衡量生成性人工智能的职业影响报告总结

报告原文地址：https://arxiv.org/abs/2507.07935

核心发现

• 最常见的用户需求：信息收集、写作、与他人沟通。

• AI 最常执行的任务：提供信息、写作、教学、建议（顾问角色）。

• 高适用性职业：

  • 知识型与信息沟通型职业（如翻译、历史学家、销售代表、客服、作家、程序员、记者等）。

  • 行业类别上，销售类、计算机与数学类、办公室与行政支持类、社区与社会服务类、教育类等得分最高。

• 低适用性职业：

  • 体力劳动、设备操作、机械维护等（如护理助理、司机、清洁工、建筑工人）。

• 教育与薪酬相关性：

  • 学士及以上学历职业的平均得分略高，但总体与工资相关性弱。

• 与既有预测（Eloundou 等 2023）高度一致，职业层面相关系数 0.73，大类层面 0.91。

---

主要结论

• 当前生成式 AI 的能力主要与知识工作和沟通性职业高度重合。

• 对于体力性、操作性工作，目前直接替代潜力很低，但可作为信息辅助工具。

• AI 辅助性与替代性的区分非常重要，影响最终的就业结果可能因企业策略而异（类似 ATM 普及后银行柜员数量反而增加的历史案例）。

• 研究是当前时间点的快照，随着 AI 能力边界移动，不同职业的受影响程度会发生变化。

AI适应性最高的前40个职位

职位名称（缩写）	覆盖率	完成率	范围	评分	就业人数
口译员和翻译员	0.98	0.88	0.57	0.49	51,560
历史学家	0.91	0.85	0.56	0.48	3,040
乘务员	0.80	0.88	0.62	0.47	20,190
服务类销售代表	0.84	0.90	0.56	0.46	1,142,920
作家和作者	0.85	0.84	0.60	0.45	49,450
客户服务代表	0.72	0.90	0.59	0.44	2,858,710
数控机床程序员	0.90	0.87	0.53	0.44	28,030
电话接线员	0.80	0.86	0.57	0.42	4,600
售票员和旅行社职员	0.71	0.90	0.56	0.41	119,270
广播主持人和电台DJ	0.74	0.84	0.60	0.41	25,070
经纪事务员	0.74	0.89	0.57	0.41	48,060
农业与家庭管理教育者	0.77	0.91	0.55	0.41	8,110
电话推销员	0.66	0.89	0.60	0.40	81,580
礼宾员	0.70	0.88	0.56	0.40	41,020
政治学家	0.77	0.87	0.53	0.39	5,580
新闻分析师、记者	0.81	0.81	0.56	0.39	45,020
数学家	0.91	0.74	0.54	0.39	2,220
技术写作员	0.83	0.82	0.54	0.39	47,970
校对员和文字修订员	0.91	0.86	0.49	0.38	5,490
迎宾员和接待员	0.60	0.90	0.57	0.37	425,290
编辑	0.78	0.82	0.54	0.37	95,700
商业教师（大专）	0.70	0.90	0.52	0.37	82,980
公共关系专家	0.63	0.90	0.60	0.36	275,550
产品演示员与促销员	0.64	0.88	0.53	0.36	50,790
广告销售代理	0.66	0.90	0.53	0.36	108,100
新账户职员	0.72	0.87	0.51	0.36	41,180
统计助理	0.85	0.84	0.49	0.36	7,200
柜台及租赁职员	0.62	0.90	0.52	0.34	390,300
数据科学家	0.77	0.86	0.51	0.35	192,710
个人理财顾问	0.69	0.88	0.52	0.35	272,190
档案管理员	0.66	0.88	0.49	0.35	7,150
经济学教师（大专）	0.68	0.90	0.51	0.35	12,210
网页开发员	0.73	0.86	0.51	0.35	85,350
管理分析师	0.68	0.90	0.54	0.35	833,140
地理学家	0.77	0.83	0.48	0.35	1,460
模特	0.64	0.89	0.53	0.35	3,420
市场调研分析师	0.71	0.90	0.52	0.35	846,370
公共安全通信员	0.66	0.88	0.53	0.35	97,820
总机接线员	0.68	0.86	0.52	0.35	43,830
图书馆学教师（大专）	0.65	0.90	0.51	0.34	4,220

AI适应性最低的40个职位

职位名称	覆盖率	完成率	范围	评分	就业人数
抽血技师	0.06	0.95	0.29	0.03	137,080
护理助理	0.07	0.85	0.34	0.03	1,351,760
危险品清除工	0.04	0.95	0.35	0.03	49,960
建筑油漆工、抹灰工等助手	0.04	0.96	0.38	0.03	7,700
防腐师	0.07	0.55	0.22	0.03	3,380
其他厂区及系统操作员	0.05	0.93	0.38	0.03	15,370
口腔颌面外科医生	0.05	0.89	0.34	0.03	4,160
汽车玻璃安装及维修工	0.04	0.93	0.34	0.03	16,890
船舶工程师	0.05	0.92	0.39	0.03	8,860
轮胎修理与更换工	0.04	0.95	0.35	0.02	101,520
义齿技师	0.10	0.90	0.29	0.02	570
生产工助手	0.04	0.93	0.36	0.02	181,810
公路养护工	0.03	0.96	0.32	0.02	150,860
医疗设备准备员	0.04	0.96	0.31	0.02	66,790
包装与灌装机操作员	0.04	0.91	0.39	0.02	371,600
机器供料与卸料工	0.05	0.89	0.32	0.02	44,500
洗碗工	0.03	0.95	0.30	0.02	463,940
水泥抹平及混凝土修整工	0.03	0.92	0.39	0.02	203,560
消防主管	0.04	0.88	0.39	0.01	84,120
工业卡车和拖拉机操作员	0.03	0.84	0.28	0.01	778,920
眼科医疗技师	0.04	0.89	0.33	0.01	73,390
按摩治疗师	0.10	0.91	0.32	0.01	92,650
外科助手	0.03	0.78	0.29	0.01	18,780
轮胎制造工	0.03	0.93	0.40	0.01	20,660
屋面工助手	0.02	0.94	0.37	0.01	4,540
燃气压缩及泵站操作员	0.01	0.96	0.47	0.01	4,400
屋面工	0.02	0.93	0.38	0.01	135,140
石油天然气船员	0.01	0.95	0.39	0.01	43,830
清洁工	0.00	0.94	0.24	0.00	895,250
铺路、压实、夯实设备操作员	0.01	0.96	0.29	0.00	43,080
伐木设备操作员	0.01	0.95	0.36	0.00	23,720
摩托艇操作员	0.00	0.93	0.39	0.00	2,710
勤杂工	0.00	0.96	0.18	0.00	48,710
地板打磨与抛光工	0.00	0.94	0.34	0.00	5,070
桩机操作员	0.00	0.98	0.24	0.00	4,510
铁路铺轨与维修工	0.00	0.96	0.27	0.00	18,770
造型与铸模工	0.00	0.95	0.36	0.00	11,780
水处理厂及系统操作员	0.00	0.94	0.44	0.00	120,710
桥梁与水闸操作员	0.00	0.93	0.39	0.00	3,460
疏浚机操作员	0.00	0.94	0.22	0.00	940

参数说明

简单理解：

• 覆盖率 → AI 能干多少你的活(工作量)
• 完成率 → AI 能把干的活干好到什么程度(工作质量)
• 范围 → AI 能在你工作多少方面帮上忙(工作类型)
• 评分 → 总体 AI 影响力（结合上面三项）

指标	英文全称	含义	举例说明
覆盖率（Coverage）	Task Coverage	该职业的任务中，有多少比例属于 AI 技术可以覆盖的范畴。数值越高，说明 AI 能参与的任务比例越大。	口译员的覆盖率 0.98 → 表示 AI 技术（比如机器翻译、语音识别）理论上可以参与 98% 的工作任务。
完成率（Cmptln.）	Task Completion	在可覆盖的任务中，AI 能够独立完成的程度。数值越高，说明 AI 能较好地完成这些任务。	客户服务代表完成率 0.90 → 表示 AI 在其可替代的任务中，完成质量已接近人类水平。
范围（Scope）	Scope of AI Applicability	衡量 AI 应用在该职业中的任务多样性和复杂性覆盖程度。高值意味着 AI 可用于多种任务类型，而不是集中在单一环节。	乘务员范围 0.62 → 说明 AI 在乘务员的多个任务上都有应用潜力，而不仅限于订票或信息查询。
评分（Score）	AI Applicability Score	综合上面三项指标得出的最终 AI 适用性得分，反映该职业总体受 AI 影响的可能性。	历史学家得分 0.48 → 说明虽然覆盖率和完成率都高，但任务中可能有创意、社交等 AI 不易完全取代的部分，所以综合得分稍低。