AI不会平均地影响所有人：2026年，职场真正开始分化

如果你想真正看懂2026年的人工智能，斯坦福大学发布的《2026 人工智能指数报告》，几乎是一份绕不开的年度报告。

所以，我把这份报告拆成一个系列，系列名称就叫：《2026 AI大变局：读懂人工智能指数报告》

整个系列一共9篇，不追求把报告重新翻译一遍，而是沿着一条认知升级路径，把“报告解读”逐渐变成一张属于普通人的“AI时代认知地图”。

第一篇：AI时代的“地图”来了：斯坦福这份425页权威报告到底告诉了我们什么？

第二篇：中美AI已经没有代差，真正的差距还剩什么？

第三篇：一边像博士，一边像小学生：这才是2026年的真实AI

本篇是第四篇。讨论的核心问题是——AI到底会不会抢走我们的工作？

这可能是过去三年普通人问得最多的问题之一。但看完斯坦福《2026 AI Index Report》关于就业和生产率的数据，我越来越觉得，这个问题可能问错了。至少到目前为止，我们还没有看到AI导致整个就业市场出现大规模、普遍性的岗位消失；真正值得警惕的是另一件事：AI对职场的影响已经开始出现，但它不是平均发生的。年轻人与资深员工、不同岗位、不同任务，甚至同一个岗位内部，受到的影响都可能完全不同。【来源：Stanford HAI，2026 AI Index】

在上一篇《一边像博士，一边像小学生：这才是2026年的真实AI》中，我们谈到了AI的“锯齿状前沿”：AI在某些任务上已经非常强，在另外一些任务上却依然不可靠。到了职场，这种锯齿状能力正在对应另一种“锯齿状冲击”——AI并不会某一天突然把一个职业整体消灭，而更可能先吃掉其中那些标准化、重复性高、容易验证的任务。理解这一点，比简单争论“AI会不会让人失业”重要得多。

【报告发现】最先感受到压力的，是职场入口

先看一个很容易让年轻人紧张的数据。

斯坦福报告引用美国就业数据指出，软件开发人员中，22—25岁群体的就业人数相较此前高点已经下降接近20%，与此同时，更高年龄段软件开发者的就业人数仍在增长。类似的代际差异也出现在客服等AI暴露程度较高的职业中。【来源：Stanford HAI，Economy】

但这里必须把统计口径说清楚。Stanford的完整章节显示，这组数据观察的是美国软件开发者22—25岁群体，截至2025年9月，其就业人数较2022年的高点下降接近20%。因此，把它简单写成“2025年AI让年轻程序员减少20%”，既混淆了时间口径，也把相关性直接写成了因果关系。报告自己的措辞要谨慎得多：目前劳动力市场影响是不均衡的，首先体现在招聘管道、年轻劳动者以及特定业务职能，而且现有证据并不支持广泛、均匀的就业替代已经发生。【来源：Stanford HAI，2026 AI Index Economy】

另一方面，企业的预期已经开始发生变化。Stanford汇总的调查显示，约三分之一的组织预计未来一年AI会导致员工数量减少，但接近一半预计人数几乎不变或完全不变；预计减员较明显的职能包括服务运营、供应链和软件工程。【来源：Stanford HAI，Economy】

这两个信号放在一起看就很有意思了：AI造成的全面失业潮还没有出现，但招聘结构和企业用人预期已经开始变化。

【我的解读】为什么最先受伤的可能是“学徒”？

这里有一个看起来非常矛盾的地方。

Stanford总结的多项研究显示，AI确实能够显著提高一些工作的生产率：使用对话式AI助手的客服人员，每小时解决的问题增加约14%—15%；使用GitHub Copilot的软件开发者完成的Pull Request增加26%；使用多模态AI制作广告的营销团队，人均产出提高50%。而且多个研究都发现，经验较少的员工往往从AI中获得更大的效率提升。【来源：Stanford HAI，Economy】

问题来了：既然AI对新手帮助最大，为什么年轻人的就业反而可能最先受到压力？

答案可能就藏在“帮助最大”这四个字里。

想想一个刚进入公司的年轻人通常做什么：查资料、整理数据、制作基础PPT、写会议纪要、准备初稿、修改简单代码、回复标准化客户问题、做基础分析……这些工作看起来并不高级，却长期承担着两个完全不同的功能。

对企业来说，这是低阶工作；对年轻人来说，却是学习如何工作的入口。

过去，一个部门可能需要一名经理、两名资深员工和三名初级员工。初级员工完成大量基础工作，在这个过程中逐渐理解客户、业务和行业，几年以后成长为资深员工。

如果AI让一名资深员工带着工具，就能完成过去需要两三名初级员工才能完成的工作，企业最自然的选择未必是立刻裁掉资深员工，而可能是：

下一批新人，先不招了。

这就是为什么AI对就业的第一轮影响，可能首先出现在招聘入口，而不是大规模裁员名单。

这也是我认为这份报告最值得职场人认真思考的地方：AI可能正在改变存在了上百年的“学徒制”。

我们过去默认一个人成为专家之前，可以先做几年简单工作。但如果大量简单工作被AI接管，一个新的问题就出现了：

没有了那些低阶任务，新人靠什么积累成为专家所需要的经验？

这个问题甚至比“AI会不会抢工作”更棘手。

因为企业可以从自动化中获得短期效率，却可能面对长期人才断层。如果今天不再需要初级分析师、初级程序员、初级设计师，那么五年以后，资深分析师、资深程序员和资深设计师从哪里来？

Stanford报告实际上还给出了另一个提醒：AI并不是任何情况下都能提高效率。对于需要深度推理和判断的工作，效果可能明显减弱甚至转负。报告引用的一项研究中，开源软件开发者使用AI辅助后反而慢了19%；另一项研究发现，过度依赖AI学习的软件工程师没有出现可测量的速度提升，还可能面临所谓的“learning penalties”，即学习惩罚。【来源：Stanford HAI，Economy】

于是，一个非常微妙的职场分化开始出现：

AI既可能帮助新人快速缩小技能差距，也可能让新人失去形成深层能力的过程。

关键取决于你把AI当成什么。

如果把它当成“替我完成工作”的机器，你可能短期效率很高，却越来越依赖它；如果把它当成“帮助我理解为什么这样做”的教练，它反而可能加快能力成长。

【对你有什么用】未来真正危险的，不是某个职业，而是某类任务

所以，我不太建议普通人拿着一张所谓的“最容易被AI取代的十大职业”名单去规划人生。因为同一个职业内部，不同任务被AI影响的程度可能完全不同。

一个采购经理的工作，包括寻找供应商、整理报价、比价、写邮件、分析成本、现场谈判、判断供应风险、处理供应商关系和跨部门博弈。AI可能迅速接管前面大量信息处理工作，却很难同时替代后面的商业判断、谈判和责任承担。

律师、医生、教师、程序员、咨询顾问，本质上都一样。

未来更值得问的不是“我的职业会不会被AI替代”，而是“我的工作中，哪些任务已经进入AI的能力范围？”

对于职场人，可以马上做一件很具体的事：把自己一周的工作拆成任务，然后分成三类——AI可以独立完成的；AI可以辅助、但需要人判断的；必须由人承担判断和责任的。真正应该不断提升的，是第二类和第三类工作的占比。

对企业管理者而言，AI转型也不能简单等同于“减员”。如果只计算“这个部门用了AI以后能少几个人”，很可能得到短期漂亮、长期危险的结果。更成熟的问题应该是：哪些任务可以自动化？哪些岗位应该重新设计？节省出来的人力应该转移到哪里？新人如何继续获得成长所需要的训练？

尤其值得警惕的是，企业不能因为AI能够完成初级任务，就把人才梯队的最下面一层直接切掉。AI时代的人才战略，不仅要重新设计岗位，还要重新设计“人成为专家的路径”。

投资人同样应该关注这个变化。如果一家AI公司的商业逻辑只是“帮助客户裁掉多少人”，它的价值空间未必像想象中那么简单；真正值得长期观察的，是那些能够把AI嵌入工作流、提高单位人效，同时又能保留质量控制、知识积累和责任机制的产品。

2025年，全球已经有58%的员工表示自己经常或半经常在工作中使用AI；在中国、印度、尼日利亚、阿联酋、埃及和沙特，这一比例已经超过80%。【来源：Stanford HAI，Public Opinion】 AI显然已经不是“未来才会进入职场”的技术，它就在今天的办公室里。

但这份报告真正值得记住的，并不是“AI会消灭多少工作”。

而是一个更复杂的现实：AI不会平均地影响所有人，也不会平均地影响一份工作的所有部分。它首先改变任务，然后改变岗位；首先改变招聘，然后才可能改变组织规模。

这也是为什么，对普通人来说，AI时代真正的职业安全感，不再只是找到一个所谓“不会被AI替代”的职业。而是让自己的能力不断向AI暂时难以独立完成的部分迁移——判断、沟通、责任、复杂问题解决，以及对真实业务的深刻理解。

当越来越多企业开始这么做，另一个问题就来了：企业花在AI上的钱越来越多，真正赚钱的究竟是谁？

下一篇《2026 AI大变局：读懂人工智能指数报告》，我们把视角从职场转向产业链：《AI越来越强，为什么真正赚钱的未必只是大模型公司？》

图片和引用来源：斯坦福《2026 人工智能指数报告》

版权及免责声明：“卢山说AI精进”个人公众号的文章均为本人原创（含联合AI创作部分）。未经本人许可，禁止进行转载、摘编及复制等任何使用。如需转载、引用或者有其它意向，请事先通过本公众号后台等方式申请并获得授权。原创文章中的部分文字、图片源于网络，如有任何问题请联系本公众号。