——2026年Anthropic人类技能AI替代率报告（上）

文 / 陈思进

如果只看人工智能今天“能做什么”，很多人的确会感到压力越来越大。

写代码、做分析、整理资料、写报告、审合同、做财务模型，过去需要专业人士花几个小时甚至几天完成的事情，现在交给AI，往往几分钟就能完成。

但如果换一个角度，看一看AI实际上已经进入多少人的工作流程，情况又完全不同。

附图这张雷达图，恰恰把这种反差表现得非常直观：蓝色代表AI在理论上可以覆盖的工作范围，红色代表目前实际观察到的使用范围。两者之间，存在一道非常明显的鸿沟。

这可能是今天理解AI冲击就业市场时，最值得关注的一组数据。

最值得注意的，不是蓝色有多大，而是蓝红之间的距离

从图中可以明显看出，在不少知识密集型职业中，蓝色区域已经扩张得相当大。

比如计算机与数学、商业与金融、管理、法律、办公与行政、建筑与工程等领域，AI理论上能够参与的工作已经覆盖了相当大的范围。

这其实不难理解。

这些工作的共同特点是：大量任务建立在文字、数据、信息检索、逻辑分析和标准化流程之上，而这些恰恰是今天的大模型最擅长的地方。

但真正引人注意的是红色区域。

无论是计算机与数学，还是商业金融、法律、管理和办公行政，实际使用范围都明显小于理论能力。

也就是说：

AI会做，不等于企业已经让AI做；AI能够完成某项工作，也不等于这项工作已经由AI取代。

这中间，隔着技术、成本、流程、责任、监管以及人的信任。

所以，如果把这张图理解成一张“AI替代就业地图”，并不准确。更准确地说，它展示的是一张**“AI能力与实际使用之间的落差图”**。

而这个落差，可能正是未来几年职场变化的一个重要观察窗口。

真正走在前面的，是那些可以“搬进电脑”的工作

从职业分类来看，AI目前最容易进入的，仍然是知识和信息密集型工作。

其中最典型的就是计算机与数学。

这一领域非常特殊。程序员既是AI技术的使用者，也是最早受到AI改变工作方式影响的人群之一。

过去写代码，需要大量时间完成查询资料、编写代码、调试和修改；现在，AI已经能够承担其中相当一部分工作。

所以在这张图上，计算机与数学不仅理论覆盖率较高，实际使用程度也明显高于很多其他职业。

但这并不意味着程序员马上会大量消失。

更现实的变化可能是：同样一个开发团队，借助AI之后能够完成更多工作；而企业完成同样工作所需要的人手，可能逐渐减少。

这两件事情是有区别的。

商业、金融、法律和办公行政也有类似特点。

写邮件、整理文件、制作报告、分析数据、查找资料、合同审阅、财务分析等工作，都有相当一部分可以被数字化。

因此，AI进入这些行业并不需要先造出一个机器人。

电脑本身就是工作场所。

AI只需要进入现有的软件、数据库和工作流程，就能够开始产生价值。

这也是为什么知识型白领会比很多体力劳动者更早感受到AI带来的变化。

过去我们经常认为，“办公室工作”比“体力劳动”更安全。

但从AI的发展路径来看，这个判断恐怕需要重新考虑。

越接近真实世界，AI越难推进

再看雷达图的另一边，情况就明显不同了。

建筑施工、安装维修、农业、餐饮服务、场地维护、个人护理以及部分医疗辅助工作，蓝色区域本身就明显小得多，红色区域也没有出现大规模扩张。

原因其实很简单：

电脑里的世界和现实世界，不是一回事。

让AI写一份合同、修改一段代码、分析一张表格，主要依靠计算能力和信息处理能力。

但让机器人进入一个建筑工地，自己判断脚下是什么地面、周围有什么障碍，然后准确地搬东西、安装设备；或者进入家庭，面对一个行动不便的老人，完成护理工作——这就完全是另一回事。

现实世界充满了各种意外。

物体的形状不一样，环境会变化，光线会变化，人也不会按照程序行动。

这也是为什么今天AI在“屏幕里面”进步如此之快，而机器人在“屏幕外面”的进展相对缓慢。

软件可以快速迭代，但机械、电池、传感器、执行器和安全系统，都必须面对真实世界的物理限制。

因此，未来很长一段时间里，AI对就业市场的冲击，很可能不会所有行业同时发生，而是呈现出非常明显的先后顺序：

先改变坐在电脑前的人，再逐渐进入现实世界。

而这恰恰是这张图给我们的第一个重要启示：

AI革命并不是平均地冲击所有职业，而是首先从那些最容易被数字化的工作开始。

真正值得关注的问题，是这道巨大的“蓝红差距”什么时候开始缩小。

【免责声明】除注明作者之外，所有文章皆为思进原创。原创文章，谢绝未保留作者相关信息的任何形式的转载。本文仅代表原作者个人的论述和观点，敬请读者自行判断。内容或者数据仅供参考，不构成任何具体投资建议、不作任何商业用途、更不对其真实性负责。投资者据此操作，风险自担。