AI会淘汰谁？一份来自2026年的就业真相报告

2025年下半年，一位在美国硅谷工作了4年的华人程序员被裁员了。

他的履历很漂亮：名校硕士，大厂经历，精通Python和Java。被裁那天，HR告诉他，公司新上线的AI编程助手，已经把初级工程师的代码产出效率提升了40%。不需要那么多人了。

这不是个例。自2025年初以来，美国20到30岁的年轻科技从业者失业率上升了近3个百分点，明显高于其他行业的同龄人。

这让人不禁想问一个问题：AI，到底在抢谁的饭碗？

答案可能比你想的更复杂。

一、冲击：2.5%的岗位，6%的焦虑

先看数据。

2025年9月，高盛研究部发布了一份重磅报告：《人工智能将如何影响全球劳动力》。报告的核心结论是：AI全面普及后，美国直接流失的岗位大约占2.5%。如果看被AI"显著影响"——也就是部分替代——的劳动力，这个比例会上升到6%到7%。

数字不大，但绝对量不小。

报告具体列出了高风险职业。排名靠前的是：计算机程序员、会计审计人员、法律行政助理、客户服务代表、电话推销员、文字校对人、信贷分析师。

你会发现一个规律：这些岗位有一个共同特征——高度结构化、大量重复认知劳动。

AI最擅长的是什么？从海量数据中找规律，然后按规律执行。写代码、做账、审核合同、回答客服问题，本质上都是"规则+输入=输出"的工作。这种活，AI干得比人快，比人准，还比人便宜。

但是，你以为AI只冲击白领？错了。

在制造业，传统流水线质检员和基础巡检员正在被智能视觉系统取代。在创意行业，基础插画师和初级文案的需求量在收缩。在客服行业，电话呼叫中心已经开始出现明显的就业放缓。

很多人以为蓝领安全，其实蓝领和白领，AI都不挑。

二、创造：17个新职业，一个你没听过的世界

但是，故事的另一面同样重要。

2025年5月，人力资源和社会保障部公示了一批拟新增职业。17个新职业，42个新工种。看完这个名单，你会发现一个完全不同的世界。

新增了什么？三个方向最突出。

第一个方向：AI基础设施。 出现了"人形机器人数据采集师"、"大模型提示词工程师"这样的岗位。五年前，没人知道这些词是什么意思。

第二个方向：数字创意内容。 "生成式人工智能动画制作员"、"AI系统测试员"——AI在创造内容，但需要人来设定方向、把控质量、注入审美。

第三个方向：智能制造与低空经济。 "机器人产品经理"、"无人机航线规划师"。这些岗位的出现，是因为AI不再只是一个软件工具，它正在进入物理世界。

世界经济论坛也给出了一组数据：到2030年，AI预计创造1.7亿个新岗位，同时淘汰9200万个岗位。净增7800万。

注意这个词：净增。

意思是，AI不是单纯的就业杀手，它是一个岗位置换器——拿走一些，再放回一些，而且放回来的比拿走的更多。

但这里有一个关键问题：被拿走的，和被放回来的，不是同一批人。

三、一个被忽视的真相：中等技能岗位最危险

我们来看一个很多人没注意到的数据。

世界经济论坛《2025年未来就业报告》明确指出：绝大多数净失业风险集中于"中等技能的重复性信息处理岗位"。

什么叫中等技能？

就是那些需要经过一定培训才能做，但又没到专家级别的岗位。比如：初级程序员、普通会计、基础设计师、标准文案写手、常规客服。

高等技能呢？比如CEO、放射科医生、空中交通管制员——这些岗位，AI反而最难替代。因为它们的核心不是"按规则执行"，而是"在不完整信息下做高风险决策"。

低等技能呢？比如水电工、美容师、护工——这些需要复杂肢体动作和人际交互的工作，AI在物理层面还做不到。

这就是AI对就业冲击的形状：两头安全，中间最危险。

过去几十年，中等技能岗位是发达国家中产阶级的根基。如果这个群体被削弱，影响的不仅是就业数据，更是整个社会的收入结构。

这不是危言耸听。麦肯锡全球研究院预测，到2030年，每个员工日常工作的60%到70%将实现自动化。这意味着，大多数白领当前工作内容的大半，在未来五年内会被重新定义。

四、人机协同：不是"人要替代机"，而是"人加机"

说到这里，很多人会觉得焦虑。但我想分享两个来自中国一线的真实案例，它们可能会改变你看待这件事的角度。

案例一：从数据标注员到"AI教材编写者"。

河南有一家数据科技公司，过去做的是最基础的数据标注：给图片里的汽车画框，给语音做转写。这是典型的"AI苦力活"。

2026年，这家公司的岗位名称变了。原来的数据标注员，现在叫"人形机器人数据采集师"。工作内容也变了：不再只是画框，而是通过精细的交通设施、行车环境标注，手把手教会AI具备类脑识别能力。

为什么？因为自动驾驶和具身智能的爆发，让"教AI做事"本身变成了一个高价值岗位。从"体力活"变成了"技术活"。

案例二：无人机航线规划师——低空经济的新"蓄水池"。

低空经济的快速扩张，催生了一个新岗位：无人机航线规划师。这个岗位的核心能力是统筹空域规则、地理信息和AI调度算法。听起来很高大上，但入行门槛弹性很大，正在成为吸纳年轻人就业的一个重要方向。

这两个案例的共同点是什么？

人没有被AI取代。人在用AI，在做AI做不到的事情：定义目标、判断质量、注入审美、做跨领域协调。

这就是"人机协同"的真正含义。

五、普通人怎么办？四个关键词

那问题来了：如果你不是AI研究员，不是算法工程师，只是一个普通人，该怎么办？

我给你四个关键词。

第一个关键词：审美。

你可能觉得奇怪，审美跟AI有什么关系？

关系非常大。AI能生成100个Logo，但AI不知道哪个"好看"。AI能写100篇文章，但AI不知道哪篇"打动人"。审美判断力，正在从一种"软实力"变成"硬通货"。

2026年的数据显示，单纯的技术执行力正在贬值，而审美判断力、宏观协调力、原始创新力正在大幅升值。

第二个关键词：协同。

不要想着跟AI比。AI比你快、比你准、比你便宜。你要做的是学会跟AI协作。

这就像Excel刚出现的时候，会Excel的人和不会Excel的人，差距不是一点点。今天，会"人机协同决策"的人，和只会"自己干"的人，差距会更大。

世界经济论坛的数据显示，能熟练驾驭低代码/无代码工具、进行人机协同决策的劳动力，已经获得了显著的市场溢价。

第三个关键词：深度。

以前你可能靠"会做很多事情"吃饭，未来你要靠"把一件事情做得很深"吃饭。

AI擅长广度，不擅长深度。它可以在一个下午读完你一辈子读不完的书，但它无法在一个狭窄领域花十年时间积累出那种直觉级别的洞察。

所以，找到一个你真正感兴趣的领域，往下挖，挖到AI够不着的地方。

第四个关键词：灵活。

过去几十年，职业发展的逻辑是"线性"的：学一个专业，进一个行业，爬一个阶梯，退休。

2026年的职场逻辑正在变成"非线性"的：你可能需要横跨多个领域，拥抱多种角色，经历多次转型。

人社部那一批新增职业里，有一半以上是五年前根本不存在的。五年后，还会有更多今天你无法想象的岗位出现。

所以，保持学习能力，保持职业弹性，比守住一个具体岗位重要得多。

结语

高盛那份报告的最后一句话很有意思：AI对就业的最终影响，很大程度上取决于企业如何运用这项技术。结构性冲击，仍然是一个"未解之谜"。

未解之谜，意味着不确定性。不确定性意味着既有风险，也有机会。

历史上的每一次技术革命，都遵循同一个规律：短期看是替代，长期看是创造。1940年至今，美国60%的工人在从事当年根本不存在的职业。技术驱动的就业增长，占新增就业的85%以上。

AI可能也不会例外。

真正值得担心的，不是AI会取代人类工作，而是你愿不愿意从今天开始，为那个正在快速到来的新世界，做好准备。