你的工作會被AI取代嗎?哪些職位受到的影響最大

一幅以藍色和綠色為主色調的風格化圖像,展示一名留鬍鬚男子與一個人形機器人面對面站立,其間穿插著圖表曲線。
    • Author, 費薩爾·伊斯蘭(Faisal Islam)
    • Role, BBC經濟編輯
    • Author, 菲爾·利克(Phil Leake)
    • Author, 米格爾·羅卡-特里(Miguel Roca-Terry)
    • Role, 數據記者
    • Author, 傑斯·卡爾(Jess Carr)
    • Role, 數據設計師
  • Published
  • 閱讀時間: 3 分鐘

人工智能(AI)企業正在大肆宣傳其工具取代人類勞動的能力。

一些工作將被自動化,另一些則將被「增強」。

全球最大企業的老闆們正將巨額資金投入這些工具,部分原因在於他們深知這可以節省人頭開支。

據稱,就企業員工規模而言,「持平就是新的增長」。投資者追問的是,工作應該由新招聘人員來完成,還是應該由大批「人工智能智能體」(AI Agents)——即被指派執行特定任務的虛擬工作者,其中一些任務相對需要專業技能——來完成。

即便這種說法只有一半屬實,它也將對我們所有人產生影響,波及各行各業和個人職業生涯,而且其發生速度或許比我們想像的更快。

諾貝爾經濟學獎得主最近警告,世界「必須立即行動」,以確保人工智能帶來的是生活水平提高,而非大規模失業;上月倫敦的企業也警告稱,隨著人工智能擾亂就業市場,它們正在艱難尋找所需的技能人才。

目前仍處於初期階段,但數據中已經出現一些值得注意的趨勢。

一張圖表,展示了各選定人工智能模型完成的任務比例,按人類專家完成相同任務的預估時間進行分類。各模型在不同時間段完成的任務比例如下:GPT-4(2023年3月發布)完成了用時5分鐘以內任務的85%、用時5至59分鐘任務的15%,以及用時超過1小時任務的0%。GPT-4o(2024年5月發布)完成了用時5分鐘以內任務的83%、用時5至59分鐘任務的15%,以及用時超過1小時任務的0%。Claude 3.5 Sonnet(新版)(Inspect)(2024年10月發布)完成了用時5分鐘以內任務的88%、用時5至59分鐘任務的42%,以及用時超過1小時任務的3%。o3(Inspect)(2025年4月發布)完成了用時5分鐘以內任務的98%、用時5至59分鐘任務的85%,以及用時超過1小時任務的17%。Gemini 3.1 Pro(2026年2月發布)完成了用時5分鐘以內任務的99%、用時5至59分鐘任務的96%,以及用時超過1小時任務的46%。Claude Mythos Preview(早期版本)(2026年4月發布)完成了用時5分鐘以內任務的99%、用時5至59分鐘任務的96%,以及用時超過1小時任務的67%。

這張圖表是行業基準,用於衡量各類模型執行此前由人類完成的任務的能力,在本例中即使用和開發計算機軟件。

這一指標顯示,三年前,大型語言模型(large language models, LLMs)僅能可靠完成人類需要數秒或數分鐘完成的任務。如今,它們已能越來越多地完成需要大約一小時的相當複雜的任務。

目前,一些大型語言模型可以找出加密貨幣合約中的問題,甚至開發和優化模型本身,而這些工作需要人類耗費數小時。

最新一代模型可能在明年左右開始完全自我開發。這僅僅是軟件編碼領域的情況,但同類模式也正以更早的階段出現於金融分析、初級法律工作,甚至一些入門級創意產業崗位中。

這對就業意味著什麼?目前最透徹的分析來自美國,使用了四年數據,涵蓋最受人工智能影響的職業(包括軟件開發人員和客戶聯絡代表)以及最不受人工智能影響的職業(醫護人員、托兒工作者、美髮師)按年齡劃分的就業結果。

斯坦福大學(Stanford University;史丹佛/史丹福)對工資和就業數據的分析發現,自ChatGPT普及以來,22至25歲年齡段的就業率受到2.7%的衝擊,在金融、軟件和創意產業等最受人工智能影響的領域,這一衝擊高達12.8%。

並非所有經濟學家都認同這一點,他們認為利率上升等其他因素可以解釋這一現象。

自ChatGPT和其他大型語言模型推出以來,在線職位發布也受到了影響。

這裡存在許多其他因素,從利率到稅收,但經濟合作與發展組織(OECD)最近的一項分析值得注意,該分析比較了根據其略有不同的衡量標準劃分的受影響程度較高的行業(如電話營銷和法律服務)與受影響程度較低的行業(建築、清潔和食品製備)在職位發布方面的差異。

根據這一標準,英國受到相當顯著的衝擊,當時利率正處於穩定或下調階段。這也發生在去年國民保險(National Insurance)保費上漲之前。從多數國際標準來看,英國服務業的高度集中使其容易面臨人工智能導致的就業損失。

人工智能的使用以「詞元」(token;標記)為單位進行衡量,詞元是人工智能系統用於理解、分析和生成語言的小段文本。平均而言,一個詞元大致相當於四分之三個英文單詞。

2026年,人工智能的使用出現了驚人的增長,詞元使用量的增幅遠遠超過了「每詞元成本」(per token cost)的下降。

使用人工智能的全球頂級企業已部署「詞元排行榜」(token leaderboards),試圖讓員工從最先進的模型中獲得盡可能大的生產力提升。

在過去幾個月中,數萬億(兆),有時甚至數千萬億(quadrillions;千兆)詞元已被使用,主要用於「智能體應用」(agentic use),即由能夠自動執行任務的智能體使用。

問題在於,這積累了令人難以置信的賬單,以至於其中許多企業現在已開始限制對這些模型的使用。

這一點很重要。它可能表明,可被自動化的工作存在一定的限度。虛擬工作者可能比人類工作者更昂貴。這取決於具體任務。

然而,有一個值得關注的因素是,許多企業,包括西方企業,正在轉向使用更便宜形式的人工智能,這些技術源自免費推向市場的中國模型。

因此,這裡存在很大的不確定性,但一些明確的趨勢正在浮現。

我們使用了人工智慧協助翻譯這篇文章,它的原文是英文。在發佈之前,BBC記者檢查了翻譯的內容。