巴克萊：僅20%職場技能可被AI高度複製，放大效應覆蓋更廣

nashnova research

今天发布阅读约 4 分钟

巴克萊推出「3A框架」，以技能為單元評估AI對逾830個職業的衝擊：真正可被高度複製的技能僅約20%，但AI的放大效應幾乎滲透至勞動力市場每個角落，長期生產率增益可能遠超直接替代。

AI到底會取代多少人的工作？

巴克萊的核心發現：能被AI高度複製的職場技能僅約20%，大規模替代潮的憂慮被高估了。

這意味著→ 多數人的工作不會被AI「搶走」，而是被AI「改造」——替代是窄的，放大是寬的。

報告的分析單元是技能而非職業。簡單來說＝不是問「會計會不會消失」，而是拆開看「會計用到的哪幾項技能可以由機器完成」。

認知型AI自動化暴露最高的是數據科學家、統計學家、精算師——恰恰是與數據打交道最深的崗位。

物理型AI暴露最高的是農業工人、紡織機器操作員、結構鋼鐵工人等重複性體力勞動崗位。

約120個職業對兩類AI暴露均較低，覆蓋約20%美國勞動力，主要是教師、兒童看護、教練等高度依賴人際互動的崗位。這反映出面對面的人際關係仍是AI最難滲透的領域。

與自動化的集中分布不同，AI放大效應分布廣泛而均勻——醫生、教師、工程師這些差異極大的職業都能從AI工具中獲益。

認知型放大效應最高的包括空中交通管制員、醫療健康服務經理、培訓與發展經理；物理型放大最突出的是公共汽車和貨車機械師、工業機械師。

這意味著→ AI對整體生產率的推動，長期而言可能超過其直接替代效應。簡單來說＝ AI更像一把全場通用的放大鏡，而非一把只砍幾棵樹的斧頭。

自2022年以來，自動化暴露度最高職業的職位空缺佔比從近30%降至約25%，其中軟件工程崗位下滑最突出。

自動化暴露度最低職業的佔比則從約20%小幅升至21%–23%。

要求具備AI技能的職位佔比，美英法德四國已從2019年的約2%升至2026年8月的6%–10%，英國升幅最顯著。這意味著→ AI技能正從「程序員專屬」變成「全員標配」。

2019年逾70%的AI相關職位集中於科技與數據崗位，到2026年這一比例已降至約50%。

管理類職位的AI需求佔比從約10%升至約25%。

這意味著→ AI正從技術部門的專屬工具，變成管理層的日常能力要求。簡單來說＝以後不只是工程師要懂用AI，經理也得會。

第一階段：人類充當「機器人訓練師」。物理型AI缺乏現實世界訓練數據，行業正通過遙距操控、第一視角影片採集讓人類示範生成數據——Figure旗下Index、Scale AI等已在構建這一眾包生態。

第二階段：價值重心轉向「操作規程」本身。焊接、手術、烹飪等專業知識有望被編碼為可規模化授權的「機器人操作手冊」，形成全新知識產權形態。Unitree的UniStore、NEURA Robotics的NeuraGym/NeuraVerse已是早期案例。

巴克萊的極端推演：硬件逐步商品化，真正的制高點歸屬於能捕獲、編碼並控制高價值技能的一方。說白了＝造最多機器人的未必贏，掌握「指令層」的才可能主導這場技能爭奪戰。

市场有风险，内容仅供研究参考，不构成投资建议。