腾讯有个程序员叫王磊, 34岁, 其工位空了三个月, 一直没被重新安排人。并非是被裁, 部门主管老张在周会上明晰表示: 该岗位被冻结了, 先让其余人员借助AI承担一阵子。要是三个月内交付量未降、线上事故未增, 编制就会被永久性取消。这并非单个例子, 从深圳的科兴科学园出发, 前往北京的西二旗, 与之相似的冻结状态正在持续进行。而在另外一头, 几乎是同一时刻, 世界经济论坛所发布的一份报告正处于被疯狂传播的状态: 人工智能到2030年时要取代全球9200万个岗位。有一批键盘侠们凭借短小的文章得出了这样的结论——“程序员以及财务分析师都要面临绝境了”。但把手从键盘上拿开看一眼硬数据完全不是这么回事。一个反直觉的事实AI暴露度越高失业率反而越低MIT科技评论最近分析了一组令人诧异的数据, 其中显示, AI暴露度最高的职业群体, 其失业率仅仅约为2.5%, 然而呢, AI暴露度最低的职业群体, 也就是那些以纯线下体力劳动、不可标准化手工实操作为主要内容的岗位, 它们的失业率却反而超过了6%, 要知道, 高暴露度所对应的并非是高失业率, 而是低失业率。这个数据, 彻底推翻了以前, 那种“AI暴露度高就等于替代率高”的, 直线式的推理演绎。不在这单独一组数据里体现情况, 美国人口普查局于2026年所做的调查表明, 在那些使用AI的企业当中, 有95%是在报告说AI对于总就业人数并没有产生影响, 仅仅只有2%是在报告说出现了减员的情况, 另外还有2%是在报告说是有增员现象的。亚特兰大联储针对近 750 名企业高管展开的调研, 表述更为直白指出, 超过 80%受调查访问人员持这样的看法, 即 AI 在当下对于就业或者生产率而言, 不存在明显的影响, 预估在未来三年里, AI 仅仅会致使员工数量出现 1.2%的下降情况, 与此同时, 会将生产率提升 2.25%。重磅程度最高的数字源自Ramp Lab对21559家美国企业所做的处于跟踪研究状态下的工作情况, 强度高的将AI工具用于实际工作中的企业, 在两年的时间范围以内, 总体员工规模出现了增长, 增长幅度为10.2%, 入门级别的岗位数量增长幅度为12%, 然而, 把AI应用于工作时强度低的企业, 就业人数几乎没有出现增长的情况, AI运用得好的话, 反而会出现扩大招聘人数的现象。这便造就了一种自相矛盾的情况: 每一个人都声称人工智能将会取代程序员以及财务分析师, 然而数据却表明这两种职业的工作稳定性相较于纯粹依靠体力劳动的人员保持得更为稳固。这是为何呢?不是不替代是替代错了对象需知, 答案隐匿于“任务”与“职业”这二者的分野之中。上海科技大学CEISD团队所涵盖的招聘数据数额达到7.43亿条, 得出来的结论清晰明确: AI仅仅能够剖析岗位内部的单一任务, 而不会致使整个职业被淘汰。举个例子, 就拿Java开发来说, AI真的是能够生成基础代码的, 能够去写单元测试的, 还能够修复常见编译错误的——在2023年的时候, 它就已经给超过100万开发者生成了46%的代码了, 而如今主流大模型在SWE-bench软件工程基准测试上的自主解题率突破70%。在用友财务AI产品那里, 其已落地的数据表明, 在用友财务AI产品落地的数据里, 于日丰集团这个案例当中, 多币种对账的效率提高了65%, 海外子公司从开始筹建一直到运营的周期短缩超过60%。用友BIP 6企业数智化产品架构全景展示然这些皆为“任务”, 并非“职业”。AI可生成代码, 然无法领会一家银行内部的那条风控规则缘由何在可生成合并报表, 却不能够替管理层肩负最终签字的职责。产自普渡大学的研究更为直接, 其所生成的代码当中, 有52%是包含逻辑错误的, 然而由于输出格式呈现规范态势语气具备十足自信的缘故, 39%的使用者根本无法识别出来。斯坦福大学进行的对撞实验证实了这一点, 那些使用AI编码助手的开发者所产出的代码, 其中包含致命安全漏洞的概率相较于纯手工编码要高出20%, 然而这些使用者对于代码安全性的自信程度却反而更高。也就是说, AI能够完成一半的工作, 然而, 剩余的另一半一旦出现差错, 其代价表现为业务的断绝、财务的合规方面的风险以及系统的安全方面的漏洞, 并且, AI既不会发觉出这些错误, 也不会对这些错误为之承担责任。真实的企业剧本冻结招聘而非挥舞裁员大刀这同样是企业实际开展的操作, 与“裁员”这个词汇之间存在着一道巨大的差距。众多互联网企业管理者所公开的策略呈现出高度的一致性: 首先会执行 “岗位招聘冻结”——一旦现有岗位出现人员流失进而形成空缺情况时, 先让仍在岗的剩余人员借助 AI 工具去承接所有工作, 要是连续 3 个月业务运行都未出现异常状况, 才会永久性地取消该岗位的编制。并非是那种一次性进行大规模裁撤的方式, 而是以渐进的形式, 通过“用不出事来到验证这个岗位究竟是不是真的不再需要人员了的模式”。北大国发院的侯宏教授, 在公开分享当中, 给出了一个更扎眼的数据, 那就是55%以AI名义进行裁员的组织, 最终都后悔了。原因存在两个方面, 其一, 是老板把AI的宣传预期, 当成了落地现实, 测试集上的高表现, 挪到企业动态变化的真实场景里的时候, 完全失灵了其二, 是裁员的时候, 把员工的隐性知识和经验, 也一并裁掉了。亚马逊进行裁员之后, 出现了多次云服务宕机的情况其恢复时间远远超过了行业平均水平, 原因在于那些能够摸清复杂服务器集群故障根因的老员工已经不在了。因此并非不是不进行替代, 而是替代所需要付出的代价高到底气十足的企业内心都有所忌惮不敢轻易下注赌博式地去尝试。那些遭到裁撤掉的岗位, 是基础运营方面的岗位, 是财务核算相关的岗位, 是标准化开发执行类性质的岗位, 这些可以被称为 “任务” 的内容能够被人工智能以高效的方式予以承接。而核心研发类岗位, 架构设计类岗位, 业财融合分析类岗位, 复杂风险决策类岗位, 整体上都保持着稳定状态, 甚至还存在着薪资上涨的情况。正在发生的现象旧岗位重构新岗位批量出现不是整个就业市场朝着“岗位消失”的方向发展, 而是来到了“岗位重构”的走向。2026年上半年猎聘给出的数据表明, 在IT/互联网相关的岗位里头, 初级岗位的需求同比仅仅增长了1.6%, 中级岗位增长幅度为5.3%, 高级岗位增长了4.8%。入门级基础开发、基础财务岗的招聘占比处于收缩状态, 然而中高级岗位却是在进行扩容。同一时间, AI自身于批量催生全新岗位。各大招聘平台之上, AI全栈开发工程师是其一, 财务数据产品经理AI方向属其二, 具身智能可靠性工程师位列其三, 这些岗位正大量涌现, 薪资区间普遍处于30至60k。世界经济论坛给出的最新预测, 同样是朝着这个方向去的, 到了2030年的时候, AI会替代大约9200万个岗位的位置, 同一时间还会新增1.7亿个岗位, 最后净增数量为7800万。这并非是岗位消失了, 而是岗位原本的工作内容, 从“手工去执行标准化任务”, 转变为“指挥AI、校验AI输出、定义新的业务规则”。麦肯锡在2026年所做的调研显示, 全球范围内, 因AI达成EBIT提升超过5%的“AI高绩效企业”, 其占比大约为6%, 多数企业依旧停留在试点探索的阶段。大规模替代的窗口期远没有恐慌叙事里说的那么近。当企业将AI当作提效工具嵌入工作流程, 而不是把它当作替代人的托词时, 程序员面临的问题并非“会不会被AI清除”, 而是“能不能从仅仅会编写代码的从业者演化成能够左右AI、核查AI输出、为最终成果承担责任的决策者”, 财务分析师面临的问题同样不是“会不会被AI取代”, 而是“能不能从只会制作报表的工作者转变为能操控AI、检验AI输出、为最终结果负责的决策人”。这个转变已然在发生, 然而, 最危险的从来都并非是AI自身, 而是那些依旧在用旧有的逻辑去理解新变化的人。