研究員點(diǎn)開數(shù)據(jù)面板，AI給職場(chǎng)上了殘酷一課

三年前，舊金山某間堆滿服務(wù)器的辦公室里，一位Anthropic的研究員調(diào)出了數(shù)百萬條Claude的真實(shí)使用記錄。她沒有去推演大模型能做什么，而是把每一條對(duì)話都映射到職業(yè)分類體系中的800多個(gè)崗位上。屏幕上跳出的結(jié)果，讓整個(gè)團(tuán)隊(duì)重新審視了一個(gè)問題：我們是不是一直在問錯(cuò)問題。

過去三年，關(guān)于人工智能對(duì)職場(chǎng)的沖擊，主流焦慮一直停留在“會(huì)不會(huì)替代人類”這個(gè)非黑即白的框框里。各國政府組建專家組，智庫發(fā)布預(yù)測(cè)報(bào)告，企業(yè)高管們公開承諾會(huì)“負(fù)責(zé)任地部署”。但所有討論都繞不開一個(gè)戲劇化的劇本——白領(lǐng)階層大面積失業(yè)，辦公室里一片哀鴻。而真正發(fā)生的事情，比這個(gè)劇本更安靜，也更具滲透力。

2026年3月，Anthropic公布了一份勞動(dòng)力市場(chǎng)研究報(bào)告《AI對(duì)勞動(dòng)市場(chǎng)的影響：一種新的測(cè)量方法和早期證據(jù)》。研究沒有繼續(xù)爭(zhēng)論理論潛力，而是直接引入了一種叫做“已觀測(cè)暴露度”的新指標(biāo)。它的計(jì)算邏輯很務(wù)實(shí)：統(tǒng)計(jì)Claude流量中哪些任務(wù)出現(xiàn)了足夠多的工作相關(guān)使用，對(duì)完全由AI自動(dòng)執(zhí)行的任務(wù)賦全值，對(duì)人類仍在環(huán)中的增強(qiáng)型使用賦半值。最后的結(jié)果不是預(yù)測(cè)，而是當(dāng)下正在發(fā)生的切片。

最核心的結(jié)論幾乎平淡到讓人意外：AI并沒有大規(guī)模取代就業(yè)崗位。在那些AI暴露度最高的職業(yè)里，研究并未發(fā)現(xiàn)系統(tǒng)性的失業(yè)率上升。但如果把數(shù)據(jù)往下翻一層，不太舒服的信號(hào)就浮了出來——技能分水嶺已經(jīng)形成。

與ChatGPT出現(xiàn)前的水平相比，22到25歲年輕人在高暴露度職業(yè)中的招聘數(shù)量下降了大約14%。研究人員在報(bào)告里小心地標(biāo)注，這個(gè)發(fā)現(xiàn)“僅在統(tǒng)計(jì)上勉強(qiáng)顯著”。然而方向性的信號(hào)很難忽視：生成式人工智能給勞動(dòng)市場(chǎng)帶來的第一個(gè)可測(cè)量的后果，不是解雇通知書，而是一扇對(duì)新人緩緩關(guān)上的門。這可能更棘手。

這份研究的特別之處在于它測(cè)量的不是“能做什么”，而是“正在做什么”。此前被廣泛引用的2023年研究，例如Eloundou等人的工作，依賴的是理論暴露度：只要大語言模型原則上能把某個(gè)任務(wù)的速度提升一倍以上，就算暴露。按這個(gè)標(biāo)準(zhǔn)，計(jì)算機(jī)與數(shù)學(xué)職業(yè)的理論覆蓋率高達(dá)94%，行政與辦公支持崗位也達(dá)到了90%。但理論能力并不等于經(jīng)濟(jì)現(xiàn)實(shí)。

換成“已觀測(cè)暴露度”后，畫面明顯冷卻下來。在計(jì)算機(jī)與數(shù)學(xué)領(lǐng)域，Claude目前僅覆蓋了33%的任務(wù)。即便是暴露最集中的個(gè)別職業(yè)，數(shù)字也遠(yuǎn)低于理論天花板。程序員職業(yè)的已觀測(cè)暴露率約為74.5%，仍然留下了相當(dāng)一部分需要人類自己解決的工作塊。這暗示著一個(gè)關(guān)鍵差距：組織實(shí)際引入AI的速度、流程重構(gòu)的成本和人的適應(yīng)曲線，正在重新劃分職業(yè)內(nèi)部的贏家與輸家。

當(dāng)機(jī)器人并沒有成群結(jié)隊(duì)地?fù)屪咚腥说膷徫粫r(shí)，另一種冷峻的篩選機(jī)制已經(jīng)啟動(dòng)。它不發(fā)生在離職談判桌上，而是發(fā)生在招聘系統(tǒng)的關(guān)鍵詞過濾器和團(tuán)隊(duì)縮減的初級(jí)崗名額里。爭(zhēng)論“是否會(huì)替代”也許本身就是一種錯(cuò)位的關(guān)注，而那道剛剛裂開的技能鴻溝，正悄悄成為職場(chǎng)分化中最真實(shí)的下劃線。