人類還能守住哪張工位？

文：王智遠 | ID:Z201440?

看了份報告，時間不算太新。

2025年7月10日，來自于微軟研究院（Microsoft Research），名字叫：《Working with AI: Measuring the Occupational Implications of Generative AI》。

中文可以理解為《生成式AI與就業：職業影響評估》

整個報告，討論生成式AI對全球職場的具體影響，它們通過分析20萬個匿名對話，揭露AI如何改變我們的生活方式，并評估了不同職業受AI影響的程度。

大概看完后，我認為可以分五個部分。第一個部分，主要討論：生成式AI如何通過任務分類影響不同職業的適用性。

01

他們調研很有趣，用美國勞工部O*NET職業分類體系，把工作分拆到任務層面。

最上層叫廣義工作活動，比如：提供客戶服務、管理項目。

中間層叫重要工作活動，回應客戶詢問、協調團隊任務等；最底層是具體的任務（Tasks），發個郵件、處理個表格等。

然后，研究人員讓AI去判斷，這些對話是在完成哪一類任務，完成得怎么樣，以及是否可以被替代。

一個人問：幫我寫一封辭職信，語氣要禮貌但堅定，理由是職業發展受限；系統就會標記：這屬于“寫作類任務”，子類是“撰寫正式溝通文本”，完成度很高，AI完全可以勝任。

而如果有人問：幫我把這臺老式沖壓機的液壓系統調到最佳壓力；系統可能標記：“設備操作類任務”，但AI無法直接執行，只能提供參考手冊或視頻鏈接。

通過“任務映射+完成率評估”的方式，報告算出了每個職業的AI適用性評分（AI Applicability Score）。

這個分數綜合了三個維度，分別是：

覆蓋率，這個職業的多少任務能被AI覆蓋？完成率，AI在這些任務上能做到什么程度？影響范圍，這些任務在整個工作中的權重有多大？

最終結果顯示，越依賴信息處理、文本生成、溝通協調的職業，AI適用性越高；越是依賴物理操作、現場判斷、人際互動的，AI越難插手。

像銷售這個職業，AI適用性評分高達0.84。

這是因為銷售人員大量時間花在寫郵件、做PPT、查客戶背景、生成報價單等任務上，這些都是AI的強項。AI甚至能分析客戶語氣，建議回復策略，生成個性化提案。

相比之下，“建筑工人”的評分只有0.15。

雖然AI能幫助畫圖紙、算材料，但在38度高溫下綁鋼筋、判斷墻體承重是否達標、與工友協調施工節奏等工作，AI目前還無法勝任。

其中一個比較有意思。辦公與、支持類職業，AI評分也很高。這些職業包括文秘、助理，而醫療保健支持類（護工），評分極低。

因為這類工作太依賴“在場”和“共情”，扶老人上床、觀察病人情緒變化、處理突發狀況，AI目前還做不到。

所以你看，AI不是“取代某個職業”，而是滲透進職業里的具體任務。

有些職業70%以上的任務都能被AI接管，而有些職業可能只有20%的任務能夠被輔助。這也解釋了為什么AI對人的影響是任務級別的，而不是職業級別的。

因此，它打破了AI來了，有人要失業的二元敘事，直接從你做的工作場景出發，揭露影響。

02

任務場景能被拆解，哪些職業被AI盯的最緊？微軟報告說：越依賴信息處理、文本生成、溝通協調的職業，AI適用性評分越高，越容易被干掉。

智遠羅列了下，排在最前面的有銷售相關的、計算機與數字相關的、行政支持相關的。

這些職業的共同特點是：工作高度集中在“屏幕之內、語言之中、流程之間”。寫PPT、查數據、回消息、走流程，這是AI的主戰場。

比如：翻譯這個角色，幾乎是所有職業里最高，AI能適用98%的場景，現在一個外貿業務員，用AI實時翻譯跟中東客戶談生意，已經不是新鮮事。

還有客戶服務代表，每天重復回答“怎么退貨”“訂單在哪”“發票怎么開”，AI做的比人要好，情緒穩定還不崩潰。

那誰最安全？

微軟說，幾乎集中在「身體在場、動手操作、情感互動」的領域。像建筑與提取職業、農業、漁業、林業職業、還有醫療保健支持、個人護理與服務行業等。

這些工作的核心價值不在“說”或“寫”，而在“做”和“在”。你讓AI去給老人洗澡、去工地綁鋼筋、去果園摘蘋果、去理發店剪頭發，它做不到。

所以，我認為，這份報告真正想傳達的，不是AI要搶誰的飯碗，而是：你的工作中，有多大比例是AI能完成的？如果比例超過70%，那就要警惕了。

這才是AI帶來的真正變革：不取代人，而是重新定義“人該干什么”。

既然AI已經干一些知識相關的工作，那它的邊界在哪？

微軟說：信息提取、基礎寫作、實時翻譯三者，構成AI在知識工作中的“基本盤”。他們共同特點是：輸入是語言、輸出是語言，過程是邏輯匹配或模式匹配。

AI像一個超級高效的“語言處理器”，擅長信息搬運、文本重組和標準化響應，一旦任務超出“語言處理”的范疇，AI就開始“露怯”了。

目前AI干得最差的是：數據分析（Process Data）、視覺設計（Create Visual Designs）、復雜決策（Make Judgments/Decisions）。

舉個例子：

它做統計圖、畫圖表可以，但不能理解背后的決策，提出戰略建議。你問它項目該不該投？它能羅列利弊，但無法承擔決策責任，也無法處理現實倫理問題。

所以，不是“AI來了，我該跑路”，而是：要學會把AI用在它擅長的地方，把自己解放出來，去做它干不了的事。

03

既然AI正在改變工作內容，那它會不會也改變職場的“游戲規則”？比如，學歷還重要嗎？收入會怎么變？

看完報告后，我發現了一些有趣的結論。

微軟說：高教育職業更易被AI影響，但高收入職業的薪資增長不明顯。例如程序員，在AI適用性上得分比較高，但其薪資增長并未顯著提升。

這說明，AI能提升工作效率，但它目前還不能轉化為工資，或者說，企業還沒辦法砍掉程序員，用AI來替代。

另一方面，報告進一步揭示，AI適用性與收入之間的關系并不是簡單的線性關系。

某些高評分職業（如銷售、辦公與行政支持）雖然AI適用性高，但收入水平比較低；相反，一些低評分職業（如建筑工人、農業工作者）盡管AI適用性低，但其收入水平也不高。

這種現象表明，AI的應用并不等同于收入提高。換句話說，AI可以提升效率，但未必能直接轉化為更多的錢。

而對于教育與職業轉型，報告中提到，高學歷職業更容易被AI影響，但不意味著職業會消失；相反，AI的引入促使職業發生了結構性變化，一些人會從執行者向管理者、協調者的轉變。

例如：

程序員的工作內容會從基礎代碼編寫轉向架構設計、問題調試和團隊管理；同樣，文案撰寫者的工作會從純寫作轉向內容策劃、品牌策略制定。

因此，未來的職業發展將更加依賴持續學習、技能更新以及創新力。

高校和職業培訓機構已經開始響應這一趨勢，像清華大學、北京大學等紛紛加入了AI+專業。

中國職場有一定特殊性，未來需要大量人機協作的新模式，所以，能夠快速適應新技術、具備跨學科能力的人群，未來占據優勢；相反，僅依賴單一技能、難以轉型的人群，挑戰有點大。

不過，AI也帶來了新的職業機會。例如，AI倫理師AI訓練師AI內容審核員。

04

AI已經改變了我們的工作方式和職業發展路徑，那企業和個人該如何應對？微軟這份報告擺脫了傳統敘事，給出了一些清晰的應對路徑。

針對企業兩種選擇：要么自動化，要么增強智能。

自動化（Automate），用AI替代人力，追求效率和成本優化，比如：制造業用AI質檢替代人工巡檢，客服中心用AI機器人處理80%的常見問題。

這條路適合標準化程度高、重復性強的崗位。

增強智能（Augment），就是用AI輔助員工，提高決策效率。一名醫生可以用輔助讀診斷書，設計師可以用AI生成初稿再優化創意，律師用AI檢索判例節省時間，這條路適合需要專業判斷、創造力和人情味的崗位。

報告特別提醒：別只盯著“替代”，短期內，AI最大價值不是裁員，而是“讓一個人干兩個人的活”，企業省了成本，員工提升了產出，這才是雙贏。

至于個人應該怎么做呢？有兩點。

微軟提到一個詞：AI管理者。如果你只能讓AI幫你做事，那你還是操作員，你得變成它的管理者。會提問、會判斷、會調教、會整合。

具體方法上，首先，要學習寫提示詞（Prompt Engineering），是明確背景、語氣、目標、格式的那種。

比如：以科技公司CMO身份，給潛在投資人寫一封郵件，介紹我們新產品的市場差異化，語氣自信但不浮夸，300字以內。

注意，越精準的輸入，越高質量的輸出。

其二，要培養自己+AI、AI+自己的雙規能力。類似于，AI負責信息處理、初稿生成、數據整理；你負責戰略思考、情感表達、倫理把關和最終決策。

報告中還提到，建議也可以關注一些新興崗位，有些職業不會被AI取代，因為它們的工作就是管理和約束AI本身。

好了，整個報告我看完，最大啟發：AI在分場景的解放人的雙手，真正要問的是：我的工作，哪部分它能幫我做了，剩下時間，我能否做點它干不了的？

參考：

[1].Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (n.d.).Working with AI: Measuring the Occupational Implications of Generative AI. Microsoft Research.