微軟研究院發布了一份名為《與AI共事》的報告，發現知識工作、溝通和銷售類崗位，正處在被人工智能影響的最前沿。

圖片

地址：https://arxiv.org/pdf/2507.07935

研究團隊對20萬條匿名的Bing Copilot用戶對話進行了分析，從用戶意圖和AI操作兩個維度，評估AI在實際工作場景中的應用情況。

這些對話被映射到O*NET數據庫，這是美國對所有職業的標準分類工具，涵蓋每項工作的核心活動與職責。

圖片

研究劃出一個關鍵區別：用戶目標和AI行動并非總是一致。例如，用戶希望獲取信息，像記者或科學家，而AI給出的回應方式更像圖書管理員或客服人員。

在40%的案例中，用戶目標與AI執行任務不重疊。這意味著，AI更多扮演“教練”或“顧問”的角色，而非直接取代人類。

也就是說，在多數場景下，AI并不是在做人的工作，而是協助人完成工作。

研究者指出，語言模型最常被用于三類任務：信息搜集、寫作與編輯，以及表達交流。這些任務的AI完成度高、用戶滿意度也高。

相比之下，數據分析、視覺設計等領域的表現則不盡如人意，而對于需要現實世界互動或體力參與的任務，比如購物、維修，AI能力則幾乎為零。

OpenAI新推出的ChatGPT Agent試圖填補這一差距，但尚未達到廣泛實用的程度。

銷售、傳媒、翻譯成最大“受益者”

微軟研究團隊建立了一個“AI適用度得分”（AI Applicability Score），結合使用頻率、成功率以及AI能完成任務的程度，來衡量各職業受AI影響的強弱。

注：計算職業 i 在用戶目標下的AI適用性評分，基于任務重要性、用戶關注度及AI在相關任務中的表現。

得分最高的職業包括：翻譯、技術寫作者、記者與編輯、廣告銷售代表等語言密集型崗位。

這些職業有一個共同點：大量依賴語言、知識與溝通能力，而這正是生成式AI的強項。

IT崗位也得分較高，如數據科學家、CNC程序員等，說明他們也能從AI中獲益，但不是“最顯著”的那一批。。

圖片

圖注：這圖告訴我們：哪些工作任務在現實工作中很常見、用戶最關注、以及AI最常幫忙的。比如“獲取信息”和“對外溝通”是三方都高頻的任務，而像“修機器”這種，大家都很少提

而在得分最低的職業中，排名靠后的幾乎全是體力型職業：看護、清潔工、技工、機械操作工等。

這再次印證一個事實：AI對腦力勞動的賦能遠大于體力勞動，至少在目前這個技術階段。

有趣的是，AI適用度與職業薪酬或教育水平幾乎沒有明顯相關性。雖然本科學歷的崗位略受影響更大，但這個差異極其微弱。

換句話說，AI沖擊的不是高薪或低薪工作，而是語言與知識密集型工作。

圖片

圖注：這圖對比了哪些具體任務在現實工作中常見、用戶最關心、以及AI最常做，比如“回答客戶問題”“提供信息”“撰寫文檔”等，是大家和AI都最常碰到的任務。

研究還展示了一份職業群體AI適用度表：銷售行業得分為0.32，IT行業為0.30，而醫療輔助類僅為0.05，清潔與維護類得分也不到0.1。

這些數據表明，AI并非只對科技或金融領域有用，它對語言密集、客戶導向的行業同樣具有變革性影響。

AI不是“替代者”，而是“增強者”

盡管AI展現出驚人的任務完成能力，但研究團隊強調，AI能力不等于自動化，不代表人類崗位就此消失。

相反，在大多數情況下，AI的角色更像是助手、工具，或者能力增強器。

微軟研究員舉出ATM的例子：自動取款機曾被認為會取代銀行職員，但實際上，它只是改變了銀行工作方式，并催生了新的職位與服務模式。

從Copilot的使用數據來看，用戶的意圖和AI的回應之間，往往存在互補而非替代關系。

當用戶希望“獲取信息”時，AI卻提供了建議與判斷；當用戶要求“寫報告”時，AI會結合格式、邏輯、風格進行完善。這是一種人機協作的工作模型。

研究者指出，真正能從AI中受益的，是那些懂得利用AI來擴展思維和技能的工作者。

而非那些簡單地試圖“讓AI替我干活”的人。

當然，該研究局限于美國境內的Copilot用戶數據，未涉及其他平臺或國家。同時，像家務勞動等非正式工作，也不在研究范疇內。

但即使如此，這項研究依然揭示了一個關鍵趨勢：AI對工作方式的影響是結構性的，而非邊緣性的。

圖片

注：用戶更常讓AI幫忙買東西、查資料、做體力活；而AI更常主動教別人怎么做事，比如培訓、指導、講解安全規則

未來幾年，那些熟練使用AI輔助工具的寫作者、銷售人員、客服專家，將可能比以往任何時候都更具生產力。

而那些完全忽視AI工具存在的人，將逐漸在職場中邊緣化。

這不是取代，而是一種“技能門檻的重新劃線”。

當AI成為每個人的“第二大腦”，問題不再是“它會不會取代我”，而是，“我是否學會讓它為我工作”。