過去兩年，AI并沒有立刻把白領大規(guī)模送出職場，但它更快做成了另一件事，把年輕人的第一份工作變得更難。

“AI最先拿走的，是年輕人的機會”這不是情緒判斷，而是一個非常現實的結構變化。崗位還在，團隊還在，辦公樓燈也還亮著，只是入口那道門，開始收緊了。

Claude背后的公司Anthropic在2026年3月發(fā)布研究，用一個很關鍵的指標來衡量沖擊，叫“觀測暴露度”。

它不討論“AI理論上能干啥”，只看“AI在真實工作任務里已經干了多少”。

這個指標一落地，很多幻想就會破滅。因為真正危險的不是體力活，而是流程清晰、任務可拆、可以標準化交付的那類白領工作。

想象一個市場分析師的日常，找信息、整理數據、拉表、寫報告、準備匯報。只要前面幾步AI能穩(wěn)定接手，這個崗位的暴露度就會飆升。

再看廚師、維修、現場運營這種強情境工作?；鸷颉⑴R場判斷、人與人溝通、突發(fā)情況處理，AI很難“站到現場把活接過去”。

這類崗位暴露度低，反而更穩(wěn)。

給出的一個結論很扎實也很刺耳，學歷越高、收入越高的人群，暴露度往往越高。程序員、客戶代表、分析師等典型白領，都在更高暴露區(qū)間。

很多人聽到這里會誤讀成“高學歷不值錢了”。問題不在學歷本身，而在這些崗位的工作方式恰好是AI最擅長的那一類。

它們有一個共同點，流程高度標準化。輸入是什么、處理步驟是什么、輸出長什么樣，往往都能寫成模板，甚至能被拆成清晰的任務清單。

一旦標準化到位，AI就不只是“幫你做一步”，而是可能把整條鏈路打包成一項能力。Anthropic報告里提到的邏輯是，AI世界里這會沉淀成可復用的skill。

對企業(yè)來說，這意味著用人思路會變。過去是“招一個人來跑流程”，現在變成“買一個模型或系統(tǒng)來跑流程，人只負責最后審核”。

但真正值得警惕的地方在第二個發(fā)現，報告對比了2022年底ChatGPT發(fā)布之后，高暴露群體與低暴露群體的失業(yè)率走勢，兩條曲線波動幾乎平行。

這句話翻譯過來就是，AI沖擊并沒有立刻體現在“失業(yè)率暴漲”上。至少在那段時間窗口里，崗位沒有被成片抹掉。

原因也不神秘，很多企業(yè)現階段把AI當成提效工具，而不是立刻做組織重構。更現實的是，從“技術上能做”到“公司里能用”，中間隔著一大堆障礙。

第一是隱性知識。

醫(yī)生不僅是讀報告，更要觀察反應、判斷風險、安撫情緒；銷售不僅背資料，還要捕捉對方遲疑、建立信任。這些東西，模型再強也很難憑空接管。

第二是最后一公里的責任。

AI可以起草合同，但出了問題簽字擔責的是人；AI可以寫方案，但拍板、匯報、背鍋的也是人。責任鏈不改，組織就不可能一刀切替換。

于是，真實世界出現了一個“看似溫和、實際很狠”的結果。老員工暫時沒被大規(guī)模替代，但新人崗位先被擠壓了。

Anthropic報告點名了最直接的受影響群體，對于AI高暴露職業(yè)，22到25歲年輕人的新工作開始率，相比2022年平均下降了大約14%。

這14%不是“少賺點錢”的問題，而是第一份工作更難拿到。入口縮小，就意味著培訓、晉升、經驗積累的鏈條被提前卡住。

企業(yè)為什么這么做？站在老板視角，這不是“冷血”，而是算賬后的理性選擇。

過去業(yè)務增長20%，老板直覺反應是再招兩個人。現在老板會先問一句，能不能讓現有團隊配上AI，把執(zhí)行層的活先覆蓋掉。

一個典型團隊里，主管定方向、做終審；專員找資料、寫初稿、整理數據。AI最先替代的，恰恰是專員最常做的那一段。

更關鍵的是，招新人不只是工資成本，還有培養(yǎng)成本、磨合成本、犯錯成本。老員工加AI，短期看更穩(wěn)、更可控。于是收緊招聘，成了很多組織的第一動作。

這就是AI時代最容易被忽略的風險。它不是把崗位“砍掉”，而是把通往崗位的梯子抽掉幾節(jié)。

中國的優(yōu)勢之一，是完整產業(yè)鏈帶來的巨大就業(yè)吸納能力，是年輕人持續(xù)進入產業(yè)體系形成的“人力資本復利”。

如果“入口收緊”在更多高附加值行業(yè)蔓延，宏觀上會帶來兩連擊。

就業(yè)預期走弱會影響消費與信心；青年無法順利進入成長通道，會影響創(chuàng)新與產業(yè)升級速度。

也因此，中國在AI競賽里不能只盯算力、模型參數、榜單排名。更要盯住AI落地后的組織結構變化，尤其是對就業(yè)入口、技能體系和產業(yè)人才梯隊的沖擊。

對企業(yè)來說，AI是效率工具沒錯，但如果只把它當成“壓縮人力成本”的按鈕，短期利潤好看，長期會出現能力斷層。沒有新人進入，組織遲早會老化。

對年輕人來說，最危險的不是AI越來越強，而是把自己訓練成更標準的流程執(zhí)行器。流程越標準，越容易被AI吃掉。

報告里給的應對方向，其實很實在。不要和AI比速度，而要學會駕馭AI，把能自動化的執(zhí)行交出去，把時間換成更高維的能力。

比如審美與判斷，AI能生成十句通順的廣告語，但哪句能讓用戶停下來，取決于你對人性的理解、對場景的經驗，這不是算出來的。

比如溝通與擔責，會議室里別人看的不是報告，而是你對結論的判斷、你能不能把復雜問題講清楚、你愿不愿意為結果負責。AI給你彈藥，扣扳機的只能是人。

AI時代不是“少用點AI就安全”，而是必須更快把AI變成產業(yè)生產力，同時把人才培養(yǎng)從“會做流程”轉向“會定義問題、會組織資源、會對結果負責”。

AI最先改變的不是崗位數量，而是進入崗位的方式；誰能把自己從流程機器升級為決策者，誰就不會被時代推著走。