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。
01
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，“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。
02
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，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。
03
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。
04
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, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. (n.d.). Working with AI: Measuring the Occupational Implications of Generative AI. Microsoft Research.
本文来自微信公众号“王智远”（ID：Z201440），作者：王智远，36氪经授权发布。
