工人们正面临着一个难题：他们一方面担心被AI取代，另一方面AI又显著提高了他们的生产力。

根据Anthropic的一项新调查，那些最可能被AI接管工作的岗位（例如开发人员或IT工作者）清楚地认识到了自己的不稳定处境。然而，或许是出于本能，他们还是乐于采用这些可能抢走他们饭碗的工具，并亲眼见证了这些工具的高效。

Info-Tech Research Group的研究总监Thomas Randall指出，这种衡量方式与其他评估AI职位替代的方式有着根本的不同。

他指出，虽然高盛、国际货币基金组织（IMF）或世界经济论坛（WEF）等宏观报告关注的是“未来AI理论上能执行多少现有工作任务”，但“Anthropic正在衡量的是当下工人的定性体验”。这“告诉我们在实时情况下人们是如何应对这一局面的。”

AI在职场中的悖论

Anthropic对81,000名Claude用户进行了调查，评估了人们对AI进步的“愿景与恐惧”，并将这些发现与公司自身对最易受AI替代职位的衡量进行了对比。这是基于Claude的使用数据得出的；如果相关工作任务在平台上被大量执行、用于工作相关场景且占据了职位的较大比例，该职位就被认定为风险较高。

一些面临风险的职业包括计算机程序员、数据录入员、市场研究员、软件质量保证分析师和测试员、信息安全分析师以及计算机用户支持专家。

总体而言，五分之一的受访者表达了对被替代的担忧，指出他们的工作，或者至少是其中某些方面，正在被自动化接管。那些处于风险最高职位的人清楚地认识到了这一事实，他们表达担忧的频率是风险较低职位者的三倍。一位软件工程师表示：“就像当今任何白领工作一样，我100%担心，几乎是24/7全天候担心最终会因AI而失业。”

职业生涯早期的受访者也比其他人更焦虑。

与此同时，那些处于高薪职业的人在使用AI时报告了最大的生产力提升。最显著的是他们执行新任务的能力，48%的用户提到了这一点。此外，40%的工人表示该技术有助于加快他们的工作速度，略高于10%的人表示提高了工作质量。

一般来说，企业级的AI使用情况“其实相当一致”，Greyhound Research的首席分析师Sanchit Vir Gogia表示。团队正在“在信息丰富但时间有限的地方”使用该技术，例如起草文档和代码、总结内容、响应客户查询、浏览内部系统等。

AI实际上是在制造更多工作吗？

不过，并非所有人都认为AI让他们的工作变得更轻松或更快速。在某些情况下，人们觉得工作反而更艰难了；例如，Anthropic指出，项目经理们现在分配的是更难解决的工单。

Gogia同意这一观点，即即使任务变得更容易，范围和职责也会扩大，职位可能会吸纳相邻的任务。这导致了精力的“重新分配”，而不是精力的减少。

“更快的生成意味着对质量的更高期望，”他说。更多的产出流入了本已受限的决策管道。“在某些情况下，系统变得更重，而不是更轻。”

对企业影响的滞后性

Gogia指出，市场正在奖励那些能够将AI整合到复杂工作流中，从而做得更多、更快且往往结果更好的人。然而，最容易受影响的任务，包括文档编写、基础编码、例行分析和结构化支持工作，通常“位于经验阶梯的底部”。

正是这些任务传统上为初级员工提供了入行的途径，而这些任务的自动化降低了公司招聘他们的紧迫性。“你开始失去的不仅仅是工作，”Gogia说，“而是进入这份工作的路径。”

这可能会产生滞后的影响；企业可能要等到几年后才会意识到，由于没有在较低层级招聘足够的人员，他们缺乏足够的中级专家。随着AI在职场中发挥更大的作用，必须有“自觉的努力”来重新思考人们如何进入和成长，Gogia说。“需要创造新的途径，而且必须是有意的。”

企业领导者该如何调整

Gogia指出，通常情况下，情绪的变化快于结构性的变化。工人们几乎立即感受到了这种转变，但组织在调整招聘、重新设计职位和重新思考人力资源结构方面需要更长的时间。

“这就是为什么期望会出现偏差，”他指出。现实情况是，大多数企业将AI引入现有的工作方式中，而没有从根本上改变它们。加速发生在未改变的系统中，这些系统仍然带有相同的依赖关系、审批链和协调挑战。

最终，Gogia建议，领导者必须以“有意图的设计”来应对这一转变。他强调，这需要清晰度；人们需要明白他们的工作预计将如何变化。什么会被增强？什么会减少？他们应该把重点放在哪方面的发展上？

基准线正在移动：随着过去被认为是一整天工作量的任务看起来像半天的工作量，或者过去被认为高效的工作看起来变得平庸，职位可能会开始显得“臃肿”。“AI正在改变工作方式，但更重要的是，它正在改变工作对人的期望，”Gogia说。

此外，Info-Tech的Randall指出，那些体验到AI通过执行以前超出其能力的任务从而扩展了自己能力边界的工人，似乎比那些仅体验到AI加快现有工作速度的工人对AI的态度更积极。因此，他建议，“技术领导者应该围绕‘能力扩展’来设计AI的部署。”

Gogia强调，除了设定目标，管理者还必须获得支持。他们设定期望并解读战略，如果他们装备不足，“即使是最好的工具也会力不从心，”他说。衡量标准也必须进化；企业需要随着时间的推移关注质量、可持续性和能力发展。

“我们目前正在见证的不是突然的颠覆，”Gogia说，“而是一个逐渐的转变，这种转变正变得无法忽视。”