本报告的分析结果主要依赖于 WORKBank 数据库

• 包含了 1500 名美国领域工作者的偏好和 AI 专家的能力评估
• 涵盖了 104 个职业中超过 844 项任务，数据收集时间从 2025 年 1 月至 5 月

本报告的三个核心发现：

1. 需求与能力的错配。理想情况下，技术和投资应该集中在劳动者最希望被自动化（高需求）且技术已经能够实现（高能力）的领域；但当前有41%的现有 AI 投资不在该领域范围内
2. 合作模式与人类主导权的矛盾。Agents 被设计为主导者（辅助管理决策、监控甚至命令人类），削弱工作者的自主权，这将引发职场上的权力斗争和信任危机
3. 人类核心竞争力的转移。Agents 更擅长于那些可标准化、可量化的信息处理类任务（如信息检索、数据分析和处理）；而人类核心竞争力将逐渐偏向于人际和组织技能

AI Agents 在重塑职场

论点 1：不同领域的工作者对工作中 AI 自动化的三种最常见担忧是缺乏信任（45%）、对工作被取代的恐惧（23%）以及缺乏人情味（16.3%）

论点 2：在明确考虑了失业和减少工作乐趣等担忧的前途下，工作者依然对其中 46.1% 的工作任务实现 AI 自动化保持积极态度（在 5 分李克特量表上评分为 3 分以上）

论点 3：工作者支持 AI 自动化最主要动机是“将时间释放并用于高价值工作”（占比 69.4%）

论点 4：根据工作者和 AI 专家的视角不同，可以将工作划分为四个区域；其中绿色区域表示自动化意愿和自动化能力都比较高的区域，是 AI 部署的理想候选，具有广泛的生产力和社会效益的潜力

论点 5：将 YC 公司的任务映射到四个区域，发现有41.0%的任务位于不合理的红色区域，即自动化能力比较高但自动化意愿低的任务，这类任务可能面临工人抵制或产生更广泛的社会负面影响

人机协作的机会

为了量化 AI 自动化与增强，引入了人类能动性量表（HAS）

• HAS 是一个从 H1（无需人类参与）到 H5（非常需要人类参与）的五级量表
• H3 对应人机协作的平衡点，更高级别时意味着需要以人类为主导来完成任务

论点 6：在本次分析的 104 种职业中，处于 H3 的平等人机协作关系最多

论点 7：工作者与 AI 专家对于 HAS 量表的评估存在分歧；在评估的 844 项任务中，有 16.4%的任务工作者的评估比 AI 专家评估高两个等级；这可能说明了合作模式与人类主导权的潜在矛盾

论点 8：同一职业下任务的 HAS 评级可能存在显著差异；Agents 在开发时应考虑不同的人类自主性水平，以实现更高质量和更负责任的 AI 应用

未来的工作趋势

对于每种技能进行两个关键指标的估计

• 指标 1：HAS 评级，基于 AI 专家人类的评估指标，用于衡量人类在未来工作中的主导性
• 指标 2：平均工资，基于美国劳工统计局的工资数据统计的指标，用于衡量当前经济价值

论点 9：人类未来工作的两个新兴趋势（1）信息处理技能的需求萎缩（2）更加重视人际交往和组织能力

红色表示相对于 HAS 评级，平均工资排名过高的情况，意味着这类工作的未来工资水平可能下降；同理，绿色表示这类工作的未来工资水平可能上升；HAS 评分最高的 Top10 种工作的技能范围广泛，涵盖了从人际交往与组织协调能力，到决策与质量判断能力等诸多方面