核心摘要：2026年了，关于“AI 取代人类”的焦虑依然甚嚣尘上。但最新数据显示，真正因 AI 导致的裁员仅占总数的 8%。这是否意味着我们高估了 AI 的威胁？Anthropic 的最新研究表明，AI 并没有“消灭”岗位，但它正在悄悄关闭年轻人的职场大门。
过去两年来，科技圈充满了“AI 将让我们全部失业”的末日论调。但当我们剥开情绪的外衣，用理性的数据来审视 2026 年的职场时，真相可能会让你松一口气——但同时又会让你倒吸一口凉气。
著名就业分析公司 Challenger 给出的数据非常骨感：在 2026 年迄今为止的裁员中，因 AI 导致的失业仅占 8%。回顾 2025 年，这个数字也仅为 5%。
没错，科技巨头们（比如大裁员 50% 的 Block）确实在挥舞裁员的屠刀，但这背后的主因是全球监管压力、经济不确定性以及居高不下的运营成本。很多时候，AI 只是优化财报时一个比较体面且时髦的“借口”。
我们不能只看裁员人数。AI 巨头 Anthropic 的研究人员提出了一种全新的评估指标：观察到的暴露度（Observed Exposure）。
过去的预测往往是“理论上 AI 能做什么”，而这种新方法看的是“现实中人类正在拿 AI 干什么”（基于大模型真实的 API 调用和流量数据）。他们得出的结论是：AI 远没有达到它的理论上限，大家还在摸着石头过河。
但这并不意味着某些岗位绝对安全。基于真实的自动化使用频率，以下这些岗位的“危险系数”最高：
程序员：75% 的工作内容已暴露在 AI 之下（AI 正在疯狂地被用于辅助写代码）。
客服代表：70%（大量基础客服已被第一方 API 流量接管）。
数据录入员：67%
市场调研与营销专家：65%
软件 QA 测试员：52%
尽管高风险岗位的从业者并没有出现“系统性失业”，但这套新指标揭示了一个更残酷的隐秘角落：企业招聘初级/年轻员工的脚步已经放缓了。
企业不再将原本属于初级员工的日常杂活交给新人，而是交给了 AI。这导致了一个长期的系统性问题：如果底层的土壤（初级岗位）流失，企业未来的中坚力量从哪里来？行业分析师指出，只雇佣高薪、高经验的资深员工是不可持续的，这违背了人才培养的自然规律。
目前看来，AI 并没有消灭整个岗位，它只是在重塑任务。它剔除了工作中的繁文缛节，放大了资深员工的产能。
对于职场人来说，未来的关键不在于防备 AI 抢走你的饭碗，而是思考：当 AI 把你的基础工作（初级任务）做完后，你该如何向更高阶的“经验与专业知识”跃迁？
原文：智能对就业的冲击依然有限——传统指标可能错估了其真实影响
摘要：研究人员正在将大型语言模型（LLM）的理论能力与真实世界的使用数据结合起来，追踪“观察到的暴露度（Observed exposure）”，从而揭示出哪些工作角色可能最为脆弱。
注：在AI领域（特指劳动力市场研究），“观察到的暴露度”（Observed Exposure）是由Anthropic公司于2026年3月在其研究报告《AI对劳动力市场的影响：一种新衡量标准与早期证据》中提出的实证性经济学指标，由经济学家Maxim Massenkoff和Peter McCrory主导设计。衡量“AI在真实商业场景中已实际替代/自动化多少工作任务”的比例，而非基于理论能力的推测。
一、关键区分：“AI实际被用来做什么”（Observed） vs “AI理论上能做什么”（Theoretical Capability）
近来，人工智能对人类就业的影响成了一个极具热度的话题，各种预测、报告以及警钟声不绝于耳。
然而，两项最新的分析似乎表明，人工智能尚未从根本上颠覆当前的就业格局，而传统的衡量指标未能准确捕捉到它对工作的实际影响。
根据就业分析公司 Challenger, Gray & Christmas 发布的一份裁员公告报告，截至 2026 年初，人工智能共导致了 12,304 个岗位流失，这仅仅只占所有裁员总数的 8%。
与此同时，Anthropic 的研究人员引入了一种全新的方法来分析人工智能对工作的影响。他们认为，大型语言模型（LLM）的理论能力与实际在现实世界中的部署之间，依然存在着巨大的鸿沟。
通过这种新方法，他们得出结论：“人工智能远未达到其理论上的能力上限：实际的覆盖率仅仅只是可行水平的一小部分而已。”
Challenger, Gray & Christmas 公司从 2023 年开始追踪人工智能对就业的影响。自那时起，在总计 91,753 起裁员公告中，人工智能被列为裁员原因，这约占所有裁员计划的 3%。总体来看，在 2025 年，明确因 AI 导致的裁员人数为 54,836 人，占全年裁员总数的 5%。
在最近的数据中，今年 2 月份有 4,680 起裁员归因于人工智能，约占当月裁员总数的 10%。
值得注意的是，随着一些公司削减人力以拥抱 AI，这在科技界引发了巨大的震动。最近的一个例子是支付与金融服务公司 Block 削减了 50% 的员工，其首席执行官 Jack Dorsey 强调，公司正在向“人工智能原生（Intelligence-native）”模式转型。
更为严峻的是，科技行业在 2 月份宣布了 11,039 起裁员。在 2026 年至今，大型科技公司已经削减了 33,330 个工作岗位，相比去年同期激增了 50% 以上。然而，这些裁员并非全都拜人工智能所赐。
“科技行业目前正在应对多重压力，”Challenger 指出。虽然“人工智能是最吸引眼球的焦点”，但全球监管趋严、因关税和经济不确定性导致的数字广告疲软，以及整体成本的上升，同样是引发担忧的重要因素。
与此同时，Anthropic 正在使用一项名为“观察到的暴露度（Observed exposure）”的新技术来衡量 AI 带来的岗位替代风险。他们表示，过去那些评估方法的准确性足以让人“保持谦卑”。这种新方法将大型语言模型的“理论能力”与真实世界的使用数据结合起来，并且赋予“全自动化”和“工作相关”用途更高的权重，而非仅仅是公司所说的“增强型（Augmentative）”辅助用途。
Anthropic 的研究员 Maxim Massenkoff 和 Peter McCrory 写道，基于这套公式推算，自 2022 年底以来，那些高风险暴露工人的失业率并没有出现“系统性的上升”。然而，他们指出有“暗示性证据”表明，在某些职业中，针对年轻（入门级）员工的招聘已经放缓。
Anthropic 的这套评估方法结合了三大数据源：O*NET 数据库（该数据库将任务与美国数百种工作关联起来）、任务级别的暴露度预估（即评估 LLM 执行某项任务的速度是否至少是人类的两倍），以及 Anthropic 经济指数中测算出的实际使用数据。
研究人员分析了 Claude 流量中与工作相关的请求，并根据 AI 执行的任务是“完全自主运作”还是“仅仅增强人类工作流”进行了权重调整。如果一项工作相关的任务在 Anthropic 经济指数中显示出“显著的使用量”，在与工作相关的语境中执行，且在整体岗位职责中占比较大，研究人员就会认为该岗位具有较高的“暴露风险”。他们还将特定岗位任务在自动化使用模式或 API 实施中出现的频率纳入了考量。
基于这种方法，最容易被人工智能取代的职业包括：
计算机程序员，他们 75% 的工作可以使用 AI 完成（这与其他表明 Claude 正被“广泛”用于编程的数据相吻合）。
客户服务代表，他们 70% 的工作可以使用 AI（研究人员指出，他们的核心任务越来越多地被第一方 API 流量所接管）。
数据录入员（67%）
市场调研分析师与营销专家（65%）
批发与制造业的销售代表（不含技术和科学产品）（63%）
软件质量保证分析师与测试员（52%）
信息安全分析师（49%）
计算机用户支持专家（47%）
Moor Insights & Strategy 的副总裁兼首席分析师 Jason Andersen 指出，这种方法将许多有趣的观点推到了台前。
“实际使用率并不等于理论能力，”他说，“人们仍在摸索人工智能到底能做什么，以及它会带来哪些风险。”他认为这种方法论之所以有趣，原因有二：一是它印证了他和其他分析师在具体任务和角色层面观察到的趋势；二是它提供了一套相对简明的判定标准。
“这就是那种能够经得起时间检验的方法，”Andersen 评价道。
Massenkoff 和 McCrory 也承认，Anthropic 的方法无法“捕捉到人工智能可能重塑劳动力市场的所有细微渠道”，但这套方法有助于“比事后诸葛亮式的分析更可靠地识别经济动荡”。
他们写道：“人工智能的影响最终肯定会变得显而易见。但这套框架最大的价值在于，当一切影响还处于模棱两可的阶段时，它能帮助我们在裁员潮真正显现之前，提前锁定那些最脆弱的工作岗位。”
与这项研究的结论一致，Andersen 表示，他并没有看到人工智能被部署到“直接消灭整个岗位”的程度。某些具体任务确实正在被人工智能重新设计，但它们在很大程度上仍由人类主导把控。“基于任务的自动化带来的其实是渐进式的影响，它让员工变得更加高产，扩大了他们的工作能力。”
然而，这两项分析都缺失了一个宏观视角：即人工智能时代工作方式的全局性改变。Andersen 指出，为了最大化地利用这些新兴技术，传统的工作流程和岗位角色必须彻底重构。在这个问题在各个行业得到逐一解决之前，企业将会陷入“某种停滞不前的状态”。
他指出，在相当长的一段时间内，这将不成比例地伤害到正在求职的年轻（初级）员工。与此同时，现有的在职员工可能会抗拒对工作流程的改变，除非这些改变“具有重大意义，且在设计上能够奖励他们的经验和专业知识”。
目前，人工智能往往被视为一种用来卸载通常由低经验人力（新人）承担的基础工作的手段。Andersen 认为这是一个隐患。“我们需要重新调整任务和角色的分配来平衡这一点，”他说。不过好消息是，企业会有动力去这么做。他补充道，随着越来越多的白领步入退休年龄，大多数发达社会的职场人口结构正在发生深刻改变。
“对于企业来说，只雇佣高成本、高经验的资深员工是不可持续的，”Andersen 总结道。“他们必须寻求长期的人才生态平衡。”
CIOCDO建议：
看完这篇文章，您所在的行业或部门中，入门级新人（比如实习生或助理岗）的招聘数量在过去一年里有明显减少吗？您是否需要我为您提供一些关于“在 AI 时代如何进行团队人才梯队建设”的策略建议？
