loading...
今年2月，Claude模型的开发公司Anthropic完成了一项独特的“职场田野调查”。他们分析了超过400万次用户对话，并将其与美国劳工部O*NET职业数据库进行匹配。该数据库详细记录了上千种职业及19530类工作职责。通过这种数据化的匹配，首次清晰展示了AI如何融入各项工作，以及具体影响哪些岗位。
（为保护隐私，研究团队使用了一套名为Clio的“隐私保护”系统，仅能分析聚合后的数据，而无法接触到具体的个人聊天记录。）
研究结果表明，AI的使用情况极为“偏科”，将近一半的用途集中在两个领域。
毫无疑问，AI的最大用户群体是程序员。
想象一下这个场景：程序员小张正在开发一个电商App，突然程序崩溃，报错信息如同天书般难以理解。以前，他可能需要花半天时间在代码海洋中寻找问题。而现在，他只需把代码和报错信息交给Claude：“兄弟，这是什么问题？”AI很快回复：“问题出在第XX行，这个参数格式不对。”
从“开发维护软件”到“编程调试”再到“设计数据库”，这些都是程序员们最常让AI帮忙完成的任务。对他们来说，AI不是来抢饭碗的，而更像是一个24小时待命、不知疲倦的编程伙伴。
排名第二的是那些靠“笔杆子”吃饭的人。这个看似“文科”的领域实际上与AI配合得非常好。
例如，市场部的小李要写一篇产品推广文案。她可以让AI先“头脑风暴”几个标题，然后自己挑选一个最好的继续撰写。完成初稿后，她又把文章交给AI：“帮我检查一下，语言是否够吸引人？能不能再活泼一点？”当她需要按照特定格式发布文章时，AI也能迅速完成排版。
这类用户包括技术文档写手、广告文案、编辑，甚至档案管理员。对他们而言，AI既是灵感库，也是校对员和排版工具的完美结合。
然而，AI使用的分布严重失衡。参考下图，仅占全美工作3.4%的计算机与数学职业，在AI对话中占比却高达37.2%；相比之下，合计占全美近30%的食品、销售和运输岗位，对话总和仅有3%。
原图片来自Anthropic研究数据集，此图片使用AI翻译工具生成
搞清楚“谁在用”之后，下一个关键问题是“怎么用”。报告显示了一个重要数据：57%的用法属于“增强”，43%属于“自动化”。
这表明，目前AI更多是在充当“增强器”。研究人员将人机协作分为五种模式：
自动化行为（43%）
指令式：最简单的“自动化”，就像使用工具。“把这段翻译成英文”，AI直接给出结果，几乎没有互动。
反馈循环：程序员常用。用户将代码交给AI，运行报错后再将新情况反馈给AI，如此循环直到解决问题。人主要扮演“传话筒”的角色。
增强行为（57%）
任务迭代：深度协作。你让AI设计网页，AI给出初版后，你说：“布局不错，但颜色太暗，能换亮点的吗？按钮也放大点。”就像两个同事不断迭代，共同完成任务。
学习：不是为了完成任务，而是获取知识。“能用简单比喻解释下什么是‘神经网络’吗？”AI在这里是一个全能老师。
验证：你已完成工作，但希望AI帮你检查。比如写完SQL代码，让AI看看逻辑是否有问题，是否有更好的写法。
57%比43%的比例表明，大多数时候我们不是被动地“被AI服务”，而是主动地“驾驭”AI。它更像是一个强大的外部大脑，我们用它来学习、迭代和验证工作，最终让自己变得更强。
这可能是一个反常识的发现。AI的使用率与工资的关系并非直线上升，而是呈现“倒U型”曲线。
金字塔的底层和顶层，使用AI都较少。
低收入职业：餐厅服务员、建筑工人、卡车司机。他们的工作需要大量体力和现实世界互动。AI目前还无法长出手脚，自然难以参与。
极高收入职业：外科医生、法官、高级管理。这些工作不仅需要顶级专业知识，还要承担巨大责任和风险，决策过程复杂且充满不确定性。目前AI远未达到这种水平，法规和伦理限制也很多。
中高收入的“技术白领”是绝对主力。AI使用高峰出现在那些需要“大量准备”但又未到“顶级专家”程度的职业，如软件开发者、数据分析师、财务分析师、市场经理等。
这个“倒U型”分布清晰地显示了当前AI能力的边界。它最擅长处理那些有固定规则、以信息和数据为核心、但又需要相当智力投入的知识型工作。
研究中的一个有趣发现是，许多被分类为特定职业任务的AI对话实际上来自非该领域的专业人士。例如，被归为“营养师工作”的查询可能来自普通人寻求饮食建议，而不是专业营养师。
这代表了一种新趋势：AI正在模糊专业界限，使普通人能够进入以前需要专业训练的领域。这种“专业知识平权”可能带来更广泛的知识获取和应用，但也引发了关于专业价值和质量控制的问题。当AI让每个人都能成为“半个专家”时，专业服务的边界和价值将如何重新定义？
这同时也揭示另一个重要趋势：AI正在创造一种新的“技能通货膨胀”。当AI能轻松完成基础编程时，“会编程”就不再是优势。这将深远地影响就业市场，甚至是社会对工作的定义。工作的定义本身就一直在变化，几十年前，如果你说“做打字”，人们就知道你正在从事一项很专业的工作。而现在，当你说“在打字”，大家会认为你在说废话，因为打字本身已不再被视为一项专业技能，因此“在打字”这三个字曾经暗含的“正在工作”的含义已经消失。
随着AI的发展，我们今天认为有价值的许多技能可能会经历类似的转变。
这份基于400万次真实对话的研究报告，为我们描绘了一幅比“失业论”更复杂、也更有意义的图景。
总体来看，AI革命并不是一下子消灭某个职业，而是一场“渗透战”。它正以“任务”为单位，悄然改变我们工作的方方面面。研究显示，约36%的职业，其至少四分之一的工作任务已经受到AI的影响。有4%的职业，工作任务的AI渗透率已经超过75%。虽然占总体比例还不够高，但考虑到目前只是AI时代的开端，这种渗透速度已经算得上惊人了。
这种渗透是无声无息的，即使在那些看起来与技术无关的领域也在发生。例如，律师们可能不会被AI完全取代，但那些不使用AI进行案例研究和文档准备的律师，可能会被善用AI的同行超越。
对我们每个普通人而言，这份报告最大的启示是：至少短期内，与其担心被AI本身抢走工作，不如担心被那些更会用AI的同行抢走工作。
前进的道路也因此变得清晰：
短期看，要学会与AI配合，把它当作能力超强的副驾驶、不知疲倦的实习生，让它帮我们自动化重复性任务、迭代创意工作、验证想法、学习新知识。
中期看，要学会当AI的“老板”。这需要技术：理解AI的能力边界，精准定义问题、拆解任务、下达指令，评估整合结果，主导工作流。这并不简单，需要技巧和大量实践。
历史上，每一波技术浪潮都遵循“淘汰旧岗位、催生新行业”的规律。蒸汽机淘汰了马车夫，却创造了庞大的工业和物流；电力让点灯人下岗，却开启了全新的电器和娱乐时代。
长期看，AI将取代重复性脑力工作，但这并不会贬低人的价值，反而让我们更加珍贵。我们不再只是执行，而是提出问题；不只处理已有数据，而是勇敢探索未知；不满足于模仿，而是追求独创的点子；不依赖冷冰冰的交互，而是用温暖的同理心建立真连接；最终，我们追寻的不是效率，而是意义。这些，正是算法无法攀登的人性高地。
你不必担心AI，但要担心不会用AI的自己。
823
566
551
237
637
952
968
852
