本文来自微信公众号： 愿闻所以 ，作者：愿闻所以
--拆解180份中文AI研报：“增强”出现34次，“失业”0次的就业叙事真相
过去三年，生成式AI对就业的冲击始终是舆论场的核心命题。一边是“AI大规模替代人类”的焦虑反复扩散，一边是“AI赋能增效、创造新岗位”的判断持续输出，两方各持数据、各执一词，却始终未能触达真实的职场变化。
本文基于2023—2026年间180份中文AI行业研报、总计约1090万汉字的语料库，通过对4540条核心论点、13812条论据的逐条拆解与计量分析，跳出“AI会不会抢工作”的无解争论，回答一个更具现实参照性的问题：关于普通职场人的命运，这些行业研报到底说了什么，又刻意回避了什么？
我们的核心结论是：AI带来的从来不是大规模整体性失业，而是悄无声息的结构性分化。风险不会均匀落在每个行业，它最先出现在你隔壁的工位上，以“任务折叠”的方式，悄悄重构职场的价值坐标系。
一、三组数据的口径罗生门：别被对立结论误导
关于AI与就业，传播最广的两组数据常常被刻意放在对立面：87%的高管认为AI将增强而非取代人类工作，60%的岗位将受到AI技术影响。一“稳”一“危”的强烈反差，极易拉扯出公众的极端情绪。
但本质上，这两个数字完全不在同一个统计维度，根本不具备可比性：
87%是雇主预期口径
：来自对全球企业高管的生成式AI调研，代表技术采购方——企业管理者的主观判断，核心视角是“AI能为组织提升多少效率”。
60%是任务暴露口径
：来自国际科技安全领域的研究测算（发达经济体口径，新兴经济体为40%），代表任务层面的客观技术可行性，即岗位中有多少比例的工作内容可被AI辅助或替代，绝不等同于“60%的岗位会消失”。
而第三组更具现实意义的数据，往往在传播中被忽略：同领域的研究明确提及，生成式AI的大规模商业化应用，已经导致提供写作、编辑、校对服务的自由职业者出现就业机会缩减、收入水平下降的情况。
这是实测结果口径——它不是对未来的预测，是已经发生的事实，精准落在具体的、可识别的细分人群身上。
三组数据，三层现实：雇主的判断、技术的边界、个人的真实处境，三者之间不存在直接换算公式。任何将其简化为“AI抢饭碗”或“AI完全无害”的结论，本质上都是偷换统计口径的叙事游戏。正如相关研究中的坦诚表述：很少有精确的定量预测，现有的研究与广泛的可能结果是一致的。换言之：AI对就业的净效应，至今没有确切答案。
二、180份研报的词汇表：“增强”34次，“失业”0次
为了验证行业研报的叙事倾向，我们对全量4540条论点句进行了严谨的全量字面计量统计，结果呈现出高度的一致性：
字面包含“增强”的论点共34条，全部集中于效率提升、能力赋能、工作流优化、生产力跃迁等正向方向；
字面包含“失业”且与AI直接相关的论点：0条。仅有的6条含“失业”的论据，均为宏观经济背景下的整体失业率数据，或社会保障相关议题，与AI的就业影响无直接关联。
与此同时，全库中“AI与工作”相关的论点共计569条，占总论点量的12.5%。这说明研报并非不关注就业话题，而是叙事高度统一：所有讨论都围绕提效、赋能、新型工作模式展开，从未将“谁会失去工作”作为核心议题。
这不是某一家机构的疏忽，而是整个研报生态的集体选择。研报的付费客户是采购技术与服务的企业，而非面临岗位重构的普通员工。工位的消失不会写进任何一份行业研报里，它只会出现在企业的季度人力优化名单中。
三、消失的从来不是“岗位”，是工位上的重复性任务
如果说研报层面是集体失语，那么职场一线的体感则要真实得多。
国内高校职场研究团队的调研显示，受访者对AI就业影响的判断呈现明显分裂：44%的人认同AI会创造大量新工作，47%的人认为AI会造成大规模失业，同一群体同时持有两种相反判断，中立人群占比稳定在三成左右。
而岗位分化的边界已经清晰显现：研发与创新类岗位展现出较强的抗替代性，生产制造、财务会计、客服支持类岗位则面临更高的替代风险。收入层面的担忧同样高度集中：39%的受访者担心整体职场收入水平下降，38%的人担心个人收入受到影响，其中低职级、年龄两端（年轻与临近退休）、非体制内企业的员工焦虑感最强。
另一项针对专业人士的跟踪调研也印证了变化的方向：2023年还有19%的人将“普遍失业”列为最大担忧，到2024年，这一选项几乎无人选择——行业共识已经从“取代岗位”转向“替代日常重复性任务”。
这正是“隔壁工位”的真实含义：消失的不是完整的工作岗位，而是工位中那些可被标准化、可被压缩的重复性任务。研发岗的周报、客服岗的工单、财会岗的对账……同一个办公室里，有人一半的工作内容被AI折叠，有人的工作则几乎不受影响。绩效评价的坐标系正在从“岗位”下沉到“任务”，但薪酬体系尚未跟上这个变化，于是职场的裂缝首先出现在工位与工位之间，而非行业与行业之间。
值得注意的是，技术革命带来的岗位迭代本是历史常态：数据显示，超过60%的2018年就业岗位，在1940年根本不存在。岗位消灭与岗位创造始终并行，但代价与收益的分布从不均匀——失业的痛苦集中在被替代的细分工种，生产率提升的收益则分散在整个经济体。集中的痛，分散的甜，这就是AI时代职场分化的底层机制。
四、最讽刺的认知差：只有1%的人觉得风险是自己
比分化本身更值得警惕的，是普遍存在的认知偏差。
一项针对职场人群的调研数据耐人寻味：只有1%的受访者认为自己的职位面临威胁，可能会失业。这与“超七成职场人认为AI对自己当前工作内容的替代性不高”的调研结论高度吻合。
结合前文的数据可以勾勒出一幅荒诞的职场图景：绝大多数高管说AI是增强工具，超半数工作存在任务暴露，但只有1%的人觉得风险会落到自己头上。人人都默认自己处在安全的绝大多数里，人人都觉得消失的会是隔壁工位的人。这条客观暴露与主观安全感之间的裂缝，才是职场中最大的信息差。学习新技能、转换赛道、调整工作重心，所有应对行动都发生在这条裂缝的两侧。
更值得警惕的是，AI正在扮演“强者的放大器”的角色。数据显示，75%的在业成年人正在使用AI工具，而失业群体的AI使用率显著更低。工具在放大在岗人群的产出效率，也在拉大两类群体之间的能力与收入差距。
五、方法论说明：所有结论均可验证、可反驳
为避免情绪先行，本文所有结论均基于可验证的统计口径，在此统一说明：
“增强34次/失业0次”为论点句字面包含式计数，统计的是研报的叙事偏好，而非真实就业影响；宽口径下“AI与工作”相关论点占比12.5%，印证研报并非不讨论就业，而是不讨论“失去工作”。
文中引用的核心比例数据均来自公开行业报告与权威调研，来源可追溯。
写作/编辑/校对自由职业者收入下降为细分人群的实测结果，仅用于证明分化已经开始，不做总量外推。
本文不对“AI是否会导致净失业”持绝对立场——现有行业研究不支持定论，实测周期尚未到来。我们的可验证预判是：未来3年若出现“AI密集型岗位工资溢价扩大、常规认知任务岗位收缩”的结构性分化，本文分析框架成立；若就业无结构性分化，或出现大规模岗位净消灭，本文结论修正。
六、告别总量焦虑，用三个问题重新定位风险
关于AI与就业，“AI会不会抢我工作”是一个无效的总量焦虑。真正有价值的，是将其拆解为三个可回答、可行动的具体问题：
总量焦虑是伪命题，结构性情报才是真问题。研报生态天然不会供给后者——因为它的词汇表里，从来就没有“失业”这个词。
这就是“隔壁工位”的全部深意：没人会提前提醒你，旁边的工位正在被AI重构。直到绩效的标尺缩到你脚下的那一刻，你才会发现，风险从来都不是远在行业另一端，而是就在你隔壁。
