详细内容或原文请订阅后点击阅览
理解AI对就业市场的影响
探索AI重塑就业的五种不同方式，从自动化常规任务到减少入门级招聘。
来源:KDnuggets多年来，关于工作中AI的讨论一直围绕着一个焦虑的问题：机器会取代我的工作吗？这是一个错误的问题，或者至少是一个不完整的问题。AI不是一种要么保留要么抹除某个角色的单一力量。它是多种力量同时作用，对任何特定工作的影响取决于哪一种力量在起作用。
一些任务被自动化替代。另一些被增强。出现了几年前不存在的全新工作类别。在这一切之下，AI正在悄然改变谁被雇佣以及技能如何建立。要看清劳动力市场的走向，有助于将这些人效应分开并逐一审视。以下是AI改变工作的五种方式，由当前数据支持。
替代者：自动化常规任务
这是大多数人担心的效应，而且有充分的理由。AI擅长模式识别、处理大量数据以及不疲倦地重复结构化任务。在工作可预测的地方，它可以接管曾经需要人的常规部分，减少对某些类型体力劳动和认知劳动的需求。
世界经济论坛《2025年就业未来报告》估计，到2030年，由于技术、人口和经济压力重塑市场，9200万个岗位将被取代。其对1000多家雇主的调查发现，41%计划在AI自动化特定任务时减少员工。
谁首先感受到这一点？围绕常规信息处理构建的角色：数据录入员、行政助理、会计文员和一线客户支持。这种模式很少是整个工作一下子消失。组织将工作分解为任务，将可预测的部分交给软件，将边缘情况、判断性决策和抵抗自动化的棘手问题留给人类。
不过，替代只是图景的一部分。对许多工人——特别是那些知识密集型角色——AI的表现截然不同。
增强者：增强知识工作
对许多专业人士来说，AI的作用更不像替代者，而更像一个有能力的协作者。它不是直接消除工作，而是吸收缓慢、重复的部分——如总结长文档、起草样板代码或制作初版营销文案——使人们有更多时间用于战略和创意方向。
高盛研究估计全球有3亿个工作岗位面临一定程度的AI自动化，约三分之二的职业至少部分暴露。该公司预计其中大部分将表现为生产力提升而非直接失业，并预测AI可在十年内将全球GDP提升约7%。
谁感受到这一点？软件开发人员、文案、财务分析师、设计师和中层管理者。工作从从头开始生产转向指导和编辑。文案成为生成草稿的编辑。开发人员转向架构和审查，而AI助手处理代码的第一遍。
增强最终可能演变为替代。善用AI的同事可能击败不适应的人。关键区别在于，增强奖励适应的人；替代往往打击不适应的。
创造者：生成新职业
每一次重大技术转变都会消除一些工作并发明其他工作，通常是在没人预料到的类别中。网络创造了对网页开发人员和搜索专家等角色的需求，这些在一代人之前毫无意义。AI正在做同样的事情，而且规模相当。
《2025年就业未来报告》预计到2030年将新增1.7亿个岗位，在替代之后净增7800万个就业机会。快速增长的头衔包括大数据专家、AI和机器学习专家以及信息安全分析师。AI背后的计算需求也在推动实体建设，提升对电工、暖通空调技术人员和建设数据中心的建筑工人的招聘。
谁感受到这一点？更广泛的技术部门、物理基础设施行业和专业咨询。除了明显的工程角色外，对处理偏见和法规的AI伦理学家、擅长引导AI系统产生有用输出的专业人士，以及介于技术与法律之间的治理和合规专家的需求正在上升。许多这些头衔五年前甚至没有出现在任何招聘板上。
这是技术浪潮中可靠的模式：创造的角色比失去的角色更难提前想象，这是替代故事往往主导对话的部分原因。
均衡者：压缩技能差距
在过去三十年的大部分时间里，新技术奖励已有技能的人并扩大了工资差距。生成式AI在许多角色内部似乎以相反的方式运作，其背后的数据值得审视。
经济学家Erik Brynjolfsson、Danielle Li和Lindsey Raymond研究了一家大型软件公司5,000多名客户支持代理。访问AI助手平均提高了约14%的生产力，但收益远非均衡。新手和低技能代理提高了约34%，而最有经验的代理几乎没有变化。该工具通过学习最佳代理的做法并将那些难以教授的知识传递给其他人来工作。入职两个月的代理开始表现得像有六个月经验的同行。
谁感受到这一点？在具有明确正确答案的角色中的新进入者和较低资历的工人——如支持、写作和常规分析。实际效果是团队中最强和最弱表现者之间的差距缩小。这重塑了公司对招聘标准、培训时间表和与经验挂钩的薪酬的思考方式，因为经验比过去更少带来优势。
这对个人新人来说通常是好消息。但当您放大到整个劳动力市场时，均衡效应提出了一个更难的问题。
重塑者：重新绘制职业阶梯
均衡器帮助个人新手更快地适应。但它不能保证会有工作让该新手来填补。这是数据中最新的也是最令人不安的信号，与我们刚刚考察的效应直接冲突。
斯坦福大学2025年一项题为“煤矿中的金丝雀”的研究追踪了数百万工人的工资记录。研究发现，在受AI影响最大的职业中（包括软件开发和客户服务），22至25岁的人在生成式AI传播后就业率相对下降了约13%，而同龄较年长工人保持稳定。2026年发布的后续仪表板显示趋势加深而非逆转。年轻毕业生的更广泛图景看起来也很疲软：纽约联储将2025年底近期毕业生的就业不足率定为42.5%。
谁感受到这一点？在受影响领域中的早期职业工人，公司越来越多地将初级任务转给AI而不是聘用第一年员工。这种下降出现在AI自动化工作的地方，而非增强工作的地方。
这提出了一个值得深思的长期问题：如果阶梯的底部变薄，明天的资深专家将从哪里来？成就伟大工人的知识往往是通过做AI现在吸收的初级任务积累的。一个团队可以依靠其资深人员以缓慢方式积累的专业知识，但那个水库不会自行补充。那些最倾向于用AI跳过初级招聘的公司可能在几年后发现，他们已经悄然停止了培养他们所依赖的有经验员工。
解读转变
大多数角色不仅仅经历这些力量中的一种。以下是它们的比较：
五种力量重叠，大多数角色同时感受到不止一种。软件开发人员今天经历增强，如果他们是该领域新手则受益于均衡器，并在职业生涯的初级阶段面临重塑压力——所有这些同时发生。
市场正经历自转向计算机以来最大的转变——可能更大。有用的做法不是抽象地问AI是否会取代工作。而是审视一个具体角色，找出这五种力量中哪一种对它影响最强，并相应调整。
一个能说出哪种力量正在作用于其工作的工人——无论是替代、增强、创造、均衡还是重塑——已经比一个等着被揭晓的人处于更有利的位置。从这里开始：将你的角色映射到五种力量上，确定你最大的压力点，并让那指导你下一步将精力投向何处。
Vinod Chugani是一位AI和数据科学教育者，弥合新兴AI技术与在职专业人士实际应用之间的差距。他的关注领域包括代理AI、机器学习应用和自动化工作流。通过担任技术导师和讲师的工作，Vinod通过技能发展和职业转型支持了数据专业人士。他将量化金融的分析专业知识带到他实践的指导方法中。他的内容强调专业人士可立即应用的可行策略和框架。