炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：量子位）

你的工作崗位，會不會被AI分走一杯羹？

微軟最新研究專門扒了扒：AI到底對哪些職業影響最大？

研究人員分析了20萬條AI對話、整合了近3萬項職業任務數據，通過計算覆蓋率、成功率和影響範圍三個維度，爲每個職業算出了AI適用性分數

根據得分情況列出了40種最受AI影響的職業榜單。其中得分最高也就是最受影響的職業是翻譯員、銷售等，AI覆蓋率和成功率都在80%以上，適用性近50%。

現在的AI，好像越來越“懂”我們的工作了。

不過也有一些崗位的AI適用性近乎爲0

想知道你的工作在AI時代算不算鐵飯碗？今天咱們就來好好聊聊。

AI不是來搶工作的

研究人員分析了20萬條用戶與微軟Copilot的真實匿名聊天記錄，其中含10萬次隨機對話，能代表平時人們都用AI幹什麼；還有10萬次帶用戶反饋的對話，比如覺得AI幹得好就點贊等，能代表AI的使用效果。

研究的一大亮點是將對話拆分爲用戶目標和AI行動兩部分進行分析。

用戶目標指人找AI幫忙做的事，AI行動則是AI在對話中實際做的事，這兩者在40%的對話中完全不同，比如用戶問“怎麼打印文件”（用戶目標是 “操作辦公設備”），AI教其操作（AI行動是“教別人用設備”）。

他們發現，大家用AI最常做的事情集中在三類：一是收集信息，比如查資料、找數據；二是寫內容，像寫報告、改方案；三是溝通，比如給客戶解釋產品、回覆諮詢。

而AI自己做得最多的事，是當顧問給建議、當老師教方法、當筆桿子寫內容。

爲了讓分析跟真實職業掛鉤，研究用了O*NET 數據庫（美國官方職業信息庫），裏面把每個職業拆成具體的工作活動。

比如計算機程序員要編寫、測試和維護計算機程序，護理助理的工作包括協助患者進行日常活動（如洗澡、穿衣等）。

研究使用GPT-4o給每條對話的用戶目標和AI行動貼標籤，使其對應到O*NET裏的中間工作活動（IWA）。

爲了搞清楚AI對不同職業的影響，研究人員還發明瞭一個AI適用性分數。分數越高，說明這個職業越容易被AI影響。

研究從三個維度打分，一是覆蓋率，即該職業的核心工作中，AI經常幫忙做的佔比；

二是成功率，結合用戶點贊率和AI是否完成任務來判斷；

三是影響範圍，按“無、最小、有限、中等、顯著、完全”6個等級劃分，體現AI幫忙的程度。

結果發現，得分高的基本都是“動腦子”和“靠嘴說”的職業，比如銷售（要給客戶講產品）、程序員（寫代碼）、辦公室文員（處理文檔）、老師（備課講課）、編輯（寫東西改稿子）這些。

比如程序員、翻譯員、銷售等職業的覆蓋率得分均在80%以上，AI成功率接近90%，說明這些工作的AI適用性很高。

△AI適用性分數最高的前40種職業

而得分低的大多是“靠體力”的職業，像護理助理（照顧人）、洗碗工（刷碗）、卡車司機（開大車）、屋頂維修工（修房頂）這些。

比如挖掘操作員，使用AI後的成功率很高，這是因爲這種標準化程度高的任務，AI可以通過精確的程序設定和數據分析來輔助完成，減少人爲失誤，從而提升成功率。

然而這種職業的AI覆蓋率幾乎爲0，因爲現在體力勞動部分與數字化工具的交互極少

△AI適用性分數最低的40種職業

儘管此項研究列出了最受AI影響的職業榜單，但這也並不代表這些崗位會被完全取代，也不意味着體力勞動不會受影響，比如AI應用還可能會涉及機器操作和監控的體力勞動工作。

研究除了明確“AI對哪些職業影響大”，還挖出了幾個打破常規認知的細節。

很多人覺得高薪工作更容易被AI替代，但數據不這麼說。研究發現，AI適用性分數和職業平均工資的相關性非常弱

也就是說，無論是年薪幾十萬還是月薪幾千，只要工作核心是信息處理、溝通，AI的影響程度就可能差不多；反過來，體力類工作不管工資高低，AI暫時都插不上手。

還有就是，雖然要求“學士學位及以上”的職業，AI適用性分數比低學歷要求的職業稍高（平均高5%-8%），但這種關聯並不絕對。

核心原因是：學歷高的職業裏，信息處理類工作佔比確實更高（比如教師需要備課、寫教案），但低學歷職業中如果有類似內容，也會被AI盯上。

這些發現的核心其實是一句話：AI不看你賺多少錢、有多少學歷，只看你的工作是不是它擅長的“信息活兒”

Claude背後公司Anthropic的CEO Dario Amodei曾認爲：在未來五年內，人工智能可能會取代多達一半的白領入門級工作。

但其他科技人士對此觀點並不贊同，有人認爲AI將是一個淨工作崗位創造者。

我們也確實應該理性看待AI與工作的關係：AI並非完全替代職業，而是作爲工具提升效率

微軟高級研究員、該論文的主要作者Kiran Tomlinson強調：

與其焦慮“AI會不會取代我”，不如先看看自己的日常工作裏，哪些能交給AI搭把手吧。

畢竟，工具用得好，效率才能跑在前頭。

論文地址：https://arxiv.org/abs/2507.07935

參考鏈接：https://www.businessinsider.com/ai-jobs-overlap-affect-research-2025-7

— 完 —

海量資訊、精準解讀，盡在新浪財經APP