同一组问题问两类人,答案能差出两倍多:到 2030 年,AI 能替你做掉现在多少比例的活?美国上班族的平均答案是 28%,Anthropic 员工平均答 75%。可问到"那你觉得到时候失业率会是多少",两拨人给出的曲线几乎重合。这份报告最值得看的地方就在这儿:分歧不在对就业市场的推理,而在对 AI 能力的日常体感。
报告由 The Anthropic Institute 在 2026 年 10 月 16 日发布,作者是 Szymon Sacher、Tess Cotter、Charles
I. Jones、Anton Korinek、Peter McCrory。调查在 2026 年 8 月做,两个样本:美国成年人由 Morning Consult 在 8 月 11 日至 23 日通过线上样本库收集,10,980 人,按人口结构加权到全国代表性;Anthropic 员工的内部问卷在 8 月 9 日至 12 日进行,1,334 人,覆盖公司各部门,不加权。美国样本里有一半人被问的是 2027 年,另一半被问 2030 年,报告统一用 2030 年的答案,除非特别说明。
先说共识。今天 AI 能干什么,两组排序几乎一样,八个任务从写例行邮件到做出诺贝尔级科学发现,谁难谁易的次序高度吻合。分歧全在速度上:科学研究的完整流程,今天约四分之一的两组人都认为 AI 能做;到明年,九成员工认为可行,公众只有 38%;到 2030 年,认为 AI 能做出诺贝尔级发现的,公众 39%,员工 91%。更极端的是"永远做不到"这一项,公众里有 19% 到 40% 认为某些任务 AI 这辈子都干不了,员工里这个比例最多 2%。用 AI 的频率能解释一部分:经常在工作中用 AI 的人(约占受访者五分之一)有 56% 认为到 2030 年八个任务里至少能干七个,全体公众是 41%,从未用过 AI 的是 28%,员工是 96%。
能力是一回事,用不用是另一回事。公众预期到 2030 年,AI 能做的任务里只有 42% 会真的交给 AI 做,员工认为这一比例是 65%。问到什么会拖住企业采用,公众从九个选项里挑三个,选得最多的是"客户更愿意跟人打交道",之后依次是数据隐私与安全顾虑、"AI 还不够可靠"、"法律、法规或责任"。有意思的是经常在工作中用 AI 的人排序变了,他们把隐私安全排第一(42% 选入前三),客户偏好退到 37%。也就是说,公众担心的主要是人的意愿与规则,而不是技术本身不行。
时间账上的差距最直观:
| 指标 | 美国公众 | Anthropic 员工 |
| 用 AI 后耗时降到四分之一以内的比例 | 26%(工作中常用 AI 者) | 59% |
| 耗时降到一半以内的比例 | 中位答案为一半 | 85% |
| 耗时不变或更长 | 29%(工作中用 AI 者) | 5% |
| 预计 2030 年 AI 能完成的任务占比 | 42% | 65% |
自主性问的是另一件事:2030 年这些活是 AI 单独干、还是人配合。员工里绝大多数认为 AI 会独立完成,或者由人做最后检查;四成公众的预期相反,认为主要还得人来干,AI 只在旁边帮忙。这个差别决定了同一项技术到底算替代还是算辅助,也是两组人对劳动力市场判断分岔的物理基础。
接下来是全篇最有信息量的一张图。研究者先告诉受访者当前失业率约 4.2%,再请他们预测 2030 年的水平,然后按"你预计 AI 能替你做掉多少比例的活"分组。预计不到一半的,预测失业率落在 7% 到 8%;超过一半之后,预测值随暴露程度一路上行;预计 AI 能干 80% 以上的人,平均给出 12.2%,高于金融危机时的峰值。暴露程度每多 10 个百分点,预测失业率高 0.4 个百分点。同样的斜率在 Anthropic 员工身上重现,只是他们的横轴位置靠右得多。报告还排除了一个解释:把自身暴露程度固定住,受访者对 AI 能掌握几个任务的判断与失业预测无关。也就是说,决定失业预期的是"AI 会不会替掉我的活",跟他整体上是不是 AI 乐观派没关系。
招聘那一节有点反直觉。95% 的员工预计公司人数在未来 12 个月会增长,中位数是增长 66%,27% 认为至少翻倍,而这批人同时预期 AI 能干自己 75% 的活。报告特意注明这是员工个人在内部问卷里的看法,不代表公司计划。再就业时间的估计上,员工反而更悲观一点:中位答案是 12 个月,公众的中位区间是 7 到 12 个月。
把答案代进模型,能换算成 GDP。中位公众的答案对应 2030 年 5.4% 的增速,中位员工对应 17.1%;报告里三个参照情景分别是温和 2.4%、显著 5.4%、极端 15.4%。另有一组数据来自公开的经济情景自测页,2026 年 9 月 9 日上线后 48 小时内 23,075 人完成、来自 140 多个国家,这批人的中位答案对应 12.5%,正好卡在公众与员工之间。实验室内部还有一个问题:构建一个前沿模型的工作,AI 今天干了多少?员工中位答案 51%,2027 年底 80%,2030 年底 95%;研究团队给的现值更高,平均 60%,其他岗位 53%。
用这份报告要记住几条边界。所有数字都是预期,不是已发生的事实,报告自己也把结论挂在模型参数上,除了五个维度以外的参数一律固定在"显著"情景。美国样本是线上样本库,天然排除没有网络的人群,加权也补不平这部分偏差;员工样本是自愿填答的内部问卷,不加权。9 月 17 日至 24 日做过一次复测,7,613 人,主要结论没变,中位答案对应的增速是 5.6%,诺贝尔那条从 39% 升到 44%,报告仍用 8 月的数字。
要拿它做判断,最耐用的不是那几个惊人的百分比,而是那条梯度:人对失业的恐惧程度,几乎完全由"AI 能替我干多少活"决定,跟他对 AI 整体看好还是看衰无关。这条规律在实验室里和实验室外都成立,也解释了为什么同一场技术变革,有人觉得是机会,有人觉得是威胁。
────────────────
回复本帖,可见报告正文与附录的 PDF 直达链接,以及两份样本的完整口径。
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







