610万美国劳动者：AI暴露高，转型能力严重不足

“AI来了，转型就行了”——真的这么简单吗？

关于人工智能和就业的讨论，大部分都有一个隐含的假设：工人们可以随时转型。报告说你的工作有风险，那就去学编程、搬到新城市、拿个新证书。问题解决。

但要是做不到呢？要是积蓄微薄，技能难以迁移，最近的增长型就业市场远在三小时车程之外？

布鲁金斯学会2026年1月发布的一项新研究，由Sam Manning、Tomas Aguirre、Mark Muro和Shriya Methkupally撰写，就在回答这个问题。他们不只是衡量AI能自动化哪些工作，而是衡量哪些工人在被取代时有能力调整——结果发现，数百万人根本没有这个能力。

脱弱性背后的数据

[事实] 研究确认了3710万美国劳动者处于AI暴露的前四分之一——他们的工作与当前AI系统的能力高度重叠。这大约是每四个美国工人中就有一个。

划重点：这3710万人中，大约2650万——也就是70%——拥有中等以上的适应能力。[事实] 他们有可迁移的技能、一定的财务缓冲、较年轻的年龄或者离多元化就业市场较近。这些人确实暴露在AI之下，但他们有现实的转型选择。

剩下的610万人没有这些选择。[事实] 这些劳动者处于AI高暴露和低适应能力的危险交叉点——占美国劳动力总数的大约4.2%。AI越来越能胜任他们的工作，而他们缺乏转型的资源。

这是什么概念？610万人大约相当于整个上海市的常住人口的四分之一。

这些人是谁？

人口结构非常明显。[事实] 610万脆弱劳动者中，86%是女性。这不是轻微的性别偏差——是压倒性的。

造成这种集中的职业很说明问题。最大的群体是办公室文员，约250万人，其次是行政助理和秘书约170万人。前台接待员约96.5万人，医疗秘书约83.1万人。[事实] 这些都是历史上以女性为主的岗位，日常工作——排程、数据录入、文档处理、客户引导——正好是大语言模型和AI助手现在擅长的。

布鲁金斯的研究者从四个维度衡量适应能力。[事实] 分别是：流动财务储备（你能撑过一段没有收入的时期吗？）、年龄（年轻人有更多时间再培训）、地区劳动市场密度（附近有没有其他工作机会？）、技能可迁移性（你的能力能用到增长型职业上吗？）。

对于许多办公室和行政岗位的人来说，这四个维度的答案都不乐观。这些岗位的中位数工资很难留下积蓄。核心技能——归档、电话管理、基础数据处理——正好是AI的强项，而且很难迁移到增长型职业上。[观点] 说实话，当你的核心竞争力正好是被自动化的那个东西时，“去提升技能”这种建议没有实质性支持就是空话。

地理位置让问题更糟

[事实] 研究发现，脆弱性的地理分布可能会出乎你的意料。不是集中在大城市，而是不成比例地集中在大学城、州首府和美国中西部的小城市。

[观点] 道理很简单：这些地方往往只有几个主要雇主——大学、政府机构、区域医院——雇佣大量行政和文员人员。本地就业市场很浅，岗位消失后几乎没有替代选择。而且这些地方通常远离大型多元化都市区。

这个地理模式对政策很重要。[观点] 专为大城市设计的再培训计划可能完全错过最需要帮助的人。一个小城市的失业前台接待员和旧金山的失业前台接待员，面临的是完全不同的挑战。

这对这些岗位的人意味着什么

如果你在这些职业中工作，布鲁金斯的发现令人警醒但并非绝望。研究不是说610万人明天就会失业——而是指出如果取代加速，谁准备得最不充分。

关键在于沿着研究者确定的四个维度构建适应能力。财务韧性——哪怕是不多的应急储蓄——能为再培训争取关键时间。相邻技能很重要：一个还管着部门项目跟踪或预算分析的行政助理，比一个主要负责排程的人有更多可迁移的技能。地域意识也很重要——了解本地就业市场的深度和广度可以帮助你判断转行的时机。

对于雇主和决策者来说，这项研究是对一刀切做法的警告。[观点] 一个对大城市28岁数据录入员有效的再培训补贴，不会对农村地区55岁的医疗秘书有效。这610万人不是铁板一块——他们是各有各的困境的个体，需要有针对性的、本地化的支持。

想更详细了解AI对具体职业的影响，可以看看我们的行政助理、办公室文员、前台接待员和医疗秘书页面，包括任务级自动化率和就业预测数据。

更新历史

• 2026-03-21: 基于布鲁金斯学会报告（2026年1月）首次发布

来源

• Manning, S., Aguirre, T., Muro, M., & Methkupally, S. (2026). Measuring US workers' capacity to adapt to AI-driven job displacement. Brookings Institution.

---

_本文由AI辅助分析生成。所有统计数据均来自所引研究。完整方法论和AI披露请见我们的AI披露页面。_