AI已经在取代的职业，以及正在被取代的职业

AI改变了什么

神经机器翻译将大量工作从从头翻译转变为对人工智能初稿进行译后编辑,薪酬结构也随着任务的降级而下降。大批量、风险较低的内容越来越多地以机器优先的方式处理,再由人工核对输出结果。

证据

2024年英国作家协会的一项调查发现,超过三分之一的译者已经因生成式人工智能而失去工作;CNN在2026年引用的一项牛津分析估计,机器翻译的更广泛采用与数万个译者岗位的减少相关。Duolingo在2024年初将内容生成转向GPT-4时,裁减了约10%的外包人员。

仍然需要人的部分

文学、法律、医学和外交翻译仍然依赖那些能够把握细微差别、文化语境和法律责任的人。在压力之下进行的现场口译,一旦误译就会造成实际后果,仍然是一项以人为主导的任务。

AI改变了什么

人工智能聊天和语音助手如今能够端到端地解决大量常规、重复的咨询,压缩了最终需要由人来处理的工单数量,也削弱了维持庞大一线团队的理由。

证据

2024年2月,Klarna表示其由OpenAI驱动的助手完成了约700名全职客服的工作量,并处理了三分之二的服务对话。这一数字是成本规避,而非裁员700人;到2025年,Klarna出于质量考虑开始重新招聘人工——这有力地提醒我们,全面自动化可能会矫枉过正。更早之前的2023年,电商公司Dukaan表示在部署聊天机器人后裁减了约90%的支持人员,此举招致了猛烈批评。

仍然需要人的部分

复杂的投诉、情绪激动的情形、边缘案例,以及任何需要真正权限来做出例外处理的情况,仍然会转交给人来处理。这一角色正从大批量的一线响应,转向监督人工智能并处理它无法应对的事务。

AI改变了什么

文档采集、数据提取和常规后台处理,正是自动化擅长应对的那类结构化、有规则可循的工作,因此如今完成同样的产出所需的人手更少。

证据

世界经济论坛的《2025年未来就业报告》将文书和秘书类岗位——数据录入文员、行政与执行秘书,以及银行柜员——列为绝对数量上萎缩最严重的职业。2023年,IBM的首席执行官表示,公司将暂停招聘约7800个其预计将随时间被人工智能自动化的后台岗位。

仍然需要人的部分

跨团队的协调、对异常案例的判断,以及行政工作中关系管理的一面,都更难以标准化,即便那些需要大量按键的任务消失,这些工作往往仍由人来承担。

AI改变了什么

生成式模型能够在几秒钟内生成产品描述、广告文案和常规营销内容的尚可初稿,使需求从量产型写作转向编辑、策略和品牌判断。

证据

一项被广泛引用的针对自由职业平台的研究发现,在ChatGPT发布后,可自动化写作工作的需求急剧下降,部分写作类别下降了约30%。整个2024年的报道收集了一些撰稿人被要求使用人工智能工具、直至其岗位被裁撤的案例。

仍然需要人的部分

原创报道、独特的品牌嗓音、依赖于理解特定受众的说服性工作,以及任何关乎准确性和声誉的内容,仍然青睐技艺娴熟的人类撰稿人——他们越来越多地扮演人工智能输出的编辑和指导者角色。

AI改变了什么

软件如今能够自动对账、归类条目并标记异常,因此在自动化的辅助下,一个人就能完成过去需要一支小型文员团队才能完成的工作。

证据

美国劳工统计局预计,记账、会计和审计文员的就业人数将从2024年到2034年下降约6%,并明确将这一下降归因于自动化。这特指文员层级的岗位——而以判断和鉴证为核心工作的持证会计师和审计师,其前景则不同,也更为稳定。

仍然需要人的部分

解读异常交易、为决策提供建议,以及对数字所代表的含义承担责任,这些都仍由人来完成。自动化消除的是数据搬运,而非责任。

AI改变了什么

人工智能语法和编辑工具能够即时捕捉大量机械性错误,即便在最终的编辑判断仍然重要的地方,也抑制了对常规初次校对的需求。

证据

美国劳工统计局的《职业前景手册》预计,到2034年编辑岗位仅增长约1%——低于平均水平——并指出生产力工具是抑制需求的因素。站得住脚的解读是增长受到抑制,而非人员数量的突然崩塌。

仍然需要人的部分

实质性编辑——结构、论证、语气、事实核查,以及维护出版物的可信度——依赖于机械纠错工具无法提供的判断力。

AI改变了什么

人工智能语音智能体如今能够处理外呼、潜在客户筛选和常规跟进,将该职业中脚本化、高度重复的核心部分自动化。

证据

在高盛等机构的劳动力分析中,电话营销一直被列为自动化风险最高的职业之一,而人工智能语音呼叫工具已经广泛普及。2024年2月,美国联邦通信委员会裁定,机器人呼叫中由人工智能生成的语音在现行法律下属于"人造"语音,这一信号显示出该技术渗入外呼领域的速度之快。

仍然需要人的部分

依赖于解读对方心理并随时间建立信任的复杂、咨询式销售,远比脚本化的外呼拨号更难自动化。

AI改变了什么

文本生成图像技术能够按需生成可用的视觉素材,削减了对常规、大批量插画以及模板式设计工作的委托需求。

证据

2024年英国作家协会的一项调查发现,约四分之一的插画师已经因人工智能而失去工作,许多人还报告说插画作品的价值在下降。整个2024年和2025年对招聘网站的追踪显示,平面美术类岗位发布量大幅下降。

仍然需要人的部分

艺术指导、品牌识别、概念性工作,以及必须解决特定商业问题的设计,仍然青睐那些能够判断什么值得创作的人——而不只是生成更多选项。

AI改变了什么

文件审阅、证据开示和初稿法律研究——法律支持工作中大批量的阅读工作——正被能够在数小时内扫描数千页文件的人工智能系统大幅压缩。

证据

Clio的《2024年法律趋势报告》估计,律师助理按小时计算的任务中,绝大多数都可由人工智能自动化。值得注意的是,美国劳工统计局仍预计律师助理岗位将小幅增长,因此最好将其理解为该角色正在逐项任务地被重塑,而非被彻底淘汰。

仍然需要人的部分

客户沟通、监督和核查人工智能输出、庭审与文件提交的事务安排,以及法律工作中承担专业责任的部分,仍然牢牢由人掌握。

AI改变了什么

人工智能代码生成如今能够编写常规实现、样板代码和测试,这对入门级编程的冲击最大——而这些正是过去招聘初级开发者来完成的任务。

证据

斯坦福数字经济实验室2025年的一项研究发现,22至25岁软件开发者的就业人数较2022年末的峰值下降了约20%,而年长开发者则保持稳定。一些公司公开放缓或暂停了初级工程师的招聘,理由是人工智能带来的生产力提升。

仍然需要人的部分

系统设计、对该构建什么和该拒绝什么的判断、在不确定性下进行调试,以及对生产系统承担责任,这些都是资深工程师保持价值之所在——而对资深人才的需求也比对初级人才的需求更为坚挺。

AI改变了什么

生成式人工智能如今能够起草研究摘要、规范报告格式并汇总对比,将分析师工作中常规的综合归纳环节自动化。

证据

世界经济论坛的《2025年未来就业报告》以及高盛广泛的风险敞口估算都将中级认知分析列为最易受生成式人工智能影响的白领任务之一,尽管有据可查的人员裁减仍然不如上述A级岗位那样明显。

仍然需要人的部分

提出正确的问题、设计严谨的方法论,以及判断哪些发现真正对决策至关重要,这些都比撰写结果更难交给模型。

AI改变了什么

人工智能工具如今能够编制推介材料、构建初版模型并总结申报文件,压缩了初级金融岗位赖以构建的、大量常规分析所需的工时。

证据

高盛已试点用人工智能制作推介材料,据报道削减了其中涉及的常规工时,而该公司自己的研究也将商业和金融运营列为较易自动化的任务类别之一。这些目前更多是生产力的转变,而非大规模裁员,但它们改变了一个团队所需的初级人员数量。

仍然需要人的部分

在不确定性下做出判断、客户关系、交易谈判,以及对建议负责,这些都仍由人来承担;模型加速的是分析,而不是为分析签字背书。

AI改变了什么

人工智能智能体如今能够物色候选人、筛选申请并安排面试,将招聘工作中以协调为主的核心环节大部分自动化。

证据

整个2025年的行业调查报告显示,绝大多数雇主如今都在招聘的某个环节使用人工智能,自动化的安排和筛选大幅削减了协调时间。到目前为止,这更多地表现为大量任务的自动化,而非有据可查的大规模岗位替代。

仍然需要人的部分

说服稀缺的候选人、评估匹配度和判断力、促成录用,以及招聘中关系和顾问的一面,仍然由人来主导——随着行政事务被自动化,招聘人员正转向策略。

AI改变了什么

搜索结果顶部由人工智能生成的答案正在吸收过去流向网站的点击,侵蚀着大量SEO和内容营销工作赖以建立的搜索流量基础。

证据

Semrush和Ahrefs在2024至2025年间的分析发现,谷歌的AI Overviews(人工智能概览)大幅降低了信息类查询的自然点击率。这种压力首先表现为流量下降进而削弱需求,而非直接的人员裁减,该领域正转向在人工智能答案中争取可见度。

仍然需要人的部分

策略、品牌定位、原创研究与数据,以及赢得真正的权威性,都比由关键词驱动的内容生产更难自动化。

AI改变了什么

一些媒体如今会发布人工智能辅助或人工智能生成的文章,而人工智能搜索答案则将读者从新闻网站引开,挤压着资助新闻编辑室的广告经济。

证据

2024年美国新闻业流失了数千个工作岗位,一些报业集团已公开转向人工智能生成的文章。重要的是,2026年的一项研究发现,这种收缩主要是由数字广告和流量经济的崩溃所驱动的——人工智能搜索使其雪上加霜——而非人工智能写作一对一地取代了记者。

仍然需要人的部分

原创报道、与消息源的关系、核实,以及对所发布内容承担责任,这些都是新闻业的核心,也是模型无法为之负责的。

AI改变了什么

人工智能语音合成如今能够为有声书、广告和讲解内容播讲旁白,承接过去由人录制的常规旁白工作。

证据

Apple Books和Google Play已推出人工智能生成的旁白,Audible也推出了让播讲者克隆自己声音的方式。行业数据报告估计,到2025年,人工智能旁白已在新发行的有声书中占据相当可观的份额。

仍然需要人的部分

角色饱满的表演、情感的张力,以及那些将特定人声作为价值组成部分的工作,仍然属于表演者——而对自己声音的授权同意和许可正成为核心议题。