AI公司Anthropic近日發布了一份經濟研究報告，提出一套全新的框架來衡量AI對就業市場的潛在影響，並透過早期數據進行初步分析。研究結果顯示，AI目前對就業市場的實際影響仍然有限，但某些跡象值得關注。
這份題為「AI對勞動力市場的影響：新衡量方法與早期證據」的研究報告於2026年3月5日發表。研究團隊開發了一種名為「暴露程度觀察」（observed exposure）的新指標，旨在更準確地評估AI技術對不同職業的取代風險。
新指標結合理論與實際應用
據了解，傳統的AI暴露程度衡量方法主要依賴理論上的技術能力，難以反映實際工作場域中的應用情況。Anthropic的研究方法結合了三個主要資料來源：美國職業資訊網路資料庫（O*NET）記錄的約800種職業任務清單、Anthropic自身的使用數據，以及Eloundou等人（2023年）提出的任務層級暴露估計值。
研究團隊指出，觀察到的暴露程度指標考量了多項因素，包括：任務在理論上是否可由AI執行、該任務在工作場域中的實際使用頻率、任務是否在專業環境中進行、是否有較高比例的自動化使用模式，以及AI影響任務在整體職責中所佔的比重。
AI實際應用遠低於理論潛力
研究結果揭示了一個重要現象：AI的實際應用範圍遠遠落後於其理論上的技術能力。以電腦與數學類別為例，理論上AI有潜力覆蓋該類別94%的任務，但在實際使用中，Claude僅覆蓋了33%的相關任務。辦公室與行政類別同樣呈現類似差距，理論覆蓋率達90%，實際卻明顯較低。
研究發現，在過去四份經濟指數報告中觀察到的Claude使用情境，有97%的任務屬於理論上可行的範疇（β值為0.5或1.0），其中完全可行的任務（β=1）佔了68%，而完全不可行的任務僅佔3%。
高暴露職業增長放緩 影響群體特定
研究分析顯示，觀察到較高暴露程度的職業，根據美國勞工統計局的預測，在2034年之前的增長速度將相對較低。研究同時發現，處於最高暴露程度的從業人員有一些共同特徵：年齡較長、女性比例較高、教育程度較高，以及收入水平較高。
值得注意的是，研究團隊自2022年底以來的分析顯示，尚未發現高度暴露工人出現系統性失業率上升的現象。不過，研究也發現了若干值得關注的跡象：在高度暴露的職業中，年輕工人的招聘速度似乎有所放緩。
呼籲建立長期觀測框架
研究團隊在報告中表示，過去類似的研究方法存在一定局限性。例如，過去一項著名的就業外包化研究曾識別出約四分之一的美國工作面臨風險，但十年後，這些工作大多維持了穩健的成長。政府自身的職業增長預測雖然方向正確，但在預測精確度方面僅略優於簡單的線性趨勢推估。
研究團隊強調，這套框架的價值在於當AI對勞動力市場的影響尚不明顯時，能夠幫助識別最脆弱的職業類別。他們計劃定期更新這項分析，以便在經濟變化發生時能更快速地察覺趨勢。
這份研究為產業界、決策者和勞工提供了客觀的參考依據，幫助社會更好地理解AI技術發展與勞動力市場之間的複雜關係。
資料來源: https://www.anthropic.com/research/labor-market-impacts
