前沿洞见 · 行业观察 · · 国科智飞 Gavin
AI 要么帮你升维，要么把你降维
普华永道分析了全球超 10 亿条招聘广告，发现 AI 正把就业分成两条轨道：专业化与民主化。前一条在涨薪涨岗，差距还在拉大。
关于 AI 抢工作，讨论很多，数据很少。
普华永道 2026 全球 AI 就业晴雨表（PwC's 2026 Global AI Jobs Barometer）分析了全球六大洲超过 10 亿条招聘广告，给出了一个更冷静的结论：AI 不是简单的"替代"，而是在把工作重塑成两条轨道。（报告：https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html ）
两条轨道：专业化与民主化
专业化：AI 接管基础、重复的任务，把更复杂、需要判断力的部分留给人，岗位含金量上升。典型如放射科医生（AI 初筛，医生专注疑难）、招聘专员（AI 筛简历，人专注谈判）、空中交通管制员（AI 处理常规，人专注应急）。
民主化：AI 吞掉高难度专业任务，把流程化的部分留给人，岗位门槛降低、薪资停滞。典型如软件开发的一部分环节、贷款审批、库存管理。
一句话：AI 要么帮你升维，要么把你降维。
报告给出的比例是：约 22% 的招聘岗位正在被专业化，52% 正在被民主化，其余约四分之一受 AI 影响较小。
分化的机制：AI 先吃掉哪一端
专业化与民主化的分野，看起来取决于行业，其实取决于一件事：AI 先超越人类的，是这项工作的"基础部分"还是"高难部分"。
放射科医生的工作里，初筛成百上千张影像是基础部分，AI 先做到了，于是医生的时间被释放到疑难判断上——这是专业化。而贷款审批里，评估风险曾经是这份工作的高难部分，当 AI 能做得更准，留给人的只剩流程化操作——这是民主化。
同一个岗位，也可能两种力量同时在发生：一部分任务被专业化，另一部分被民主化。所以"我的岗位会不会被 AI 取代"是个太粗的问题。正确的问法是：我每天做的事里，哪几件是 AI 已经做得比我好的，哪几件是它短期做不了的？答案决定你站在哪条轨道上。
历史可以参照：ATM 没有消灭银行柜员，而是把柜员从点钞推向服务和销售；财务软件没有消灭会计，而是把会计从记账推向分析。区别在于，这一轮的接管来得更快、覆盖更广——留给个人调整的窗口期更短。
数据里的差距
专业化岗位的招聘增速是民主化岗位的 2 倍，薪资涨幅高出 42%；要求 AI 技能的岗位增速接近整体市场的 8 倍，AI 技能的平均工资溢价达到 62%。
更值得注意的是"超级明星效应"：对 AI 暴露度最高的前 20% 公司，生产力增长平均达到 163%，而同类平均只有 34%。这些公司也没有靠 AI 大规模裁员——高暴露公司的员工增长是 52%，反而高于低暴露公司的 36%。
对年轻人来说则是一个坏消息和一个好消息。坏消息是学徒制断了：AI 高暴露的初级岗位，要求"传统高级技能"的可能性是其他初级岗位的 7 倍；好消息是这类"高级化的初级岗位"数量自 2019 年增长了 35%，而其他初级岗位萎缩了 10%。
报告里还有几件容易被忽略的事
上面这些数字被引用得最多，但报告里还有几个更耐人寻味的观察：
第一，技能半衰期在缩短。 受 AI 影响最大的岗位，技能组合的变化速度是低影响岗位的 2 倍以上，而且这个差距比上一年扩大了 75%。这意味着"学一门手艺吃一辈子"的假设彻底失效——学习不再是一次性的投资，而是持续性的运营。真正的竞争力不是你现在会什么，而是你更新自己的速度。
第二，技术越先进，软技能越硬。 报告发现一个反直觉的现象：AI 高暴露岗位新增的任务里，依赖"人类特有能力"（共情、谈判、现场判断）的可能性，是低暴露岗位的 2.5 倍。AI 越强，越不技术的东西反而越值钱。这跟很多人的直觉相反——他们以为 AI 时代要拼命学技术，实际上技术是入场券，人的部分才是溢价。
第三，人才战争没有国界。 新兴经济体的 AI 专家招聘增速已经超过发达国家。你的竞争对手不再是隔壁公司的同事，而是任何一个会用 AI 的人——地域曾经提供的保护，正在下降。
第四，报告给企业的处方是"代理式 AI"。 普华永道明确建议企业投入 Agentic AI，构建数字助手军团，放大个人产出——不是替代员工，而是让每个人拥有一个 AI 团队。这个方向与我们做企业 AI 落地的判断一致：AI 的价值先是放大器，然后才是替代者。
第五，哪些能力最难被替代。 有一个被广泛引用的 EPOCH 框架，把答案概括为五种：同理心（Empathy）、在场感（Presence）、判断力（Opinion）、创造力（Creativity）、愿景力（Hope）。它们有一个共同点——都需要在模糊和不确定中做选择，而这恰恰是模型的短板。
我们怎么看
对企业来说，这不是一份裁员说明书，而是一份岗位设计说明书。"用 AI 省人"是最容易想到、也最容易输的用法——省下来的是成本，失去的是增长的可能性。真正的问题是：省下来的时间，你拿去做什么？
也有人会说：招聘广告里的措辞变化，不等于岗位真的变了，可能只是雇主更爱写"AI"这个词。这个提醒有道理——招聘广告反映的是雇主想要什么，不完全是岗位的真实形态。但即便打个折扣，方向也足够清楚：同样的岗位，要求正在变；同样的人，产出差距正在拉大。
**对个人来说，溢价不在单项技能上。**不是"会写提示词"最值钱，也不是"懂业务"最值钱，而是交叉点：技术 × 领域 × AI。容易被替代的，恰恰是纯执行的那些环节。
一个实用的判断方法：看你的岗位里，AI 吃掉的是"难的部分"还是"简单的部分"。吃掉简单的部分，你会被推向更高价值的判断；吃掉难的部分，你的专业壁垒正在被抹平。
给个人一个更具体的动作清单：每年做一次"任务审计"，把自己岗位的任务拆开，标出哪些已经被 AI 覆盖；把 AI 用在自己业务的难点上，而不是只用来写周报；刻意积累两类资产——无法被编码的判断，和需要信任的关系。
**对组织来说，初级岗位高级化不是免费的礼物。**过去初级工作里藏着"看中学"的成长路径，现在这部分被 AI 吃掉，企业必须重建培养机制。保留和重塑初级岗位不是慈善，是给自己留人才管线。
对企业来说，还有一件更具体的事可做：把每个岗位拆成任务清单，标注"AI 已能覆盖 / 能辅助 / 暂不可替代"，再据此重写岗位职责和培养路径。这份清单比任何战略口号都更能回答"我们该招什么人、培养什么人"。报告给的是趋势，落到公司里，必须变成一页一页的岗位说明书。
AI 负责怎么做，人类负责为什么做、做得对不对。这句话今天听起来像常识，五年后会是组织的基本分工。
最后提醒一句：两条轨道不是宿命。同一个岗位被专业化还是民主化，既取决于行业，也取决于个人和组织怎么使用 AI——同样一份工作，有人拿它省时间，有人拿它学新东西，三年后，两个人就站在不同的轨道上了。