哪些岗位会被生成式AI改变，先看任务而不是看职位名

一家有200名员工的外贸公司，老板想知道上了生成式AI工具以后，哪些岗位要缩编、哪些要培训。人事拿出岗位表，按职位名逐个猜：“单证员可能不需要了”“业务员应该没事”。这样的判断很难落地，因为同一个职位里，有的活AI已经能做，有的还离不开人。

以上是假设场景。国际劳工组织的研究提供了一个更细的看法：以任务为单位衡量。

已经发生的事

【事实】国际劳工组织（ILO）2023年8月21日发布第96号工作论文《Generative AI and Jobs: A global analysis of potential effects on job quantity and quality》（作者Gmyrek、Berg、Bescond）。出版页概述：研究评估全球职业对生成式AI（特别是GPT-4）的暴露度，认为主要效应可能是“增强”而非“自动化”岗位；影响在高收入国家更大，女性因在文书工作中占比更高而受影响更大。

【事实】ILO于2025年5月20日发布第140号工作论文《Generative AI and Jobs: A Refined Global Index of Occupational Exposure》，更新了2023年的指数。出版页摘要写明方法：从波兰职业分类的29,753项任务中抽取代表性样本，调查了1,640名分属ISCO-08各一位数大类的在职者，就2,861项任务的可自动化潜力收集52,558个数据点，再与国际专家的问卷和多轮德尔菲式讨论比较，并据此开发一个AI助手为ISCO-08技术文档中的任务打分。

【事实】同一摘要的主要结果：新评分采用四级递增的“暴露梯度”；全球约四分之一劳动者所在职业有一定生成式AI暴露；3.3%的全球就业处于最高暴露档，女性为4.7%、男性为2.4%，在高收入国家这一差距扩大到9.6%对3.5%；总体暴露度在低收入国家为11%，高收入国家为34%；文书类职业仍是暴露度最高的；一些高度数字化的职业暴露度上升，反映生成式AI在专业技术任务上的能力扩展。摘要称，由于多数职业的任务需要人的投入，工作转变是最可能的影响。

变化的机制：从“岗位会不会消失”到“岗位里哪些任务在变”

两份论文的共同点是把职业拆成任务。一个职位是一组任务的组合：有的高度暴露（如格式化文书、信息整理），有的暴露低（如现场操作、面对面协商）。2025年更新相对2023年的新信息是：暴露不再集中在文书岗，部分专业技术岗也在上升。

【推演】对企业管理者来说，这意味着“裁哪个岗”的问题应先换成“哪些任务交给工具、省下的时间去做什么”。成立条件是：企业能把岗位拆到任务层面，并能衡量任务被工具替代的程度。受益方是能重新组合岗位、把人调到低暴露高价值任务上的企业和员工；承担成本的是任务结构单一、主要由高暴露任务构成的岗位，研究显示其中女性比例较高。可能失败的环节：暴露度衡量的是“潜在可被影响的程度”，不是实际替代率，也不考虑企业的采用成本和客户接受度；把暴露度直接当作裁员比例是误用。

对人的位置的影响

• 员工的价值越来越取决于他承担的低暴露任务：判断、协调、现场处理、对结果负责。
• 文书和行政岗位需要最早规划转岗或任务重组，且要关注其中女性员工的比例。
• 专业技术岗不应假定“与己无关”，部分任务的暴露在上升。

建议试验：挑三个岗位做“任务拆解”

【建议试验】选三个人数较多的岗位（例如单证、客服、业务助理），请在岗员工各列出每周最常做的10到15项任务及耗时，再由主管和员工一起按“能完全交给工具／需要人复核／离不开人”三类标注。投入：每个岗位2到3名员工、1名主管，各约半天。判断指标：每个岗位有多少比例的工时属于前两类；省下的工时能否对应到具体的新任务。失败条件：员工无法列出稳定的任务清单，或标注结果在主管与员工之间分歧过大，说明需要先梳理岗位职责。

边界

ILO论文是全球层面的潜在暴露估算，不针对中国某一行业或企业，也不预测具体就业数字。本文依据ILO出版页的摘要与概述，未逐页通读论文全文。

参考资料

• ILO Working Paper 140: Generative AI and Jobs: A Refined Global Index of Occupational Exposure (2025-05-20). https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure ；DOI: https://doi.org/10.54394/HETP0387 （核验日期：2026-11-04）
• ILO Working Paper 96: Generative AI and Jobs: A global analysis of potential effects on job quantity and quality (2023-08-21). https://www.ilo.org/publications/generative-ai-and-jobs-global-analysis-potential-effects-job-quantity-and ；DOI: https://doi.org/10.54394/FHEM8239 （核验日期：2026-11-04）