AI 能替你干多少活?
Anthropic 2026 年 3 月发过一份报告,把工作分成 22 类,一类一类去看:计算机与数学类的活,理论上 94% 都能让 AI 做快一倍,真用起来的只有 33%。
AI 能干的,比我们实际让它干的,多得多。
先看两个数
同一个类目,「能做」和「在做」之间,差着 61 个百分点。
22 类工作:一张图看全
← 左右滑动看全 →
数据来源:Anthropic 报告《Labor market impacts of AI》(2026-03-05);22 类逐项数值据该报告 Figure 2 整理。
| 工作大类 | AI 理论上能干 | 实际被用起来 | 差多少 |
|---|---|---|---|
| 管理 | 50% | 8% | 42 |
| 商业与金融 | 75% | 22% | 53 |
| 计算机与数学 | 94% | 33% | 61 |
| 建筑与工程 | 65% | 14% | 51 |
| 生命与社会科学 | 55% | 8% | 47 |
| 社会服务 | 28% | 4% | 24 |
| 法律 | 68% | 15% | 53 |
| 教育与图书馆 | 48% | 8% | 40 |
| 艺术与媒体 | 55% | 10% | 45 |
| 医疗专业人员 | 45% | 8% | 37 |
| 医疗辅助 | 20% | 4% | 16 |
| 安保服务 | 18% | 4% | 14 |
| 餐饮服务 | 8% | 2% | 6 |
| 园林养护 | 5% | 2% | 3 |
| 个人护理 | 12% | 3% | 9 |
| 销售 | 52% | 18% | 34 |
| 办公与行政 | 90% | 25% | 65 |
| 农业 | 8% | 2% | 6 |
| 建筑施工 | 10% | 3% | 7 |
| 安装与维修 | 12% | 3% | 9 |
| 生产制造 | 20% | 4% | 16 |
| 交通运输 | 18% | 4% | 14 |
关键数字
- 90%
办公与行政类的活,理论上 90% 都能让 AI 做快一倍,是报告点名的两个高覆盖类目之一,另一个是计算机与数学类(94%)。
- 程序员 75%,客服和数据录入 67%
按职业看,理论上能让 AI 做快一倍的活,占比排在最前面的是程序员(75%),后面是客服、数据录入(67%)。
- 约 30%
报告里大约三成的人,日常的活还没用上 AI,原文管这叫「零覆盖」。
- 97% · 68% · 3%
真用上 AI 的那部分活里,97% 本来就是 AI 有办法做快的;其中 68% AI 自己就能干完,真干不动的只占 3%。
- 用得越多,招得越少
报告还发现:一类活被 AI 用得越多,这类职业未来十年的新增岗位预期就越低——实际用起来的比例每高 10 个百分点,预期就低 0.6 个百分点。
为什么差这么多
- 有些环节必须有人签字担责,法律不允许 AI 自己来。
- 不少活要在行业软件或系统里才能干完,光跟 AI 聊天没用。
- AI 算出来、写出来的东西,得有人看过才能拿去用。
- 公司里的权限、流程、交接习惯也得跟着改,这些都比装一个工具慢。
有些活还没用上 AI,有些活它确实够不到
这不是一张「哪些岗位会消失」的榜单。它只比两件事:多少活有办法做得更快,多少活真让 AI 干了。
约 30% 的人,还没用上 AI。报告管这部分人叫「零覆盖」,日常的活里基本见不到 AI 的影子。原文举的例子是厨师、摩托车修理工、救生员、调酒师、洗碗工、更衣室服务员。
还有些任务,AI 根本够不到。报告在另一处提到「有些任务 AI 够不到」,举的例子是修剪树木、操作农机、出庭代理客户,这些活要人在现场动手,也要有人当面担责。
数据从哪来
- 数据来源:Anthropic 报告《Labor market impacts of AI》(2026-03-05);22 类逐项数值据该报告 Figure 2 整理。数字是把美国政府的职业任务库,配上真实的 Claude 使用记录算出来的。看原文与图表
- 雷达图是我们按报告 Figure 2 的数字自己画的中文版,数值一个没改。
常见问题
这张图是在说我的岗位会消失吗?
不是。它只数了两件事:多少活有办法做得更快,多少活真让 AI 干了。岗位的前途要看行业、公司和太多别的因素,一张图说不准。
蓝圈大、红圈小,差在哪儿?
蓝圈是「AI 有办法做快一倍」的活,红圈是实际真用上 AI 的活。两圈离得越远,说明还没用上 AI 的部分越大。
那三成没用上 AI 的,都是些什么活?
报告里大约三成的人,日常的活里还没用上 AI,原文举的例子是厨师、摩托车修理工、救生员、调酒师、洗碗工、更衣室服务员。另外报告还提了一类「有些任务 AI 够不到」,比如修剪树木、操作农机、出庭代理客户,这些活要人在现场动手,也要有人当面担责。
94% 和 33% 这两个数是怎么来的?
报告把美国政府的职业任务库,配上真实的 Claude 使用记录来算:94% 是这类活里「有办法做快一倍」的比例,33% 是「实际真用起来」的比例,说的都是计算机与数学这一类活。
知道这个,我明天能做什么?
先挑你手上那些「坐下来敲键盘就能做完」的活:写东西、整理表格、做对比、找资料。拿重复最多、最烦的那件交给 AI 试一遍,顺手了再把别的活一件件挪过去。
不知道从哪开始?
看看你这个岗位的 AI 智能体能干哪些事 ›