AI会抢你的饭碗,还是会帮你做得更好?——从一份报告说起

ESG深度专题 · AI与ESG

AI会抢你的饭碗，还是会帮你做得更好？——从一份报告说起

华夏基金×紫顶联合发布2026 AI与ESG报告：AI在吃掉更多电力，也在拉平职场鸿沟——关键看你怎么用它

· · ·

2024年秋天，我的一位做金融数据分析的朋友被裁员了。他所在的公司引入了一套AI系统，能自动完成财报数据清洗和初步建模——过去需要三个初级分析师干一周的活，现在AI一个下午就能跑完。

同一个月，他之前团队的另一位同事被调到了一个新成立的部门——叫“AI增强分析组”。工作内容变了：不再做数据清洗，而是训练模型、验证结果、把AI的输出翻译成客户能听懂的投资建议。

同一个AI系统，让一个人失了业，让另一个人升了职。区别在哪里？

· · ·

一、AI有多“吃电”？——E维度的硬账

先看一组来自国际能源署（IEA）的数据：全球数据中心用电量，2025年约485太瓦时，到2030年预计接近翻倍——约945太瓦时。同期水资源消耗将激增107%，达到约9.3万亿升。

这不是“AI是不是环保”的抽象讨论。这是两笔实打实的硬账——你的数据中心一年吃掉多少电、用掉多少水、占了多少土地。在ESG的E维度上，AI带来的环境压力已经从“纸面成本”转化为现实风险。

💡 东数西算的方向： 中国的“东数西算”工程正在把数据中心从东部电力紧张地区迁移到西部可再生能源富集地区。头部数据中心企业已经开始围绕能源结构、运维能效和空间布局进行系统性部署。

核心逻辑：绿色算力不再是“做环保”——它是产业链下游（大客户减碳压力）向上游（数据中心）传导的必然结果。全产业链协同共赢，正在把绿色算力从成本项变成商业主张。

· · ·

二、AI会抢饭碗吗？——S维度的答案比你想的复杂

先说结论：AI的冲击是结构性的，不是全局性的。最先被波及的是偏技术性的初级岗位——数据清洗、基础代码、标准化报告——这些工作“规则明确、重复性高”，AI天然擅长。而面向客户的岗位、基于实际工作流沉淀的经验诀窍（Know-How）、需要人际沟通能力（People Skills）的工作，短期难以替代。

报告里有一个被很多人忽略了的关键数据：AI对新手和低技能员工的效率提升可以达到30%。它不是“AI替代你”——它是“AI帮你做得更快”。一个不会编程的客服，用AI工具可以在几分钟内写出自动回复模板；一个没有设计背景的运营，用AI生图工具可以做出基础的视觉素材。

❗ “拉平效应”：AI在缩小职场起跑线

报告用了四个字概括这个现象：“拉平效应”。AI在缩小职场起跑线的差距——不是“AI让你失业”，而是“会用AI的人把你甩在身后”。最终决定AI社会转型后果的核心变量，不是技术本身——而是企业怎么用它。

· · ·

三、92%的企业在用AI，但只有20%在管AI——G维度的真实落差

这是整个报告里最让人吃惊的一个数字。报告对科创50成分股的2025年度ESG报告做了文本挖掘。

这个落差会有什么后果？当一家企业的AI系统做出了一个有偏见的决策——比如在信贷审批中歧视了某个群体、在招聘筛选中过滤掉了某个性别的候选人——“我们没有建AI治理体系”在法律和监管面前，不是一个足够的辩护理由。

🛠 负责任AI的落地链条

领先的企业已经开始从“等监管来了再说”转向主动治理。这条路才刚刚开始，但先走上这条路的企业，在未来的AI监管收紧中会有先发优势。

· · ·

四、投资者已经开始“用脚投票”了

在美股市场，AI相关的股东提案数量从2023年的16项增加到了2025年的26项。更重要的是——这些AI治理提案的独立股东平均支持率已经达到了约30%，而同期一般环境与社会（E&S）提案的平均支持率只有约16%。

30% vs 16%。AI治理提案获得的股东支持几乎是传统ESG提案的两倍。投资者在用脚投票，因为他们心里很清楚：AI治理出问题的代价，不是罚款——而是商业模式的系统性风险。

在国内，华夏基金正在构建“负责任AI”的ESG评价体系，从三个维度考察科技企业。华夏基金是境内最早开展ESG投资的公募基金——2017年成为国内首家加入联合国PRI的公募基金，至今已与80余家上市公司进行了180多次ESG深度沟通。

🔍 华夏“负责任AI”评价体系：三个维度

· · ·

· · ·

你身边有人在焦虑“AI会不会让我失业”吗？把这篇文章转给他——不是帮他分析就业市场，是帮他看清：区别不在技术，在选择。

觉得有价值？点个「在看」，转给一个在关注AI与ESG的朋友。

📢 关注我们，每周2-3篇ESG深度内容，帮你建立系统认知