AI 到底有没有抢走你的工作

📌 核心要点速览：

• ChatGPT 发布三年后，英国数据未显示 AI 大规模替代就业
• AI 暴露度高的职业就业增速反而更快（四套指标一致）
• AI 相关岗位工资增长放缓，但趋势早于 ChatGPT 出现
• AI 实际使用仅覆盖 2.1% 的工作任务，高度集中
• 关键不在于 AI 暴露度，而在于岗位是被”增强”还是”替代”

· · ·

4 月 22 日，英国智库”英国进步中心”（Centre for British Progress）发布了一份新报告，标题直截了当——《AI 与英国劳动力市场：迄今为止的证据》。

报告由该智库首席经济学家 Pedro Serôdio 博士主笔，核心结论可以一句话概括：ChatGPT 发布三年多以来，没有证据表明 AI 对英国整体就业产生了显著影响。

报告发布后迅速引发关注，硅谷风投教父Marc Andreessen（a16z 联合创始人）公开引用了其中最反直觉的一段话：”令人意外的是，AI 暴露度更高的职业增长速度反而快于暴露度最低的职业——不是更慢，而是更快。”

研究方法：四套指标、两个数据源

这项研究的方法覆盖面较广

• 覆盖范围
  
      英国年度人口调查（APS）中的 412 个职业分类
• AI 暴露度衡量
  
      采用四套独立指标——ILO（国际劳工组织）任务指数预测、GPT-4 自评估预测、Anthropic 经济指数（AEI）的实际使用覆盖数据、M&McC 观察暴露度数据
• 数据来源
  
     两套独立数据——APS 就业数据 + ONS 雇主薪资数据

发现一：就业——高暴露岗位反而增长更快

无论用哪一套 AI 暴露度指标，结果都一致：AI 暴露度最高的那 20% 职业，就业增速超过了暴露度最低的 20%。四个指标、两个数据源，结论一致。

在 GPT-4 预测模型下，高暴露职业自 2022 年以来累计就业增长约 6%，而低暴露职业基本持平甚至下降。

从更长的时间维度（2006-2026 年）来看，这一趋势同样成立。高 AI 暴露职业在长期中表现出更强的就业增长动能。

发现二：工资——高暴露岗位的薪资增长落后了

但工资端呈现出不同的图景。ONS 数据显示，AI 暴露度高的职业，薪资增长自 2019 年以来持续落后于其他行业。

值得注意的是，这个差距在 ChatGPT 发布前三年就已经出现了。报告据此认为，这种工资压缩更可能是劳动力市场自身的结构性趋势，而非 AI 直接导致。

发现三：工资不平等在缩小，但早于 AI 出现

在 AI 暴露度高的职业内部，高薪（75 分位）和低薪（25 分位）之间的差距在持续缩小，收入结构趋于扁平化。但数据显示，这种趋势在生成式 AI 出现之前就已经开始。

发现四：同样是 AI 高暴露，命运大不相同

报告还揭示了一个值得关注的分化现象：同样被标记为”高 AI 暴露”的职业，就业走势可以截然不同。

• 程序员和金融分析师
  
  ——就业人数在 ChatGPT 发布后继续增长
• 行政和文秘类岗位
  
  ——就业人数在同一时期出现萎缩

报告认为，关键差异在于岗位结构是更适合被 AI“增强”还是“替代”——当 AI 主要用于提升既有工作的产出质量时，岗位需求可能不降反升；而当 AI 可以直接完成整项任务时，岗位面临的替代压力则更为明显。

· · ·

每一次技术革命都曾”隐身”

报告中引述了一段历史类比：

电力、计算机和互联网都曾被预言将”改变一切”——长期来看，它们确实做到了。但在诞生后的几十年里，数据显示它们几乎什么都没改变。

经济史学家 Paul David 曾论证，电力花了大约 40 年才在制造业生产率中明确显现，部分原因是发电机推广缓慢，部分原因是工厂不愿围绕电力重新组织生产流程。

Robert Solow 在 1987 年写下了那句著名的话：”你到处都能看到计算机时代，除了在生产率统计数据里。”这被称为”索洛悖论”（Solow Paradox）。报告暗示，今天的 AI 或许正处于类似的阶段。

AI 实际覆盖了多少工作

报告引用了 Anthropic 经济指数（AEI）的数据来衡量 AI 的实际采用情况，数据显示：

• 英国工人目前使用 AI 完成 385 种不同的工作任务，仅占 O*NET 数据库中 18,429 种任务的2.1%
• 大约五分之一的任务占了绝大多数的 AI 使用量——也就是说，AI 的使用高度集中在少数特定场景
• 英国在人均 AI 使用强度上排名全球第九，约为其人口占比的 2.7 倍

换言之，AI 目前并非在全面渗透劳动力市场，而是在特定任务上深度集中。大多数工作中的大多数任务，尚未出现 AI 的实质性介入。

· · ·

预言与数据的落差

报告同时梳理了科技行业领袖近年来的公开表态：

这些资本投入背后的核心假设是：大量人类工作即将被自动化。

但至少从英国三年来的劳动力市场数据来看，这一预期尚未兑现。

报告在结论中指出：”这些发现不排除未来出现更大影响的可能。但对近期的合理预测，应该建立在采用率实际在做什么之上，而不是潜在能力可能做什么之上。”

· · ·

三个值得关注的信号

综合上述数据，这份报告至少指向了三个值得关注的方向：

1. 短期就业冲击尚未显现，但结构性分化已经开始

整体就业未见大规模萎缩，但行政/文秘类岗位与分析/编程类岗位之间的走势已经出现明显分化。

2. “增强型”岗位与”替代型”岗位的分野可能比 AI 暴露度本身更关键

同等 AI 暴露度下，岗位的命运取决于其任务结构——是被 AI 赋能做得更好，还是被 AI 直接接管。

3. 工资增长放缓是客观事实，但归因需要审慎

高 AI 暴露岗位的薪资增长确实落后于整体市场，但这一趋势的起点早于生成式 AI 的出现，目前尚不能将其简单归因于 AI。

· · ·

最后

研究强调，上述发现并不排除 AI 未来对就业产生更大规模影响的可能。但在当前阶段，数据呈现的图景与公众预期之间存在明显落差：

AI 暴露度最高的工作，不但没有消失，反而增长得最快。

历史上，电力、计算机和互联网都经历了”技术已至、数据未动”的漫长沉默期，最终以不同于早期预测的方式重塑了经济结构。

当前的 AI 或许正处于类似的窗口。正如报告所言——合理的近期预测，应建立在采用率实际在做什么之上，而非潜在能力可能做什么之上。

📋 信源清单：

1. Centre for British Progress,《AI and the UK Labour Market: The Evidence So Far》, 2026 年 4 月 22 日 —报告全文
2. Pedro Serôdio 博士，英国进步中心首席经济学家 —个人主页
3. Marc Andreessen (a16z 联合创始人) 公开引用
4. Anthropic Economic Index (AEI) — AI 任务级采用数据
5. PwC,《The Fearless Future: 2026 Global AI Jobs Barometer》
6. World Economic Forum,《AI, Wages and Job Quality》, 2026 年 2 月

*本文核心数据和结论均来自英国进步中心（Centre for British Progress）公开发布的研究报告，辅以 PwC 和世界经济论坛等机构的公开数据交叉参考。图表来源于报告原文。*