AI对工作的替代进展到哪里了？

随着最近AI Agent的突飞猛进，打工人的就业焦虑又被推向了新的高峰。每一次重大AI产品发布都伴随着对特定职业群体的"死亡宣告"。然而，这种简化推理忽略了劳动力市场的复杂动态——技术能力不等于经济可行性，任务替代不等于职业消失，个体案例不等于系统性趋势。

因此，要了解AI到底对工作替代到什么程度，需要建立在数据和细致的研究之上。近期，Antropic专门发布了一篇研究报告，基于多源数据，来讨论AI对当前就业市场的影响（https://www.anthropic.com/research/labor-market-impacts）。

1. 首先是一个反直觉的问题：为什么失业率还没飙升？

面对AI能力的指数级进步，核心问题是：如果AI真的如此强大，为什么我们还看不到大规模的失业浪潮？答案涉及多重维度：技术采纳的时滞效应、劳动力市场的动态调整、以及AI创造新需求的能力。

Anthropic的这项最新研究提供了关键线索——根据美国的就业数据，自2022年11月ChatGPT发布以来，高AI暴露职业群体的失业率与低暴露群体相比，没有出现统计学上显著的差异。

但这不等于没有影响。研究团队识别出一个重要早期信号：22-25岁年轻工作者在高暴露职业的入职率下降了约14%。这一发现与斯坦福大学基于薪资记录的研究相呼应——后者发现年轻工作者在AI暴露职业的就业下降了13%，而经验丰富的同事保持稳定。AI的就业影响可能首先表现为"招聘冻结"而非"解雇潮"，表现为"入口收窄"而非"岗位消失"。或者呼应了这样一种说法——AI抽走了学徒进阶的阶梯，大量曾经需要小年轻干的”打杂活“被AI替代了。

2. AI对不同工作类型的替代到什么程度了？

Anthropic这篇报告比较有意思的一点是建立了关键区分：AI在技术上能够做什么，与经济现实中实际正在发生什么，是两个截然不同的问题。Anthropic研究团队将这一区分操作化为两个核心概念："理论暴露度"测量AI在技术上能够加速哪些任务；"观察暴露度"则结合理论能力与真实使用数据，测量哪些任务在实际工作场景中正在被AI处理。

这一区分的实证意义极为显著。以计算机与数学职业为例，理论分析表明94%的任务可以被大型语言模型加速，但基于Claude真实使用数据的观察暴露度仅为33%。法律职业的理论暴露度高达90%，实际观察到的AI使用率却仅为20%。这一"理论-实际鸿沟"意味着，基于纯粹技术能力的就业预测可能严重高估AI的短期影响。

图：AI对工作的理论替代水平（蓝色）与实际暴露水平（红色）

Anthropic研究的核心实证发现揭示了理论能力与实际使用之间的巨大鸿沟：97%的Claude使用任务落在理论评估为"可行"的区间（β=0.5或β=1.0）——验证了理论评估的基本有效性。然而，反向关系并不成立：大量理论可行的任务在实际中完全没有被AI使用。

计算机与数学职业较为突出：94%理论可行 vs. 33%实际观察，61个百分点的差距意味着超过三分之二的理论可行任务尚未被AI实际触及。法律职业更为极端：90%理论可行 vs. 20%实际观察，70个百分点的差距反映了法律行业特有的采纳障碍——客户保密义务、法律责任风险、以及司法机构的保守态度。此外医疗保健这些面临巨大风险和严格监管的领域，观察暴露度落在极低水平。

这一差距的存在具有多重含义。乐观解读：AI的就业影响被严重高估，AI还无法突破包括安全、监管在内的因素所设置的制度拦截网，劳动力市场还有充足时间适应。悲观解读：当前差距反映采纳障碍的暂时性，随着技术成熟和成本下降，红区将快速扩张覆盖蓝区。Anthropic研究团队倾向于后者，但强调时间尺度高度不确定。

3. AI职业暴露的群体差异如何？

Anthropic研究同时展示了关于高AI暴露群体的社会人口特征：

女性、白人、亚裔、高受教育程度与高收入群体成为高暴露人群。这一画像与"自动化伤害低技能、低收入工人"的传统叙事形成鲜明对比。高暴露群体实际上是劳动力市场的"精英"。当然暴露并不等于替代，只是这类人群的工作流程更多跟当下的AI能力范围重合。需要回忆一下一开始的发现：这些高暴露人群的失业率并不比低暴露人群的高。

4. 其他报告的一致性发现

以上的报告结论也被其他研究佐证。

比如斯坦福大学的研究基于美国薪资记录的独立分析识别了与Anthropic一致的年轻工作者模式：在AI暴露度高的职业中，年轻工作者（22-25岁）的就业相对于年长工作者下降了约13%。研究者的解释强调"职业入口关闭"机制——企业使用AI处理原本分配给初级员工的任务，减少了对年轻工作者的招聘需求。

微软研究院对20万企业用户Copilot使用记录的分析发现，知识工作者的日常工作高度暴露于AI辅助，但AI工具主要被用于"增强"而非"替代"——用户报告工作效率提升、工作满意度改善，而非岗位威胁感增加。

5. 未来会怎样？

科幻电影中经常设定的黑暗愿景通常预设了技术决定论——AI的能力必然转化为对人类的支配。但Anthropic研究的"理论-实际鸿沟"、"增强-替代"区分、以及历史经验的技术采纳滞后，表明技术轨迹不是预定的，而是由复杂的经济激励、制度设计、和文化价值共同塑造。

短期内，AI的影响有限，但年轻人的初职开始受到一定程度的挤压。

中期看，AI势必会引发职业结构的显著调整，例如，中等技能常规认知岗位持续收缩、人机协作的新职业形态成熟、以及工作时间和组织形式的灵活化。

长期来说，这将取决于 技术轨迹与社会选择的共同演化，充满巨大不确定性。Anthropic研究团队明确承诺将持续追踪和定期更新关于AI对职业影响的研究，我们团队也将保持关注。

（本文资料由AI收集整理，文字主要由作者完成AI部分协助）