過往大眾總認為,教育程度愈高、職業愈有保障。然而,Anthropic剛發布的最新報告《AI對勞動力市場的影響》,徹底顛覆了這個認知。這份基於自家 Claude大模型真實使用數據的研究,首次提出了「實際暴露度」新指標,量化不同職業被 AI滲透的真實程度。結果顯示,金融分析師等一眾高薪白領職業,竟位居風險榜前列。

Anthropic 研究人員 Maxim Massenkoff 與 Peter McCrory提出的「實際暴露度」指標,核心創新在於引入真實工作場景中的AI使用軌跡。傳统對AI替代風險的預測多基於理論能力,而新指標則綜合了美國約800種職業的任務拆解、理論上的大模型可行性,以及現實世界的使用频率。

技術採用率提升 衝擊高薪白領

數據顯示,即使在理論上有94%任務可被大模型滲透的「電腦與數學」領域,當前實際任務覆蓋率僅為33%。這意味着理論與現實部署之間存在巨大落差,但也暗示随着技術採用率提升,金融分析師等職業的暴露度還將持續攀升。

報告量化了受衝擊最前沿的職業排名。在實際暴露度前十名中,電腦程式員以74.5%的 AI任務覆蓋率居首,緊隨其後的是客戶服務代表 (70.1%)、數據錄入員(67.1%)和醫療記錄專頁 (66.7%):金融分析師與市場研究分析師同樣榜上有名,顯示其日常工作正被AI快速滲透。

從人口統計學來看,受AI影響最深的群體品現明顯的「四高」特徵:年齡較大、女性比例較高、受教育程度較高且薪酬較高。與零暴露度人群相比,高暴露度工作者的平均時薪高出10.45美元,擁有研究生學歷的比例達17.4%,是近乎未暴露群體的4倍,且女性比例高出15.5個百分點。這意味着,過去被視為「金飯碗」的高薪白領工作,反而成為AI浪潮中最先被衝擊的群體。

儘管外界對AI引發失業潮存在普遍擔憂,但報告的長期追蹤數據顯示,宏觀層面的系統性傷害尚未形成。自2022年底以來,高暴露度與零基露度群體的失業率差距變化極小。

然而,結構性擠壓已經開始向職場新人蔓延。針對22至25歲年輕工作者的追蹤發現,在暴露程度較高的職業中,新增招聘速度出現了顯著背離。相較於2022年,年輕人在高暴露度崗位的求職成功率下降了約14%,而未暴露崗位的入職率則保持穩定。這意味着企業正透過「減少新增招聘」而非「政現有員工」的方式應對技術變革,形成「溫水煮青蛙」式的替代效應。美國勞工統計局也據此下調了相關高暴露度職業至2034 年的预期就業增長率。

研究指出,「程式員70%工作轉向代碼審核而非編寫,技術撰稿人變成A文案編輯,金融分析師淪為數據校驗員。崗位還在,但核心價值 與成長空間已被掏空。」這種隱蔽的「職位空心化」,比單純的裁員更具破壞性。

現進場學習協作 仍可分享紅利

報告的另一項重要發現是,約有30%的勞動者幾乎擁有「AI免疫力」,完全不受影響。這個群體包括廚師、救生員、酒吧調酒師、電單車維修工、洗碗工等。原因非常現實,上述工作需要在物理世界中操作,涉及流動場景,即時反應與人際互動,而目前的AI還沒有長出靈活的雙手。當白领正在重新評估自己的職涯護城河時,藍領工作者反而坐擁一段相對安全的红利期。

抽空核心工作 留下低價值任務

報告最震撼的發現,是AI正在對高技能職業進行系統性的「去技能化」。它不是簡單地替代整個崗位,而是抽走工作中的高智力、高判斷、高創造部分,留下低價值的執行任務。

Anthropic 的報告揭示了一個反直覺的真相・AI率先打擊的不是低技能勞動者,而是受教育程度最高、薪酬最優厚的群體。金融分析師、程式設計師等這些曾經被視為「知識經濟」核心的職業,正站在被AI重構的第一線。雖然如此,報告也帶來一個樂觀的訊號,AI的實際滲透才剛剛開始。理論與現實之間的巨大鴻溝,意味着現在進場學習與AI協作,還吃得到紅利·對每一位金融從業員來說,最實際的應對不是焦慮被取代,而是把AI工具用起來,讓它處理重複工作,騰出精力做判斷與創造。用AI提效的人,與不用AI的人,時間久了,生產力差距只會愈拉愈大。被淘汰的不是分析師,是不會用A的分析師。

原文請按這裡

曾啟邦 (Rex)

作者為 AlgoBot聯合創辦人