ARTICLE · 1112095
别再问AI会淘汰谁!OpenAI揭秘万亿新红利:六成未来职业,人类连名字都还没造出来
如果把你扔回 1976 年的大街上，向路人介绍你的工作是：“为部署在云端的视频流媒体手机 App，做搜索引擎广告投放与转化率优化”。
对方大概率会把你当成精神病人
在那个年代，互联网与智能手机尚未问世，云计算更是无从谈起，“App”一词根本无人知晓。每一个概念在当时都如同天方夜谭
今天，历史的钟摆停在了完全相同的齿轮上。
当全世界的媒体、专家和打工人都在焦虑地追问“哪些岗位会被 AI 彻底砸碎”时，OpenAI 经济研究团队发表了一篇立意独特的研究随笔，迅速在科技圈掀起热议。
OpenAI 首席经济学家罗尼·查特吉（Ronnie Chatterji）直接亮出底牌：大家之所以算不清未来会有多少新工作，是因为那些因新技术、新商业模式而诞生的新职业，我们人类至今连描述它们的“名词”都还没发明出来！
▲ OpenAI 首席经济学家 Ronnie Chatterji 强调：那些连“名词”都尚未存在的新职业，往往最难被提前统计
这篇由应用科学家哈里森·萨切尔（Harrison Satcher）执笔的万字专栏《We don’t have the nouns yet》（我们还没有那些名词），撕开了当代就业辩论中最大的盲区：人们总是极度恐惧眼前“看得见的消失”，却对未来“看不见的新生”彻底失明。
▲ OpenAI 经济研究专栏文章：如何为一个连名字都没有的未来定价？
01历史的冷酷规律：今天六成的工作，80年前根本不存在
很多人总觉得，现在的 360 行是亘古不变的基石。
但 MIT 顶级经济学家大卫·奥特（David Autor）团队用横跨 80 年的美国人口普查数据，砸碎了这个幻觉：今天全美正在运转的就业岗位中，有大约 60% 的细分工种，在 1940 年的职业名录里压根不存在。
新职业从不会凭空产生，往往遵循着一条特殊的演化脉络：先有技术，再出产品，逼出需求，最后才补上名字。
- 网络安全工程师
：今天全美有整整 125 万人以此谋生，行业缺口常年高达 20 多万。但在 1970 年代之前，英文书面语里连“Cybersecurity”这个词都没有！当时的他们，不过是一群被临时抓去查系统异常日志的普通技术员。 - 核磁共振（MRI）技师
：根据美国劳工统计局数据，2025 年这个工种养活了近 4.4 万人。在大型成像仪器被发明前，没人能预料到医院里会专门单设这样一个高薪岗位。 - 太阳能安装工、生物医学工程合规师、数据标注员……
发现了吗？每一次技术大爆炸，旧工种的死掉总是轰轰烈烈、一目了然；但新工种的孕育，却总是像杂草一样，在无人注视的缝隙里悄悄疯长。
理论生物学家斯图尔特·考夫曼（Stuart Kauffman）曾提出过一个著名的概念，“邻近可能”（Adjacent Possible）。
人类发射了火箭，才使得制造人造卫星成为可能；有了卫星，才催生了 GPS 定位系统；有了 GPS 和智能手机，才孵化出滴滴和 Uber；有了网约车平台，才诞生了数以千万计的网约车司机、算法调度工程师和平台安全风控师。
站在阿波罗登月的发射台前，哪怕是世界上最顶级的预言家，也绝不可能凭空预测出“滴滴运营”这个职业。
因为中间隔着四五层当时连名字都没有的发明。
02监控 150 万条提示词：OpenAI 抓到了新职业诞生的“受精卵”
那么，在被正式“命名”之前，一个新职业到底是怎么在办公桌上被活活逼出来的？
为了看清这个微观黑盒，OpenAI 经济研究团队在 2026 年 9 月发布了一份重磅报告《Work at the Frontier》（前沿工作），对 150 多万条企业真实工作中的 ChatGPT 交互记录、超 6200 名高频员工进行了严密追踪。
结果，他们抓到了一个惊人的微观现象，任务越界（Task Crossover）。
▲ OpenAI 追踪超 150 万条工作提示词，揭开打工人如何用 AI“跨界偷师”
数据显示：打工人使用 ChatGPT 处理本职工作之外任务的比例，在短短 4 个月内，从 4 月的 13.1% 暴增到 7 月的 25.9%！
也就是说，每 4 条工作指令里，就有 1 条是员工在公然“越俎代庖”。
看一看真实的办公场景吧：
行政助理根本没学过编程，却在用 AI 写 Python 脚本自动抓取全网竞品数据； 财务分析师不懂架构，却在指挥 AI 搭建部门内部的专属知识库检索工具； 售后客服从来没碰过文案，却在用 AI 批量生成千人千面的营销推介邮件。
员工输入提示词的方式同样展现出鲜明特征：大家跨界调用 AI 时，极少要求它“解释营销漏斗的原理”，通常直接抛出材料：“根据以下特性，生成 3 封针对不同客户的推介信”。
打工人正在通过 AI，以极低成本“即时借调外部专业能力”（Borrowing Expertise）。
这种“借调”一旦尝到甜头，就再也回不去了。OpenAI 的统计显示，跨界任务具有恐怖的高粘性：
跨界客户沟通的再使用率高达 54%； 广告与推广文案制作达 44%； 营销素材生成达 37%。
随之而来的是显著的“同僚感染效应”：只要办公室里有一人开始用 AI 跨界接手新任务，整层楼的同事下个月便会迅速跟进效仿。
这就是新职业诞生的三部曲：
- 任务杂合
：员工头衔没变，但 40% 的工作日常已经彻底越界； - 流程固化
：跨界任务变成了部门雷打不动的常规考核流水线； - 脱钩成岗
：杂合任务体量太大、复杂度太高，企业最终决定将其彻底剥离，对外开出全新的招聘需求。
那些未来年薪百万的黄金岗位，此刻正作为某种“杂活”，寄生在普通员工的聊天框里。
03OpenAI 的全景沙盘：不仅看替代，更看需求的大爆炸
在 OpenAI 建立的就业过渡模型（覆盖 921 个标准职业、1.48 亿全美岗位）中，研究团队抛弃了过去非黑即白的“淘汰论”，建立了一套更精密的三层过滤网：
- 技术重合度
：AI 到底能不能做这个任务？ - 人类核心纽带
：在信任、现场交付、监管问责和情感连接上，人是否不可或缺？ - 需求价格弹性
：当这项服务的成本被 AI 打成白菜价时，市场总需求会不会迎来 100 倍的井喷？
▲ 罗尼·查特吉转述宏观数据：AI 暴露度绝不等于失业，服务成本下降往往能催生海量新增需求
在这套坐标系下，就业市场的版图被清晰地切成了四块：
- 短期自动化承压区（约 18%）
：纯例行、可线上交付、缺乏责任纽带的边缘任务； - 工作结构重组区（约 24%）
：AI 扛走杂活，逼迫人类转向高阶决策、协同与新任务探索； - 岗位爆发扩张区（约 12%）
：因服务成本暴跌，瞬间炸出海量下沉需求的领域（如平民化法律咨询、定制化软件开发）； - 短期受限区（约 46%）
：深度依赖实体交互与严格牌照监管的行业。
根据《经济学人》粗略推算，自 2023 年中以来，AI 相关的软硬件基础设施建设已拉动创造了约 100 万个新就业岗位，而企业明确归因于 AI 的裁员约在 20 万左右。
AI 冲击的只是单一技能，却在全面放大整个社会的总体服务需求。
04正在孵化的神秘新物种
在科技社区的激烈讨论中，许多敏锐的一线开发者和学者，已经开始尝试给这批正在孕育的怪兽“起名字”。
知名物联网专家汤姆·布拉迪奇（Dr. Tom Bradicich）就捕捉到了一个正在急剧膨胀的生态位：“兼职式人在回路”（Fractional Human-in-the-Loop）。
▲ 专家预言：兼职核验 AI 产出合规性与真实性的“人在回路”，正在形成庞大新工种
未来的白领可能不再全职服务于一家公司，而是像“高阶陪审团”一样，分布在云端各个节点，专门对 AI 自动化生成的海量商业合同、医疗初审、工程设计进行合规性、事实性和逻辑伦理的最终仲裁与盖章。
推特硬核开发者 ADL 则道破了技术落地的铁律：“新角色通常在 API 层稳定之后才会井喷，因为届时第三方开发者才能写出定义该工作的‘胶水代码’。”
苏黎世大学经济学教授 D. Yanagizawa-Drott 更是发出了一声直击灵魂的赞叹：
▲ 学者观点：超级智能的一大标志，或许在于能否提前预测它所创造出的新职业名词
如果一个 AI 能精准预测它将为人类创造出什么职业，那它需要的世界模型，已经超越了人类对自身社会的理解极限。
05别在后视镜里寻找前方的路
必须保持清醒的是：宏观上的就业扩张，绝不意味着个体层面的阵痛可以被轻易抹平。
历史上的每一次工业革命都极其残酷：蒸汽机创造了铁路帝国，但老马车夫依然会面临转行冲击；打字机变成了个人电脑，不会用键盘的速记员依然会被淘汰。新机会出现的地点、时间与技能门槛，从来不会温柔地对准同一批被冲击的人。
但正如 Harrison Satcher 在文末写下的那句话：请对短期的摩擦保持十二分的严肃，但也请对未来的可能性保持绝对的坦诚。
不要看着手里的旧名片去丈量未来的世界。
那些还没被写进教科书的职业，那些尚未被招聘软件设为标签的岗位，此刻正在数亿次人机对话的电光火石之间破壳而出。
我们虽然还没有那些“名词”，但创造它们的“动词”，已经真真切切地落在了你我的键盘上。