巴克莱：仅20%职场技能可被AI高度复制，放大效应覆盖更广

nashnova research

今天发布阅读约 4 分钟

巴克莱推出「3A框架」，以技能为单元评估AI对逾830个职业的冲击：真正可被高度复制的技能仅约20%，但AI的放大效应几乎渗透至劳动力市场每个角落，长期生产率增益可能远超直接替代。

AI到底会替代多少人的工作？

巴克莱的核心发现：能被AI高度复制的职场技能仅约20%，大规模替代潮的担忧被高估了。

这意味着→ 多数人的工作不会被AI"抢走"，而是被AI"改造"——替代是窄的，放大是宽的。

报告用的分析单元是技能而非职业。用大白话说＝不是问"会计会不会消失"，而是拆开看"会计用到的哪几项技能可以被机器做"。

认知型AI自动化暴露最高的是数据科学家、统计学家、精算师——恰恰是与数据打交道最深的岗位。

物理型AI暴露最高的是农业工人、纺织机器操作员、结构钢铁工人等重复性体力劳动岗位。

约120个职业对两类AI暴露均较低，覆盖约20%美国劳动力，主要是教师、儿童看护、教练等高度依赖人际互动的岗位。这反映出面对面的人际关系仍是AI最难渗透的领域。

与自动化的集中分布不同，AI放大效应分布广泛而均匀——医生、教师、工程师这些差异极大的职业都能从AI工具中获益。

认知型放大效应最高的包括空中交通管制员、医疗健康服务经理、培训与发展经理；物理型放大最突出的是公共汽车和卡车机械师、工业机械师。

这意味着→ AI对整体生产率的推动，长期来看可能超过其直接替代效应。用大白话说＝ AI更像一把全场通用的放大镜，而非一把只砍几棵树的斧头。

自2022年以来，自动化暴露度最高职业的职位空缺占比从近30%降至约25%，其中软件工程岗位下滑最突出。

自动化暴露度最低职业的占比则从约20%小幅升至21%–23%。

要求具备AI技能的职位占比，美英法德四国已从2019年的约2%升至2026年8月的6%–10%，英国升幅最显著。这意味着→ AI技能正从"程序员专属"变成"全员标配"。

2019年逾70%的AI相关职位集中于科技与数据岗位，到2026年这一比例已降至约50%。

管理类职位的AI需求占比从约10%升至约25%。

这意味着→ AI正从技术部门的专属工具，变成管理层的日常能力要求。用大白话说＝以后不只是工程师要会用AI，经理也得会。

第一阶段：人类充当"机器人训练师"。物理型AI缺乏现实世界训练数据，行业正通过远程操控、第一视角视频采集让人类示范生成数据——Figure旗下Index、Scale AI等已在构建这一众包生态。

第二阶段：价值重心转向"操作规程"本身。焊接、手术、烹饪等专业知识有望被编码为可规模化授权的"机器人操作手册"，形成全新知识产权形态。Unitree的UniStore、NEURA Robotics的NeuraGym/NeuraVerse已是早期案例。

巴克莱的极端推演：硬件逐步商品化，真正的制高点归属于能捕获、编码并控制高价值技能的一方。用大白话说＝造最多机器人的未必赢，掌握"指令层"的才可能主导这场技能争夺战。

市场有风险，内容仅供研究参考，不构成投资建议。