按国家看AI职业风险
一个国家在人工智能面前的暴露程度，很大程度上取决于其民众实际从事的工作类型。以办公室和后台岗位为主的经济体，面临的自动化压力往往比以体力劳动、外勤或照护工作为根基的经济体来得更快。
文书、金融和商业流程等领域规模较大的国家，包括高度依赖外包的劳动力市场，往往得分较高，因为这类工作以文本处理和规则执行为核心。而以制造业、资源产业、建筑业、酒店业和一线服务业为根基的经济体则表现得更为稳固，因为无论模型能力发展到何种程度，这些工作大多都难以被自动化取代。
下方排名结合了ILO的两组数据：各国就业人口在各职业组中的分布，以及各职业组的工作对生成式AI的暴露程度。请把单一的国家数值视为大致信号，而非全貌；点开某个国家，可查看其背后的职业构成。
国家排名
| 排名 | 国家 | 暴露度（ILO，0–1） | 办事人员占就业比例 |
|---|---|---|---|
| 1 | 新加坡 | 0.341 | 9.1% |
| 2 | 瑞士 | 0.332 | 12.1% |
| 3 | 荷兰 | 0.327 | 8.3% |
| 4 | 英国 | 0.325 | 8.8% |
| 5 | 德国 | 0.324 | 12.8% |
| 6 | 瑞典 | 0.323 | 5.8% |
| 7 | 加拿大 | 0.321 | 11.6% |
| 8 | 日本 | 0.317 | 20.9% |
| 9 | 美国 | 0.316 | 8.3% |
| 10 | 澳大利亚 | 0.315 | 8.7% |
| 11 | 法国 | 0.312 | 8.0% |
| 12 | 韩国 | 0.305 | 12.4% |
| 13 | 意大利 | 0.303 | 12.1% |
| 14 | 西班牙 | 0.297 | 10.0% |
| 15 | 沙特阿拉伯 | 0.286 | 5.1% |
| 16 | 阿联酋 | 0.270 | 5.9% |
| 17 | 巴西 | 0.270 | 8.6% |
| 18 | 墨西哥 | 0.252 | 6.0% |
| 19 | 中国 | 0.220 | 4.6% |
| 20 | 印度 | 0.206 | 2.3% |
方法：将每个国家按ISCO-08主要职业大类划分的就业人数（ILOSTAT，ILO模型估计）乘以该大类所含职业的ILO平均暴露度得分（ILO工作论文第140号），再将结果相加。ILO将农业技术工人与简单劳动职业合并为一组发布，且不包括武装部队。该数值采用ILO的0–1尺度，而非本站其他页面使用的0–100职业指数，并假定同一职业在所有国家的暴露程度相同。
出处
暴露度指数由ai-job-risk.net根据以下数据集计算（数据截至2026年10月15日）。美国劳动力数字来自BLS，未作改动。
- Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs: Labor market impact potential of LLMs", Science (2024); data MIT licence
- Gmyrek, Berg, Kamiński, Konopczyński, Ładna, Nafradi, Rosłaniec, Troszyński. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: ILO, 2025. © ILO, CC BY 4.0
- Tomlinson, Jaffe, Wang, Counts & Suri, "Working with AI: Measuring the Occupational Implications of Generative AI", Microsoft Research; CC BY 4.0
- Anthropic Economic Index (job_exposure); CC BY
- U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories
- ILOSTAT, ILO modelled estimates: employment by sex and occupation (ISCO-08), accessed 16 October 2026. © ILO, CC BY 4.0
各发布机构均未参与制作、审核或认可本网站。 完整引用、许可与方法
常见问题
Q.哪些国家最容易受到AI的影响？
排在这份榜单前列的，是以办公室和后台工作为主的经济体：文书、金融与商业流程等领域规模较大的国家，也包括高度依赖外包的劳动力市场。而以制造业、资源产业、建筑业、酒店业和一线服务业为根基的经济体则位置靠后，因为无论模型能力发展到何种程度，这类工作大多都难以被自动化取代。
Q.同一职业为什么在另一个国家会得到不同的数值？
不会。各职业的数值在所有国家都相同；国家之间的差异在于职业构成，即从事办事人员、专业人员、机器操作员等工作的人数各有多少。国家数值是对这一构成的加权反映，因此两个国家即使每个职业的数值都相同，所处位置仍可能不同。
Q.国家数值较低，是否意味着我的工作在那里就安全了？
并非如此。国家数值是对整个劳动力市场取平均的结果，而每个国家都同时存在高度暴露的办公室工作，以及不易被取代的体力劳动或责任担当型工作。你处在这一区间中的什么位置，远比身处国境的哪一侧更重要。国家页面适合用来了解背景，职业页面则更适合用来判断自身处境。
Q.国家数值是如何计算出来的？
将每个国家在ISCO-08各主要职业大类中的就业人数（ILO模型估计）乘以该大类所含职业的ILO平均暴露度得分，再将结果相加。该数值采用ILO的0–1尺度。它假定同一职业在所有国家的暴露程度相同，因此只反映职业构成的差异。