過去兩年，AI并沒有立刻把白領(lǐng)大規(guī)模送出職場，但它更快做成了另一件事，把年輕人的第一份工作變得更難。

“AI最先拿走的，是年輕人的機(jī)會”這不是情緒判斷，而是一個非?，F(xiàn)實(shí)的結(jié)構(gòu)變化。崗位還在，團(tuán)隊(duì)還在，辦公樓燈也還亮著，只是入口那道門，開始收緊了。

Claude背后的公司Anthropic在2026年3月發(fā)布研究，用一個很關(guān)鍵的指標(biāo)來衡量沖擊，叫“觀測暴露度”。

它不討論“AI理論上能干啥”，只看“AI在真實(shí)工作任務(wù)里已經(jīng)干了多少”。

這個指標(biāo)一落地，很多幻想就會破滅。因?yàn)檎嬲ｋU的不是體力活，而是流程清晰、任務(wù)可拆、可以標(biāo)準(zhǔn)化交付的那類白領(lǐng)工作。

想象一個市場分析師的日常，找信息、整理數(shù)據(jù)、拉表、寫報告、準(zhǔn)備匯報。只要前面幾步AI能穩(wěn)定接手，這個崗位的暴露度就會飆升。

再看廚師、維修、現(xiàn)場運(yùn)營這種強(qiáng)情境工作?；鸷颉⑴R場判斷、人與人溝通、突發(fā)情況處理，AI很難“站到現(xiàn)場把活接過去”。

這類崗位暴露度低，反而更穩(wěn)。

給出的一個結(jié)論很扎實(shí)也很刺耳，學(xué)歷越高、收入越高的人群，暴露度往往越高。程序員、客戶代表、分析師等典型白領(lǐng)，都在更高暴露區(qū)間。

很多人聽到這里會誤讀成“高學(xué)歷不值錢了”。問題不在學(xué)歷本身，而在這些崗位的工作方式恰好是AI最擅長的那一類。

它們有一個共同點(diǎn)，流程高度標(biāo)準(zhǔn)化。輸入是什么、處理步驟是什么、輸出長什么樣，往往都能寫成模板，甚至能被拆成清晰的任務(wù)清單。

一旦標(biāo)準(zhǔn)化到位，AI就不只是“幫你做一步”，而是可能把整條鏈路打包成一項(xiàng)能力。Anthropic報告里提到的邏輯是，AI世界里這會沉淀成可復(fù)用的skill。

對企業(yè)來說，這意味著用人思路會變。過去是“招一個人來跑流程”，現(xiàn)在變成“買一個模型或系統(tǒng)來跑流程，人只負(fù)責(zé)最后審核”。

但真正值得警惕的地方在第二個發(fā)現(xiàn)，報告對比了2022年底ChatGPT發(fā)布之后，高暴露群體與低暴露群體的失業(yè)率走勢，兩條曲線波動幾乎平行。

這句話翻譯過來就是，AI沖擊并沒有立刻體現(xiàn)在“失業(yè)率暴漲”上。至少在那段時間窗口里，崗位沒有被成片抹掉。

原因也不神秘，很多企業(yè)現(xiàn)階段把AI當(dāng)成提效工具，而不是立刻做組織重構(gòu)。更現(xiàn)實(shí)的是，從“技術(shù)上能做”到“公司里能用”，中間隔著一大堆障礙。

第一是隱性知識。

醫(yī)生不僅是讀報告，更要觀察反應(yīng)、判斷風(fēng)險、安撫情緒；銷售不僅背資料，還要捕捉對方遲疑、建立信任。這些東西，模型再強(qiáng)也很難憑空接管。

第二是最后一公里的責(zé)任。

AI可以起草合同，但出了問題簽字擔(dān)責(zé)的是人；AI可以寫方案，但拍板、匯報、背鍋的也是人。責(zé)任鏈不改，組織就不可能一刀切替換。

于是，真實(shí)世界出現(xiàn)了一個“看似溫和、實(shí)際很狠”的結(jié)果。老員工暫時沒被大規(guī)模替代，但新人崗位先被擠壓了。

Anthropic報告點(diǎn)名了最直接的受影響群體，對于AI高暴露職業(yè)，22到25歲年輕人的新工作開始率，相比2022年平均下降了大約14%。

這14%不是“少賺點(diǎn)錢”的問題，而是第一份工作更難拿到。入口縮小，就意味著培訓(xùn)、晉升、經(jīng)驗(yàn)積累的鏈條被提前卡住。

企業(yè)為什么這么做？站在老板視角，這不是“冷血”，而是算賬后的理性選擇。

過去業(yè)務(wù)增長20%，老板直覺反應(yīng)是再招兩個人?，F(xiàn)在老板會先問一句，能不能讓現(xiàn)有團(tuán)隊(duì)配上AI，把執(zhí)行層的活先覆蓋掉。

一個典型團(tuán)隊(duì)里，主管定方向、做終審；專員找資料、寫初稿、整理數(shù)據(jù)。AI最先替代的，恰恰是專員最常做的那一段。

更關(guān)鍵的是，招新人不只是工資成本，還有培養(yǎng)成本、磨合成本、犯錯成本。老員工加AI，短期看更穩(wěn)、更可控。于是收緊招聘，成了很多組織的第一動作。

這就是AI時代最容易被忽略的風(fēng)險。它不是把崗位“砍掉”，而是把通往崗位的梯子抽掉幾節(jié)。

中國的優(yōu)勢之一，是完整產(chǎn)業(yè)鏈帶來的巨大就業(yè)吸納能力，是年輕人持續(xù)進(jìn)入產(chǎn)業(yè)體系形成的“人力資本復(fù)利”。

如果“入口收緊”在更多高附加值行業(yè)蔓延，宏觀上會帶來兩連擊。

就業(yè)預(yù)期走弱會影響消費(fèi)與信心；青年無法順利進(jìn)入成長通道，會影響創(chuàng)新與產(chǎn)業(yè)升級速度。

也因此，中國在AI競賽里不能只盯算力、模型參數(shù)、榜單排名。更要盯住AI落地后的組織結(jié)構(gòu)變化，尤其是對就業(yè)入口、技能體系和產(chǎn)業(yè)人才梯隊(duì)的沖擊。

對企業(yè)來說，AI是效率工具沒錯，但如果只把它當(dāng)成“壓縮人力成本”的按鈕，短期利潤好看，長期會出現(xiàn)能力斷層。沒有新人進(jìn)入，組織遲早會老化。

對年輕人來說，最危險的不是AI越來越強(qiáng)，而是把自己訓(xùn)練成更標(biāo)準(zhǔn)的流程執(zhí)行器。流程越標(biāo)準(zhǔn)，越容易被AI吃掉。

報告里給的應(yīng)對方向，其實(shí)很實(shí)在。不要和AI比速度，而要學(xué)會駕馭AI，把能自動化的執(zhí)行交出去，把時間換成更高維的能力。

比如審美與判斷，AI能生成十句通順的廣告語，但哪句能讓用戶停下來，取決于你對人性的理解、對場景的經(jīng)驗(yàn)，這不是算出來的。

比如溝通與擔(dān)責(zé)，會議室里別人看的不是報告，而是你對結(jié)論的判斷、你能不能把復(fù)雜問題講清楚、你愿不愿意為結(jié)果負(fù)責(zé)。AI給你彈藥，扣扳機(jī)的只能是人。

AI時代不是“少用點(diǎn)AI就安全”，而是必須更快把AI變成產(chǎn)業(yè)生產(chǎn)力，同時把人才培養(yǎng)從“會做流程”轉(zhuǎn)向“會定義問題、會組織資源、會對結(jié)果負(fù)責(zé)”。

AI最先改變的不是崗位數(shù)量，而是進(jìn)入崗位的方式；誰能把自己從流程機(jī)器升級為決策者，誰就不會被時代推著走。