最近，微软商量院发布了一份重磅证明《Working with AI: Measuring the Occupational Implications of Generative AI》，用逾越 20 万条 Bing Copilot 的果真对话，系统分析了 AI 到底在责任中帮了哪些忙、作念得奈何样、对哪些管事影响最大。

这份证明不是基于联想省略模拟实验，而是径直从东谈主们每天奈何用 AI 的果真记载中找规则，是咫尺最接近践诺职场状态的 AI 管事影响商量。

论断很径直也很扎心：AI 一经偷偷参与到好多“看起来很安全”的白领责任中，从写案牍、查云尔到磨真金不怕火复杂内容，好多任务不再需要东谈主亲身完成。非常是那些蓝本靠学历、申饬、抒发才略吃饭的岗亭，正在被任务切碎，一部分一部分地被 Copilot 接办。商量还发现，收入越高、学历越高的管事，反而越容易被 AI 介入。

这份证明建议一个中枢不雅点：AI 不会倏得“取代一个东谈主”，但正在偷偷“改写责任的界说”。畴昔的责任不是一份岗亭干到底，而是好多个任务模块拼成一套经由。谁能把 AI 安排进这些任务中，谁就能大幅提高遵循。不会用 AI 的东谈主，可能不会坐窝赋闲，但会在任场里被拉开差距。

▍AI 最常襄理的三件事

微软商量院这份证明基于 20 万条来自 Bing Copilot 的果真用户对话，分析了 AI 在实质责任场景中到底被用来作念哪些事情、作念得好不好、对管事的影响鸿沟有多大。

举座来看，用户最常请 AI 襄理的是三件事：找云尔、写东西和襄理抒发不雅点或讲授内容。而 AI 我方最常作念的，亦然提供信息、给建议、讲兴味这些事，像是一个全天候在线的“常识办事员”。

商量团队援用了好意思国劳工部的管事数据库，把对话中触及的任务都分类成一套叫“中层责任看成”（IWA）的体系，截至发现，AI 被最常用来协助完成的责任任务主要皆集在以下几个方面：

第一类是“找信息”，比如找云尔、查商品信息、看文献、保持专科常识更新等。Copilot 在这些方面的发扬畸形凸起，不仅出场频率高，况兼用户响应很好，点赞率逾越 80%。比如有东谈主问某个法律条件奈何理解、某种病症是什么旨趣，AI 都能在几秒钟内给出结构知晓的讲授，远超传统搜索引擎的体验。

第二类是“写东西”，包括写案牍、写著作、改稿子、整理材料等等。这类任务不但最受接待，也最能体现 AI 的上风。Copilot 能听懂用户想写什么，用的是什么口吻、面向谁，然后襄理生成草稿省略润色修改，遵循很高。好多东谈主会用它来写简历、演讲稿、博客、责任追溯等等。

第三类是“讲了了”，也即是把一些专科内容讲授给别东谈主听。这内部有好多细分任务，比如讲授时候细节、阐述计策经由、回复问题、给出建议等等。Copilot 在这方面的发扬，可以说像是一个不累的助教或客服，可以反复回复、讲得了了、抒发有档次。

此外，商量也发现一个很抨击的点：用户想让 AI 作念的事，和 AI 实质作念的事并不老是对得上。在四成的对话中，用户方针和 AI 行径弥漫不一样；在九成多的对话中，两者重合的部分不到一半。这阐述，好多时候 AI 不是径直代替用户完成责任，而是“打补助”，帮用户更好地完成方针，比如整期望路、补充云尔、翻译专科话语等等。

在悉数这些任务中，出现频率最高、遵循最佳的一些包括：裁剪文献、查各式起头的信息、给客户或公众提供阐述、回复问题以及准备一些教导或阐述材料。

微软团队还发现一件很值得蔼然的事：AI 才略和任务的高度重合，正在股东管事结构从“悉数这个词东谈骨干悉数事”，造成“东谈主类追究判断和创意，AI 追究推论和抒发”。比如，新闻裁剪这份责任，以前一个东谈主既要采访、又要写作、还要润色。咫尺，采访和选题依然需要东谈主，但写作初稿和话语润色一经可以由 AI 承担。

举例市集商量员，以前要我方去查数据、写证明、分析趋势；咫尺，AI 可以握网页、读行业证明、生成初稿，东谈主只需要追究判断哪些靠谱、哪些逻辑站得住。这阐述，AI 不一定替代悉数这个词管事，而是“拆”管事，把能作念的任务一块一块接走。

微软商量团队还强调了少量 —— AI 最稳妥的，是那些能了了说了了、可以被结构化抒发出来的任务。只消任务能“说得了了”，AI 就能“作念得像样”。但只消任务触及判断、东谈主际互动、随心应变、入手推论这些门径，AI 就还远远替代不了东谈主。

▍AI 协助谁？又会替代谁？

在分析 AI 最常作念的任务之后，微软商量院又进一步商量了个关节问题：到底是哪些东谈主，最容易被 AI 协助，甚而部分替代？是高薪的，如故低薪的？是高学历的，如故没奈何上学的？

他们把每个管事的 AI 适用性得分，跟收入、学历、责轻易质（比如全职如故兼职）这些信息作念了个交叉分析，截至让东谈主有点不测。

最初看收入。越是高薪的责任，AI 介入的可能性越高。也即是说，收入排在前 25% 的管事，AI 不仅能用得上，况兼遵循还挺可以。为什么会这样？其实很通俗，这些高薪岗亭好多是靠脑子、靠写东西、靠分析和抒发来挣钱的，比如经济照管人、计策分析师、市集筹划、科技记者、生意裁剪这些。而这些责任恰好是 Copilot 非常擅长的。

打个比喻，之前你要写一篇市集趋势分析证明，得花好几个小时翻证明、查数据、组织话语。咫尺 Copilot 上来三两句就能给你出个初稿，再加点修改就能用了，从简的时分可不少。

反过来看，那些低薪岗亭，比如清洁工、餐厅后厨、搬运工、快递员这些，AI 能帮上的其实很有限。这些责任不是不抨击，而是 AI 插不上手。不是靠打字写证明，也不是你一句 prompt 它就能代劳的活儿，而是真刀真枪得东谈主上手干活。

再看学历，趋势也差未几。越是需要高学历的岗亭，AI 越容易阐明作用。本科及以上学历要求的责任，好多都是需要写、说、追溯、分析的，而这些也恰是 Copilot 的坚硬。

像一些商量东谈主员、内容裁剪、常识类博主、行业商量照管人，他们天天跟信息打交谈，要么整合不雅点、要么输出内容。Copilot 不仅能查信息，还能帮你捋想路、润色话语、写草稿，几乎即是个万能助理。

但若是是一些没太多学历门槛的岗亭，比如仓库理货、洗衣工、厨师助理、农场工东谈主这些，AI 想介入都难。你让 AI 去炒菜、搬箱子、把货码整皆，它没胳背没见地，即是不行。

是以微软这边得出的论断挺故旨趣的——不是“底层责任”源流被取代，而是“坐办公室的东谈主”源流要学着和 AI 同事。

除了收入和学历，证明还看了责轻易质，比如是不是全职、是不是恒久的。论断也很了了：AI 更容易插足那些全职、经由知晓、重迭性高的岗亭。像好多文职类责任，每天要作念的事差未几，写追溯、发邮件、查云尔、作念证明，AI 能帮上的地点畸形多。而像小时工、临时促销员、仓库搬运这种，任务太碎太机动，AI 就很难嵌进去。

证明还举了个故旨趣的例子，有些责任天然任务未几，但只消这些任务恰恰和 AI 擅长的内容对上了，那也会受到很大影响。比如审稿员、裁剪，他们的任务就皆集在改错别字、润色句子、调和体式这些，这些活儿 Copilot 作念得连忙又准，可能原来一个东谈主一天干的活儿，AI 半小时就能惩处。

也即是说，不是任务多才容易被 AI 替代，而是“AI 擅长的任务占得多”，这个岗亭就危境。

证明还画出了咫尺最容易被 AI 协助的那类东谈主群画像：一般是本科学历以上，作念的是内容类、分析类、同样类的活儿，比如写筹划案、作念行业商量、写耕种案牍这些。他们工资不低，平方干的活也不算重，但任务重迭性高、结构知晓，恰恰非常稳妥让 Copilot 插一脚。

换句话说，这群东谈主原来用脑、用笔就能把责任干完，咫尺 AI 上来了，他们不成不学着奈何把 AI 当搭档用，否则遵循就要被比下去。

AI 这波冲击，先改的是“中产白领”的责任方式，不是先从活水线或外卖员这类岗亭下手。况兼它带来的不是“谁会被炒掉”，而是“谁得赶紧学会用 AI，把一些重迭的、抒发型的任务丢出去”。

无论你挣得多如故少、学历高如故低，只消你咫尺的责任里有好多写、讲、整合信息的内容，AI 就很可能一经盯上你干的那部分活了。畴昔的关节，不是逃匿 AI，而是找到步伐，让 AI 成为你的责任助手，而不是竞争敌手。

▍“责任”奈何办？

微软商量院在分析了 AI 擅长干啥、对哪些东谈主影响大之后，终末建议了一个更大的问题：AI 到底会把“责任”这件事造成什么样？

换句话说，AI 不仅仅帮你作念几件事这样通俗，它其实是在安谧“改写”责任的界说。以前说一个东谈主是“市集司理”“阵势助理”“内容裁剪”，全球脑子里会显现出一套责任内容和节律。但咫尺，有些蓝本属于这个岗亭的事，一经能被 Copilot 作念了，况兼作念得还可以。

商量发现，好多东谈主咫尺不仅仅用 AI 来“查个云尔”“润个稿”，而是一经在让它实在参与我方的责任经由。比如，让它写初稿、整理文档、准备会议内容、生成决议骨架——这些都是已往惟有东谈主来作念的，咫尺好多一经被 AI 接已往一部分。

微软的中枢不雅点是：“岗亭”这个见地，会安谧被“任务”取代。一个东谈主不再是包干一整份责任，而是追究其中的一些关节任务，其他任务则可以交给 AI。

这种变化带来个新问题：公司该奈何配东谈主、奈何分活？以前招东谈主是按岗亭来，岗亭里是什么任务即是固定的；但咫尺，要先问了了：哪些活可以让 AI 干、哪些活如故必须东谈主来。组织架构、绩效旁观、HR 系统都得随着转换。

有公司就试着作念了新的单干方式：让 Copilot 写邮件、草拟内容、整理客户响应，让东谈主去作念情态同样、策略转换、临门一脚的决策。截至团队遵循反而更高，客户响应也可以。

这也让一些全新的岗亭冒出来了，比如“AI 配合司理”“责任经由谋略师”，专门干一件事：想目标奈何让东谈主和 AI 配合得更顺、遵循更高。他们不一定我方作念内容，但非常懂哪些任务稳妥分给 AI，奈何买通前后经由。

对此，微软追溯了畴昔责任变革的几个关节词：

任务颗粒化：责任不是一个职位，而是一堆任务，终止来看哪些 AI 能作念，哪些东谈主作念更好

东谈主机搀杂：不是“AI 作念一半、东谈主作念一半”，而是你一句我一句、一前一后那种清雅配合

才略再行分层：东谈主作念创意、判断、决策，AI 作念推论、抒发、整理

变装流动：你今天作念 A 来日作念 B，责任鸿沟变宽，按任务流动而不是谨守一个岗亭

总的来说，畴昔的关节不是你有没灵验 AI，而是你有莫得才略“再行组织我方的责任”，有莫得才略搭建一套“东谈主 + AI”的组合结构。用具都有，奈何用出遵循，才是分水岭。

对个东谈主来说，亦然一样。以前学新妙技是为了“能多干点事”；咫尺的重心是“哪些事能交给 AI 干”，然后你我方空出时分去干更值钱、更需要东谈主判断的事。会用 AI 的东谈主，不见得就能躺赢，但不会用 AI 的东谈主，竞争力一定越来越低。

微软还提了一个非常实在的建议：畴昔决定你职场竞争力的，不是你一个东谈主颖异若干，而是你有莫得才略搭建出一套灵巧的责任组合，让 AI 来协助你、补位你、加快你。谁会谋略这套系统，谁就更有价值。

本文起头于：有新Newin开yun体育网，作家：有新Newin，原文标题：《微软商量院最新 AI 细察：“岗亭”的见地将成已往，企业的组织、绩效以及 HR 系统都将濒临改变》

风险教唆及免责条件 市集有风险，投资需严慎。本文不组成个东谈主投资建议，也未琢磨到个别用户特殊的投资方针、财务气象或需要。用户应试虑本文中的任何意见、不雅点或论断是否稳妥其特定气象。据此投资，包袱自诩。