AI智能体与未来的工作

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。

编者按：由于AI智能体的出现，7000万美国劳动者即将迎来职业生涯中最大的一次职场转型，但他们的声音却往往被忽视。为了填补这一空白，我们在全美范围内开展了一项审计调查，以深入了解员工希望AI智能体自动执行哪些任务或增强哪些能力，以及这些期望与当前的技能水平是否匹配。来自104个职业、1500名员工的数据带来了以下三大主要发现：1）职场中AI智能体的“意愿-能力”图谱揭示了当前AI智能体研究与投资的严重错配。在Y Combinator（YC）初创公司与具体任务的映射中，集中在“低优先级区”和自动化“红灯区”的企业高达41.0%。2）许多职业任务都需要人类与智能体进行对等的协作。然而，员工普遍更倾向于保留更高程度的人类自主权，这预示着随着AI能力的提升，未来可能会产生职场摩擦。3）随着AI智能体陆续步入职场，人类的核心竞争力可能会从信息处理技能转向人际沟通与组织管理能力。本文来自翻译。

AI智能体正在重塑职场

或许你对AI不感兴趣，但AI一定会盯上你。

AI正在给整个劳动力市场带来快速且令人措手不及的变革。研究预估，约80%的美国员工可能会发现大语言模型（LLM）会影响其至少10%的工作任务，其中19%的人甚至可能面临过半工作职责被颠覆的风险。2025年初的大模型使用数据进一步表明，在36%的职业中，AI工具已经在至少25%的任务中被活跃使用。

为了迎接未来的工作挑战，我们与斯坦福数字经济实验室的经济学家合作，提出了一个基于实证研究、结合语音增强的规范化审计框架，用以绘制全美各行各业中AI智能体带来的风险与机遇图谱。该审计框架采用“以员工为中心”的方法，直接向正在从事相关具体工作的一线员工征求一手见解。我们利用美国劳工部的O*NET数据库作为任务来源，构建了“AI智能体员工展望与就绪知识库”（WORKBank），这是首个同时量化AI智能体能力与员工意愿的数据库。目前，该数据库包含来自104个职业、1500名员工的真实反馈，以及52位AI专家的评估注释，涵盖了844项职业任务。该数据库具备良好的扩展性，能够轻松纳入更多任务，并实时反映技术能力的演进和员工态度的变化。

概述：审计框架与核心见解概览

理解恐惧与渴望

1. 员工在哪些方面会抵制AI智能体自动化？

我们在种子提示词“员工对工作中AI自动化最普遍的恐惧”的引导下，通过主题建模分析了员工的访谈文本。研究确立了三大最主要的顾虑：缺乏信任（45%）、担心被工作替代（23%）以及缺乏人情味（16.3%）。当按行业细分WORKBank数据时，我们发现，在艺术、设计和媒体领域，仅有17.1%的任务得到了员工的积极反馈。

2. 员工渴望在哪些职业任务中引入AI智能体自动化？

在46.1%的任务中，目前正在从事这些工作的员工对AI智能体自动化表达了积极的态度（在李克特5分量表中的意愿评分高于3分），即便他们已经明确考虑到了失业和工作乐趣减少等潜在问题。

3. 为什么员工想要AI智能体自动化？

针对支持自动化的反馈，我们通过多选题和开放式问题收集了员工的动机。支持自动化最常被提及的动机是“腾出时间做高价值工作”（在69.4%的案例中被选中）。其他普遍原因还包括任务的重复性（46.6%）、高压力（25.5%）以及提升质量的空间（46.6%）。

4. 对比员工与AI专家的视角，划分出四大任务区域。

我们的数据有助于将职业任务划分为四个区域：

1. 自动化“绿灯”区：既有强烈的自动化意愿，技术能力也已具备的任务。这些是部署AI智能体的首选对象，有望带来广泛的生产力飞跃和社会效益。

2. 自动化“红灯”区：技术能力高但自动化意愿低的任务。在这些领域进行部署需要格外谨慎，因为可能会遭遇员工的抵制，或带来更广泛的社会负面影响。

3. 研发机遇区：自动化意愿高但目前技术能力尚不足的任务。这些指明了AI研究极具前景的发展方向。

4. 低优先级区：意愿和能力都低的任务。

5. “意愿-能力”图谱揭示了机遇与错配。

我们以 YC 孵化的初创公司作为市场风向标，并将其业务映射到WORKBank数据库的任务中。令人遗憾的是，当前的YC投资并未向自动化“绿灯区”和研发机遇区倾斜。41.0%的 YC 公司被映射到了低优先级区和自动化“红灯区”；而“绿灯区”和“机遇区”内许多前景广阔的任务，在当下的投资热潮中反而未得到充分解决。

人机协同的新机遇

我们审计框架的一个独特之处在于，它超越了单纯对“自动化”的传统关注。我们同样深入探讨了“能力增强”——即技术如何与人类能力相辅相成并予以提升。为了提供一个量化“自动化”与“能力增强”的通用语汇，我们引入了“人类自主权量表”（HAS），这是一个从H1（无需人类参与）到H5（人类参与至关重要）的五级量表。这一新量表通过量化完成职业任务及其质量所需的人类参与程度，补充了原有的SAE L0-L5自动驾驶分级标准，摆脱了单纯“AI优先”的片面视角。

人类自主权量表：人类自主权量表（HAS）级别划分。

6. 许多职业的员工更倾向于与AI建立一种平衡、协作的伙伴关系。

我们引入了人类自主权量表（H1-H5），以此来量化完成职业任务并确保其质量所需的人类参与度。该量表以人类的自主权为核心，提供了一种通用语言，用来界定从全自动化到能力增强之间的光谱。值得注意的是，在分析的104个职业中，有47个职业的员工最渴望的级别是人类自主权量表中的H3级（对等伙伴关系）。

7. 员工普遍更倾向于保留更高程度的人类自主权，这预示着随着AI能力的不断进化，未来可能会出现职场摩擦。

在844项任务中，有47.5%的任务表现出员工所期望的人类自主权级别高于专家认为技术上所需的级别。尤为引人注目的是，在16.4%的任务中，员工期望的自主权级别比专家的评估足足高出了两个级别。

员工更倾向于保留更高水平的人类自主权

8. 人类自主权量表揭示了各个职业在“自动化 vs. 能力增强”上的具体剖面。

即使在同一个职业内部，不同任务所需的期望人类自主权级别也可能存在显著差异。我们建议，AI智能体的研发应充分照顾到不同层次的人类自主权，从而实现更高质量、更负责任的技术落地。

为未来做好准备

并非所有工作类型受AI冲击的程度都完全一样。为了看清未来工作的走向以及哪些技能将最具价值，我们进一步利用WORKBank数据库分析了人类技能的需求变迁。

利用O*NET数据库，我们将每项职业任务与其所依赖的具体技能进行了匹配。例如，“批准、拒绝或协调批准/拒绝信用额度，或者商业、房地产、个人贷款”（由财务经理执行）这一任务，将被映射到“做出决策与解决问题”以及“指导、带领和激励下属”等技能。对于每项技能，我们估算了两个核心价值：

• 人类自主权级别：基于专家对人类自主程度的评估。

• 平均薪资：采用美国劳工统计局的薪资数据，作为当前经济价值的衡量标准。

通过对比基于这两个维度整理出的技能排名，我们发现了可能决定未来人类工作形态的三大新趋势：

1. 信息处理技能的需求正在萎缩。与分析数据和更新知识相关的技能——尽管在如今的高薪职业中屡见不鲜——但在那些迫切需要高度人类自主权的任务中，其重要性已不再那么突出。

2.  人际沟通与组织管理能力受到更大重视。涉及人际互动、协同配合以及资源监控的技能，更频繁地出现在对HAS（人类自主权）要求极高的任务中，哪怕这些技能在目前的薪资评定中尚未被放在首要位置。

3. 高自主权技能涵盖的维度非常多元。在平均所需人类自主权最高的前10项技能中，涵盖了从人际交往、组织协调到决策制定和质量评判的广泛领域。

技能排名变迁：通过对比平均薪资与所需人类自主权带来的技能排名变化，揭示了人类核心竞争力可能发生的一次潜在转移——即从信息处理技能转向人际沟通技能。

译者：boxi。