大数跨境

AI替代工作,已经走到哪一步了?

AI替代工作,已经走到哪一步了? AI学习圈-阿文
2026-09-13
0
导读:从北上广深企业生产记录到全球就业研究,拆开AI替代的两种速度:任务已经机器化,岗位与招聘如何变化?

两万人的工作量,被AI省出来了。接下来呢?

9月10日,印度IT服务巨头Wipro的首席技术官告诉路透社:公司用AI释放了相当于两万名员工的产能,并在内部重新配置人员。她解释,这可能是同一位工程师开始管理一组AI智能体,也可能是转到其他项目,或接受新岗位培训。[1]

这不是“两万人被裁”的新闻。却也绝不是“AI还没影响工作”的新闻。

工作已经不必按原来的人力配置完成。企业可以把省出的人投入别处,也可以在业务增长时少招一批人。对在岗者,这是岗位内容的变化;对求职者,它可能意味着原本会出现的招聘需求不再出现。

判断AI替代走到了哪里,只盯裁员名单,已经看不全了。

把今年的企业披露、实际就业记录和全球研究放在一起,能看到一个更具体的趋势:代码初稿、翻译、素材制作、数据整理等基础数字产出,正在被成批交给机器。人员调整没有统一的速度,但过去围绕这些产出建立的分工,已经开始松动。

北上广深的企业,已经把什么交给了AI

先不谈五年后的预言,看看今年公开披露的生产现场。

京东·北京总部

已进入生产的任务:采购选型、比价,采购到履约的业务任务,产品说明结构化

最近披露的变化:2026上半年,京东工业部署70多个AI智能体;6月推进把分散的产品信息转成标准化数据。[2]

阅文·上海办公

已进入生产的任务:网文多语种翻译

最近披露的变化:截至6月底,累计AI翻译作品超过3万部;这些作品贡献WebNovel上半年小说收入的40%。[3]

三七互娱·在广州有重要业务

已进入生产的任务:美术素材与广告视频生产

最近披露的变化:半年报披露,AI辅助生成2D美术资产占比超过80%,单季可产出超过50万张素材;AI深度参与的广告素材视频占比超过70%。[4]

腾讯·深圳总部

已进入生产的任务:代码、测试用例、数据清洗、分析与文书初稿

最近披露的变化:汤道生8月26日撰文称,一些过去花几小时的工作,现在约20分钟得到初稿;WorkBuddy团队3个月迭代40多个版本。[5]

这张表是企业任务变化,不是四座城市的裁员率。三七互娱上市主体注册和办公地址在芜湖,不能因为广州业务重要,就写成“广州总部裁员”。各公司的披露也没有提供这些任务对应的净减员人数。

但表中有件事已相当清楚:AI进入的不是某个遥远职业,而是写字楼里每天都会发生的工作。

京东的“70多个智能体”不能换算成70个岗位;它更值得注意的地方,是机器开始处理选型、比价和数据结构化这些具体环节。三七的“辅助”也不等于不需要美术人员,但几十万张的季度规模,已不是设计师偶尔试一张图。

阅文的数据又往前走了一步:机器翻译产出不只停留在内部试用,已经进入付费阅读业务。小说收入中相当一部分来自这些作品。

过去,增加同类内容、更多语种、更多素材,通常意味着增加制作量,也增加人工需求。现在,一部分新增产出可以通过AI扩出来。这不证明原有员工被裁,却削弱了“业务量增长,就会同比增加基础人手”的假设。

尤其值得警惕的是一种岗位:主要价值就是把一份标准化数字材料,变成另一份标准化数字材料。整理、改写、翻译、制图、填表、形成第一版代码。如果企业已经能低成本批量得到第一版,它还愿意为“只负责第一版”单独设置多少人手?

这才是这些披露对劳动者的真正含义。

替代有多快?要看两只不同的钟

第一只是生产的钟:同一份产出,需要多少人工时间。

第二只是用工的钟:公司还有多少人,又准备招多少人。

两只钟不会同步走。

腾讯提到的几小时到20分钟,描述的是初稿生产;Wipro的两万人产能,描述的是既有人力被释放后重新配置。前者不证明整份工作20分钟就能完成,后者也不能换算成两万人失业。但二者都显示,组织可以先改变工作量的分配,再决定是否改变人数。

阅文提供了另一种可观察的速度:2025年底,累计AI翻译作品超过1.7万部;2026年6月底,这个披露门槛超过3万部。[3][6]

两个数都是“超过”,不能据此精确算出增长76%,也不能说刚好新增1.3万部。能确认的是:半年后的公开披露,已指向更大的机器化翻译规模。

再往人员变化看,美国出现了一条值得认真跟踪的曲线。

斯坦福数字经济实验室8月12日更新研究,使用ADP工资记录,观察不同AI暴露程度职业中的就业变化。“高暴露”指职业任务更容易受到生成式AI影响,并非该职业已经被替代。[7]

2022年11月至2026年6月,22—25岁高暴露职业就业

数据结果:约下降11%

同期、同年龄的低暴露职业就业

数据结果:约增长10%

高暴露年轻人相对低暴露同龄人的就业缺口

数据结果:从2025年7月数据时点的15%,扩大到2026年6月的19%

主要调整方式

数据结果:减少年轻人招聘,而非增加离职

19%的意思是:如果高暴露年轻人的就业跟上低暴露同龄人的增长,如今会比实际高出一截。它不是19%的年轻人被AI裁掉,更不是全球失业率。

高AI暴露年轻人相对低暴露同龄人的就业缺口:2025年7月15%,2026年6月19%;不是裁员比例

高AI暴露年轻人相对低暴露同龄人的就业缺口:2025年7月15%,2026年6月19%;不是裁员比例

研究者也没有把差异全部归因于AI:教育构成、样本与先前趋势都会影响结果。它给出的,是两个数据时点之间扩大的缺口,而非未来每年还会扩大多少的保证。

这条曲线重要,因为招聘是一种“增量”。公司不一定需要把老员工请出去,才会减少对某类人的需求。它也可以保持团队运转,却不再按过去的方式补人、扩人。

因此,对基础岗位而言,危险信号不只是“公司宣布裁员”,也包括“以前需要再招两个人的新增工作,现在由现有人手和AI接住了”。后者不容易成为新闻,却直接决定下一批人的机会。

全球范围内,这不是只有硅谷才需要考虑的事

国际劳工组织与世界银行今年3月发布的研究覆盖135个国家,涉及约67%的全球就业。它研究的是生成式AI的任务暴露、各国实际工作内容和数字接入差异,不是统计135国已经裁掉多少人。[8]

一个值得中国读者注意的发现是:数字化程度较低,并不一定保护基础白领工作。

行政文书等入门岗位,本来就是很多年轻人进入正式就业的通道。而这些岗位往往已经联网,比当地其他工作更容易接入AI。一个经济体可能还没有广泛享受到AI增强工作的收益,一部分基础办公室任务却已经更容易被自动化。

这意味着,不能只问“美国程序员怎么样了”。还要看客服、文书、翻译、信息处理等任务,在不同地方是否仍值得由企业单独购买人工。

也不能拿一张“职业淘汰概率榜”代替判断。同叫客服,可能是按固定知识库回答重复问题,也可能处理退款争议与复杂客户关系;同叫翻译,可能是批量内容转换,也可能需要采访、编辑和文化判断。职业名称相同,里面可被机器接走的那部分工作不同。

真正需要比较的,是你每天卖出的产出,而不只是劳动合同上的职位名。

为什么还有企业在招新人?这恰好揭示了下一步

如果只看前面的变化,很容易得出“所有初级岗位即将归零”。但今年另一份原始调查,让问题变得更尖锐了。

Strada在3月访问了1498名美国企业高管和人才负责人。在已经至少探索AI的1387名受访者中,46%预计AI会增加本企业2026年的初级招聘,17%预计会减少。这是雇主预期,不是全年已经实现的就业结果。[9]

在这1387名受访者中,41%表示AI减少了初级员工的例行或行政任务,42%表示增加了分析和判断责任。

两组结果放在一起,指向的问题是:企业仍然可以招聘初级员工,却不再满足于他们只提供初级产出。

“初级”描述一个人的职业阶段,不保证工作内容也停留在基础层次。Strada把它定义为相关经验三年以内;这样的员工,也可能被要求利用AI直接面对过去需要更多经验才会处理的事情。

这和“AI不会抢工作,你学会工具就好了”有很大区别。工具让一个人更容易拿到第一版,也让企业更容易提高对第一版之后的要求。会生成,并不自动带来额外岗位;人人都能生成时,仅凭生成本身,就更难形成稳定的雇佣理由。

小红书一则讨论电商美工的帖子里,有人抱怨老板把更复杂的制作任务直接交过来;也有人说美工忙不过来,运营也开始用AI生图。它们是未经企业核实的个人自述,不能算就业统计,却提出了一个数据之外的切身问题:即使没有失业,同一份工资对应的工作要求,也可能已经变了。[10]

耶鲁预算实验室更新到今年7月的美国全国调查,仍未发现明确的总体AI劳动市场扰动。[11] 这不应该被用来给每一份基础岗位开安全证明。总体就业有没有剧变,与某类任务还有没有原来的用人价值,本来就是不同问题。

别再把纯执行,当作可以长期出售的完整工作

我不认为,现在的数据足以宣布所有数字工作都会消失。但把结论停在“既有挑战,也有机遇”,同样辜负了这些已经发生的变化。

我的判断是:纯基础数字执行,正在失去单独雇一个人的理由。把它当成长期职业底盘,风险已经很高。

一些企业把机器化产能用于扩张,一些企业把人重新配置,一些群体的招聘入口开始收缩。这些结果不相同,却都在改写过去“多一份产出,就多一份人工”的安排。

不是每个人都必须转行,也不是改个职位名称就能安全。更关键的变化是:以前企业买的是你花时间做出第一版;以后,在越来越多数字任务里,第一版本身就不再稀缺。

企业还愿意为什么付工资?可能是把模糊需求弄清楚,可能是找出机器看似流畅却错得关键的地方,可能是让产品真正被客户接受。这里没有一份永不被替代的职业名单;这些能力同样会继续被技术改变。

但有一点已经值得现在就认真对待:不能再用“这个岗位今天还在”,证明“我现在卖的这部分工作,明天仍值同样的钱”。

等到整个职业名称消失,才承认变化发生,对很多人来说会太晚。


视频延伸:Strada官方研讨会配有视频和带时码文字实录。13:23解释“初级岗位”的定义,17:16开始讨论岗位内容如何被重新定义。可从文末“阅读原文”进入;不便播放时可读同页实录。它是研究讨论,不是裁员现场。[12]

资料来源(截至2026年9月13日;企业数字为其公开披露,研究范围见正文)

1

Reuters,Wipro CTO采访,2026-09-10:https://www.reuters.com/world/india/wipros-ai-push-frees-capacity-equivalent-20000-workers-cto-says-2026-09-10/

2

京东2026第二季度及中期业绩,2026-08-13:https://ir.jd.com/news-releases/news-release-details/jdcom-announces-second-quarter-and-interim-2026-results

3

阅文2026中期业绩,公司供稿,2026-08-11:https://www.prnewswire.com/apac/zh/news-releases/2026-302848209.html

4

三七互娱2026半年报,2026-08-26,公告全文:https://money.finance.sina.com.cn/corp/view/vCB_AllBulletinDetail.php?stockid=002555&id=12534508

5

腾讯云官方账号,汤道生长文,2026-08-26:https://news.qq.com/rain/a/20260825A0D26T00

6

阅文2025年度业绩,公司供稿,2026-03-17:https://www.prnewswire.com/apac/zh/news-releases/2025-302715775.html

7

Stanford Digital Economy Lab,修订研究官方说明,2026-08-12:https://digitaleconomy.stanford.edu/news/canariesaug26/

8

ILO–World Bank,Working Paper 166,2026-03-17:https://webapps.ilo.org/static/english/intserv/working-papers/wp166/index.html

9

Strada,Entry-Level Hiring in the AI Era,2026-05-19:https://www.strada.org/news-insights/entry-level-hiring-in-the-ai-era-what-employers-are-thinking-and-doing

10

小红书公开讨论,仅作需求样本:https://www.xiaohongshu.com/explore/6a7c24e600000000050295af

11

Yale Budget Lab,2026-08-19更新:https://budgetlab.yale.edu/research/tracking-impact-ai-labor-market

12

Strada官方研讨会及实录,2026-06-09:https://www.strada.org/news-insights/entry-level-hiring-in-the-ai-era-webinar

#AI与就业 #职业变化 #企业AI

【声明】内容源于网络
0
0
AI学习圈-阿文
1234
内容 164
粉丝 0
AI学习圈-阿文 1234
总阅读0
粉丝0
内容164