使用数据加以结合，提出了一种全新的"

观测暴露度（Observed Exposure）

"测量框架，试图从数据层面厘清AI对劳动力市场的实际影响。报告的核心结论既令人警觉，也在某种程度上令人暂时宽慰：

AI对就业的冲击目前尚未在失业数据中留下明显痕迹，但早期预警信号已然出现。

这份由经济学家Maxim Massenkoff和Peter McCrory联合撰写、于2026年3月5日正式发布的报告，开门见山地指出了此前绝大多数AI风险研究的根本缺陷：它们衡量的仅仅是AI在

理论上

能够完成的任务，而非AI

实际正在执行

的任务。

"就像说一辆跑车理论上能跑300公里每小时，但真正上路时受制于法规、道路和驾驶员，实际速度远不及此。"研究者用这种思维逻辑构建了他们的新指标。

研究团队综合使用了三类数据：美国职业信息网络（O*NET）数据库中约800个职业的任务清单、来自Eloundou等学者（2023年）的理论能力评估，以及Anthropic旗下Claude模型的真实用户使用数据——即"

Anthropic经济指数

"。

结果令人意外：尽管理论上大量工作任务可由大型语言模型（LLM）完成，但实际使用数据显示，

AI的实际覆盖率仅为理论可行性的一小部分

。以"计算机与数学"类职业为例，理论上94%的任务可由AI完成，但目前Claude的实际覆盖率仅为33%。这条介于"能做"与"正在做"之间的鸿沟，正是理解AI就业冲击的关键所在。

报告列出了当前"观测暴露度"最高的十大职业，排名触目惊心：

计算机程序员

以74.5%的覆盖率高居榜首，其主要任务——编写和维护软件程序——已被大量自动化。

客户服务代表

紧随其后，覆盖率达70.1%，处理客户咨询、接收订单和投诉等核心工作已越来越多地出现在Claude的API流量中。

数据录入员

以67.1%位列第三，读取文件并录入系统这一主要任务正经历显著自动化。此外，

医疗记录专员

（66.7%）、

市场研究分析师

（64.8%）、

销售代表

（62.8%）、

金融与投资分析师

（57.2%）等白领岗位同样高度暴露。

相比之下，约

30%的工人暴露度为零

——他们的工作任务在数据中出现频率过低，未达到最低阈值。这一群体包括厨师、摩托车技师、救生员、调酒师和洗碗工等明显依赖体力和人际接触的职业。

报告揭示了一个引人深思的悖论：AI威胁最大的，恰恰是社会中教育程度较高、收入相对丰厚的群体。

与暴露度为零的群体相比，处于暴露度最高四分位数的工人平均

时薪高出47%

（32.69美元对比22.23美元），

女性比例高出约16个百分点

（54.4%对比38.8%），

拥有研究生学位

的比例则高达近四倍（17.4%对比4.5%）。此外，这一群体中白人和亚裔的比例也显著偏高。

"这意味着AI风险并非仅仅威胁低技能劳动者，"研究者写道，"白领、高薪的知识型工作者同样处于风险敞口之中。"这一发现与此前许多关于AI冲击"低技能岗位优先"的直觉判断形成了鲜明对比。

报告将新的暴露度指标与美国劳工统计局（BLS）对2024年至2034年各职业就业增长的独立预测加以对照，发现了一个具有统计意义的负相关关系：

观测暴露度每提高10个百分点，BLS的就业增长预测就下降约0.6个百分点。

尽管这一关系在统计上较为微弱（R²=0.027），研究者仍将其视为新指标有效性的重要佐证——来自劳动力市场分析师的独立预测与AI使用数据指向了相同的方向。值得注意的是，仅使用理论能力指标时，这种相关性消失了，这进一步彰显了"实际观测数据"的独特价值。

面对"AI是否已经引发失业潮"这一终极问题，报告给出的答案是：

目前还没有，但不能高枕无忧。

研究者将最高暴露度的四分之一工人与零暴露度工人的失业率进行了"双重差分"分析，覆盖2016年至2025年的时间跨度。结果显示，

自ChatGPT于2022年底发布以来，高暴露度工人与低暴露度工人之间的失业率差距并未出现系统性扩大

，合并估计结果在统计上与零无异（系数为+0.0020，标准误0.0019）。

然而，在一个关键群体中，研究发现了令人警觉的早期迹象。

22至25岁的年轻工人

正在成为"煤矿里的金丝雀"——研究显示，

自2024年起，年轻人进入高暴露度职业的月度新职入职率已明显下滑

，约下降0.5个百分点，对应差分估计为-14.3%（标准误7.2%），刚好达到统计显著性边界。与此形成对比的是，进入低暴露度职业的就业率保持稳定，月入职率维持在2%左右。

研究者指出，这种现象更可能反映的是

企业放缓了对应届毕业生的招聘

，而非直接裁员——这与Brynjolfsson等学者的同期研究结论相互印证。那些未被招入高暴露度岗位的年轻人，可能选择留在原有工作、转行，或重返校园，因而并未直接体现为失业率上升。

报告坦承了自身局限性。Eloundou等人的理论能力评估基于2023年初的LLM能力，如今AI已大幅跃升；使用数据目前仅来自Claude平台，无法代表整个AI生态系统；而部分就业转变可能发生在问卷调查难以捕捉的灰色地带。

尽管如此，Massenkoff和McCrory强调，

这一框架的真正价值在于其可重复性

。"在显著影响尚未出现之前就建立好分析方法，未来的研究才能更可靠地区分信号与噪声。"他们写道。研究者宣布，将定期更新这一分析，并将职业层面的观测覆盖度数据开放至Hugging Face平台供公众使用。

AI的就业冲击，或将是一场慢动作的地壳运动，研究报告的发布，恰逢全球各国政府和企业对AI冲击就业问题的焦虑日益升温之际。

AI对劳动力市场的重塑更像是一场慢动作的地壳运动——不是一夜之间的断层，而是长期积累后的深远位移。报告的数据已经清晰表明：

变化的时钟正在走动。

程序员、分析师、客服工作者的岗位正越来越多地被算法覆盖；年轻一代进入这些职业的大门正在悄然收窄。

但时钟走到几点，才会敲响失业率的警钟——这个问题，这份报告尚未能回答，而它已将这个问题推到了全球经济政策议程的最前沿。

作品声明：仅在头条发布，观点不代表平台立场