关于「AI 会不会抢工作」,公共讨论里最常见的证据是印象:某个岗位消失了、某个行业在裁员。PwC 的《2026 全球 AI 就业晴雨表》(2026 AI Jobs Barometer)换了一套证据:分析六大洲、27 个地区、超过 10 亿条招聘广告,看雇主实际在招什么人、给什么价。
这份报告最有价值的不是某个单一结论,而是它把「AI 对就业的影响」拆成了两条方向相反的路径,并且给了各自的增速与薪资数据。看懂这两条路径,比记住任何一个百分比都有用。
报告的口径:10 亿条广告、27 个地区
报告的基础数据规模写得很明确:分析超过 10 亿条招聘广告,覆盖 27 个地区,并结合企业财务数据与职业任务数据,用来观察 AI 如何改变岗位、技能、工资与生产率。今年还专门增加了对入门级岗位的分析,其中包括美国 240 万个入门级职位的样本。
这个口径决定了它的强项与弱项。强项是「雇主实际要求什么」——招聘广告是雇主用钱投票的记录,比问卷里的预期可靠。弱项是它看不到没被写进广告的部分:内部调岗、外包、以及那些根本不发招聘广告的岗位变化。
两条路径:专业化与普及化
报告把 AI 对岗位的作用分成两类,命名很讲究。
「专业化」(professionalised)指 AI 把岗位上相对基础、常规的任务自动化掉,留下需要人类判断与专业知识的任务。报告举的例子是放射科医生与招聘专员:AI 先筛简历,招聘专员的时间转到谈合同这类更重要的环节。
「普及化」(democratised)方向相反:AI 承担了岗位上相对专业的任务,留给人类的是更简单的工作。例子是仓库管理员——AI 做库存管理这类复杂判断,人负责搬运。
这两类岗位的走势完全不同:专业化岗位的招聘数量增速是普及化岗位的两倍,薪资增速高出 42%(自 2021 年以来)。这个分野解释了为什么「AI 让工作变简单」和「AI 让工作变难」两种说法同时成立——它们说的是不同的岗位。
生产率与用工:最受 AI 影响的企业反而在扩招涨薪
报告的第二个反直觉发现:最能用上 AI 的企业,不是靠 AI 裁人省钱的那批。
数据是:2025 年相对 2018 年,最受 AI 影响行业的劳动生产率增长 34%,最不受影响的为 24%。其中「超级明星」效应明显——最受 AI 影响企业中生产率排名前 20% 的公司,平均劳动生产率提升 163%,接近前一组整体的五倍。
用工与工资同向:最受 AI 影响企业的员工人数增长 52%,最不受影响的为 36%;工资增长分别为 24% 与 17%(均以 2018 年为基期、2025 年数据)。报告的解释是,这些企业把 AI 用在放大人的产出、开新业务上,而不是只用来压成本。
这一段的实用含义是:判断一家公司用 AI 用得好不好,看它是在减人还是在做更多事。前者是成本项,后者是增长项。
AI 技能溢价 62%,但行业差得很远
需要具体 AI 技能(如提示工程、机器学习)的岗位,自 2019 年以来增速是整体就业市场的约八倍(69% 对 9%)。这类技能的工资溢价平均达到 62%,高于上一年的 57%。
但平均值掩盖了巨大差异:消费市场行业的 AI 技能溢价最高可达 118%,政府与公共部门只有 16%。报告还给了 AI 岗位增长的行业分布——科技、媒体与电信约占 11%,专业服务约 6%,医疗最低(不到 1%)。
所以「学 AI 能涨薪」这句话必须加限定:涨多少取决于你在哪个行业、做什么岗位。同一个技能,在消费市场的定价和在公共部门的定价可以差七倍。
入门岗位:资深化与两个相反的数字
入门级岗位这段是全报告对年轻人最直接的部分。基于美国 240 万个入门级职位的分析,最受 AI 影响的入门岗位,要求「传统上属于资深层级」的人力密集技能(领导力、创造力、面对面沟通)的可能性是最不受影响岗位的七倍。
结果是一组反向数字:这类「资深化」的入门岗位,招聘数量自 2019 年以来增长 35%;而其他入门岗位下降了 10%。
也就是说,入门岗位没有整体消失,但它在分裂:一部分被要求「一上来就像个能独立判断的人」,另一部分在萎缩。报告的建议是组织要重做带新人的方式——入职、mentorship、培训都要提前,让年轻人更早接手复杂决策。
配套还有一个技能侧的发现:最受 AI 影响岗位所需的技能,变化速度是最不受影响岗位的两倍以上,这个差距比上一年扩大了 75%;而新加到这些岗位上的任务,依赖共情、判断与创造力的可能性是 2.5 倍——也就是 AI 吃掉常规任务后,剩下的部分更依赖人。
指标口径表:别把不同基期的数字混着用
这份报告的数字很多,误读多半来自基期与口径。下面这张表把关键指标的定义摊开:
| 指标 | 数值 | 口径与基期 |
| 招聘广告样本 | 10 亿条以上 | 27 个地区、六大洲 |
| 入门级样本 | 240 万个职位 | 仅美国 |
| 生产率增长(最受 AI 影响 / 最不受影响) | 34% / 24% | 2025 年相对 2018 年 |
| 「超级明星」生产率 | 163% | 最受 AI 影响企业中前 20%,相对 2018 年 |
| 员工人数增长 | 52% / 36% | 最受 / 最不受影响,2025 年相对 2018 年 |
| 工资增长 | 24% / 17% | 同上口径 |
| AI 技能工资溢价 | 62%(上年 57%) | 平均;消费市场最高 118%,政府与公共部门 16% |
| AI 技能岗位增速 | 69% | 自 2019 年;同期整体就业市场 9% |
| 专业化 vs 普及化 | 岗位增速 2 倍、薪资增速高 42% | 薪资自 2021 年以来 |
| 资深化入门岗位 | +35%;其他入门岗位 10% | 自 2019 年,美国数据 |
用这张表时要注意两点。
第一,「生产率 34% / 24%」与「163%」不是同一层级:前者是最受/最不受影响行业的整体值,后者是前者内部前 20% 的极端值,不能拿来当普遍水平。
第二,各指标的基期不一致(2018、2019、2021),跨指标比较前先看基期,否则容易得出「AI 三年让工资涨了 62%」这类错结论——62% 是技能溢价,不是工资涨幅。
这份数据能回答什么、不能回答什么
能回答的:雇主在招什么岗、要求什么技能、愿意付多少溢价;哪些岗位在被「专业化」、哪些在被「普及化」;入门岗位的技能要求在往哪个方向变。
不能回答的:个体层面的得失(同一个岗位在不同公司的命运差别很大);没有被广告记录的部分(内部调岗、外包、非公开招聘岗位);因果(报告是相关性分析,不能说 AI 导致了某个具体涨幅)。
读这类报告的正确姿势,是把它当「体检报告」而不是「判决书」:它告诉你哪些指标在动、动得多快,但要不要因此改专业、换行业、学技能,得结合自己的位置判断。
────────────────
回复本帖,可见这份报告的官方页面与全文 PDF 入口、发布方新闻稿中的完整数据口径、两条路径的定义与举例原文、入门级分析的样本说明,以及按行业拆分的 AI 技能溢价与岗位增长数据,方便你自己核对每一个数字。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金 说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。 |


雷达卡


京公网安备 11010802022788号







