我能否做点它干不了的？通盈配资
看了份报告，时间不算太新。
2025 年 7 月 10 日，来自于微软研究院（Microsoft Research），名字叫：《Working with AI: Measuring the Occupational Implications of Generative AI》。
中文可以理解为《生成式 AI 与就业：职业影响评估》
整个报告，讨论生成式 AI 对全球职场的具体影响，它们通过分析 20 万个匿名对话，揭露 AI 如何改变我们的生活方式，并评估了不同职业受 AI 影响的程度。
大概看完后，我认为可以分五个部分。第一个部分，主要讨论：生成式 AI 如何通过任务分类影响不同职业的适用性。
他们调研很有趣，用美国劳工部 O*NET 职业分类体系，把工作分拆到任务层面。
最上层叫广义工作活动，比如：提供客户服务、管理项目。
中间层叫重要工作活动，回应客户询问、协调团队任务等；最底层是具体的任务（Tasks），发个邮件、处理个表格等。
然后，研究人员让 AI 去判断，这些对话是在完成哪一类任务，完成得怎么样，以及是否可以被替代。
一个人问：帮我写一封辞职信，语气要礼貌但坚定，理由是职业发展受限；系统就会标记：这属于"写作类任务"，子类是"撰写正式沟通文本"，完成度很高，AI 完全可以胜任。
而如果有人问：帮我把这台老式冲压机的液压系统调到最佳压力；系统可能标记："设备操作类任务"，但 AI 无法直接执行，只能提供参考手册或视频链接。
通过"任务映射 + 完成率评估"的方式，报告算出了每个职业的 AI 适用性评分（AI Applicability Score）。
这个分数综合了三个维度，分别是：
覆盖率，这个职业的多少任务能被 AI 覆盖？完成率，AI 在这些任务上能做到什么程度？影响范围，这些任务在整个工作中的权重有多大？
最终结果显示，越依赖信息处理、文本生成、沟通协调的职业，AI 适用性越高；越是依赖物理操作、现场判断、人际互动的，AI 越难插手。
像销售这个职业，AI 适用性评分高达 0.84。
这是因为销售人员大量时间花在写邮件、做 PPT、查客户背景、生成报价单等任务上，这些都是 AI 的强项。AI 甚至能分析客户语气，建议回复策略，生成个性化提案。
相比之下通盈配资，"建筑工人"的评分只有 0.15。
虽然 AI 能帮助画图纸、算材料，但在 38 度高温下绑钢筋、判断墙体承重是否达标、与工友协调施工节奏等工作，AI 目前还无法胜任。
其中一个比较有意思。办公与、支持类职业，AI 评分也很高。这些职业包括文秘、助理，而医疗保健支持类（护工），评分极低。
因为这类工作太依赖"在场"和"共情"，扶老人上床、观察病人情绪变化、处理突发状况，AI 目前还做不到。
所以你看，AI 不是"取代某个职业"，而是渗透进职业里的具体任务。
有些职业 70% 以上的任务都能被 AI 接管，而有些职业可能只有 20% 的任务能够被辅助。这也解释了为什么 AI 对人的影响是任务级别的，而不是职业级别的。
因此，它打破了 AI 来了，有人要失业的二元叙事，直接从你做的工作场景出发，揭露影响。
任务场景能被拆解，哪些职业被 AI 盯的最紧？微软报告说：越依赖信息处理、文本生成、沟通协调的职业，AI 适用性评分越高，越容易被干掉。
智远罗列了下，排在最前面的有销售相关的、计算机与数字相关的、行政支持相关的。
这些职业的共同特点是：工作高度集中在"屏幕之内、语言之中、流程之间"。写 PPT、查数据、回消息、走流程，这是 AI 的主战场。
比如：翻译这个角色，几乎是所有职业里最高，AI 能适用 98% 的场景，现在一个外贸业务员，用 AI 实时翻译跟中东客户谈生意，已经不是新鲜事。
还有客户服务代表，每天重复回答"怎么退货""订单在哪""发票怎么开"，AI 做的比人要好，情绪稳定还不崩溃。
那谁最安全？
微软说，几乎集中在「身体在场、动手操作、情感互动」的领域。像建筑与提取职业、农业、渔业、林业职业、还有医疗保健支持、个人护理与服务行业等。
这些工作的核心价值不在"说"或"写"，而在"做"和"在"。你让 AI 去给老人洗澡、去工地绑钢筋、去果园摘苹果、去理发店剪头发，它做不到。
所以，我认为，这份报告真正想传达的，不是 AI 要抢谁的饭碗，而是：你的工作中，有多大比例是 AI 能完成的？如果比例超过 70%，那就要警惕了。
这才是 AI 带来的真正变革：不取代人，而是重新定义"人该干什么"。
既然 AI 已经干一些知识相关的工作，那它的边界在哪？
微软说：信息提取、基础写作、实时翻译三者通盈配资，构成 AI 在知识工作中的"基本盘"。他们共同特点是：输入是语言、输出是语言，过程是逻辑匹配或模式匹配。
AI 像一个超级高效的"语言处理器"，擅长信息搬运、文本重组和标准化响应，一旦任务超出"语言处理"的范畴，AI 就开始"露怯"了。
目前 AI 干得最差的是：数据分析（Process Data）、视觉设计（Create Visual Designs）、复杂决策（Make Judgments/Decisions）。
举个例子：
它做统计图、画图表可以，但不能理解背后的决策，提出战略建议。你问它项目该不该投？它能罗列利弊，但无法承担决策责任，也无法处理现实伦理问题。
所以，不是" AI 来了，我该跑路"，而是：要学会把 AI 用在它擅长的地方，把自己解放出来，去做它干不了的事。
既然 AI 正在改变工作内容，那它会不会也改变职场的"游戏规则"？比如，学历还重要吗？收入会怎么变？
看完报告后，我发现了一些有趣的结论。
微软说：高教育职业更易被 AI 影响，但高收入职业的薪资增长不明显。例如程序员，在 AI 适用性上得分比较高，但其薪资增长并未显著提升。
这说明，AI 能提升工作效率，但它目前还不能转化为工资，或者说，企业还没办法砍掉程序员，用 AI 来替代。
另一方面，报告进一步揭示，AI 适用性与收入之间的关系并不是简单的线性关系。
某些高评分职业（如销售、办公与行政支持）虽然 AI 适用性高，但收入水平比较低；相反，一些低评分职业（如建筑工人、农业工作者）尽管 AI 适用性低，但其收入水平也不高。
这种现象表明，AI 的应用并不等同于收入提高。换句话说，AI 可以提升效率，但未必能直接转化为更多的钱。
而对于教育与职业转型，报告中提到，高学历职业更容易被 AI 影响，但不意味着职业会消失；相反，AI 的引入促使职业发生了结构性变化，一些人会从执行者向管理者、协调者的转变。
例如：
程序员的工作内容会从基础代码编写转向架构设计、问题调试和团队管理；同样，文案撰写者的工作会从纯写作转向内容策划、品牌策略制定。
因此，未来的职业发展将更加依赖持续学习、技能更新以及创新力。
高校和职业培训机构已经开始响应这一趋势，像清华大学、北京大学等纷纷加入了 AI+ 专业。
中国职场有一定特殊性，未来需要大量人机协作的新模式，所以，能够快速适应新技术、具备跨学科能力的人群，未来占据优势；相反，仅依赖单一技能、难以转型的人群，挑战有点大。
不过，AI 也带来了新的职业机会。例如，AI 伦理师、AI 训练师、AI 内容审核员。
AI 已经改变了我们的工作方式和职业发展路径，那企业和个人该如何应对？微软这份报告摆脱了传统叙事，给出了一些清晰的应对路径。
针对企业两种选择：要么自动化，要么增强智能。
自动化（Automate），用 AI 替代人力，追求效率和成本优化，比如：制造业用 AI 质检替代人工巡检，客服中心用 AI 机器人处理 80% 的常见问题。
这条路适合标准化程度高、重复性强的岗位。
增强智能（Augment），就是用 AI 辅助员工，提高决策效率。一名医生可以用辅助读诊断书，设计师可以用 AI 生成初稿再优化创意，律师用 AI 检索判例节省时间，这条路适合需要专业判断、创造力和人情味的岗位。
报告特别提醒：别只盯着"替代"，短期内，AI 最大价值不是裁员，而是"让一个人干两个人的活"，企业省了成本，员工提升了产出，这才是双赢。
至于个人应该怎么做呢？有两点。
微软提到一个词：AI 管理者。如果你只能让 AI 帮你做事，那你还是操作员，你得变成它的管理者。会提问、会判断、会调教、会整合。
具体方法上，首先，要学习写提示词（Prompt Engineering），是明确背景、语气、目标、格式的那种。
比如：以科技公司 CMO 身份，给潜在投资人写一封邮件，介绍我们新产品的市场差异化，语气自信但不浮夸，300 字以内。
注意，越精准的输入，越高质量的输出。
其二，要培养自己 +AI、AI+ 自己的双规能力。类似于，AI 负责信息处理、初稿生成、数据整理；你负责战略思考、情感表达、伦理把关和最终决策。
报告中还提到，建议也可以关注一些新兴岗位，有些职业不会被 AI 取代，因为它们的工作就是管理和约束 AI 本身。
好了，整个报告我看完，最大启发：AI 在分场景的解放人的双手，真正要问的是：我的工作，哪部分它能帮我做了，剩下时间，我能否做点它干不了的？
参考：
[ 1 ] .Tomlinson通盈配资, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. ( n.d. ) . Working with AI: Measuring the Occupational Implications of Generative AI. Microsoft Research.
优倍网提示：文章来自网络，不代表本站观点。
沪深京指数
推荐资讯