鳳凰網科技訊 3月6日，Anthropic近日發布了關于AI對勞動力市場影響的最新研究報告，提出結合Claude大模型實際應用數據的實際暴露度（Observed Exposure）新指標。研究指出，目前AI的實際應用遠不及理論上限，但程序員、客服等高暴露度職業的年輕群體招聘已出現顯著放緩跡象。

傳統對AI替代風險的預測多基于理論能力，而Anthropic研究人員Maxim Massenkoff與Peter McCrory提出的新指標則引入了真實工作場景中的自動化軌跡。這一評估框架綜合了美國約800種職業的O*NET任務拆解、理論上的大模型可行性以及現實世界的使用頻率，排除了非工作用途和單純的輔助性增強用途。數據顯示，即使在理論上有94%任務可被大模型滲透的“計算機與數學”領域，當前的實際任務覆蓋率僅為33%，表明理論與現實部署之間存在巨大落差。

報告量化了受沖擊最前沿的行業與人群畫像。在實際暴露度排名前十的職業中，計算機程序員以74.5%的自動化覆蓋率位居首位，緊隨其后的是客戶服務代表（70.1%）、數據錄入員（67.1%）和醫療記錄專員（66.7%），金融分析師同樣榜上有名。從人口統計學來看，受AI影響最深的群體表現出明顯的高凈值特征。與零暴露度人群相比，高暴露度工作者的平均時薪高出10.45美元，擁有研究生學歷的比例達17.4%（近乎未暴露群體的四倍），且女性比例高出15.5個百分點，整體呈現年齡偏大、受教育程度偏高的趨勢。

盡管外界對AI引發失業潮存在普遍擔憂，但長期追蹤數據顯示宏觀層面的系統性傷害尚未形成。自2022年底以來，高暴露度與零暴露度群體的失業率差距變化極小。然而，結構性擠壓已經開始向職場新人蔓延。針對22至25歲年輕工作者的追蹤發現，在暴露程度較高的職業中，新增招聘速度出現了背離。相較于2022年，年輕人在高暴露度崗位的求職成功率下降了約14%，而未暴露崗位的入職率則保持穩定。這表明企業現階段傾向于通過減少新增招聘而非裁撤現有員工來應對技術變革，美國勞工統計局（BLS）也據此下調了相關高暴露度職業至2034年的預期就業增長率。