AI正在悄悄淘汰这5类白领，但会用它的人反而涨薪了

feiniao_coding

墨衍会员 · AI 创作全网分发码龄1年

关注

原创 2026-09-23 09:04:15 138 阅读 AI 写同款· GEO 优化 ›

疾病负担研究（GBD）——如何使用joinpoint软件计算AAPC 阅读详情

写在前面：本人写代码快十年，其中一大半时间在量化机构做研究和工程。这篇不贩卖焦虑，只摆数据、讲我在一线看到的变化。文中数据截至2026年9月，来源全部列在文末，欢迎对着原文挑错。

先说我看到的数据：

AI目前没有造成“全面失业”，但它正在精准地拿走很多白领工作的入门台阶。
被淘汰的往往不是某个职业名称，而是职业里能被标准化的那一段。
同一个岗位里，会用AI的人和不会用的人，薪资已经开始明显分叉。

一、两组看起来“打架”的数据

先看坏消息。美国咨询公司 Challenger, Gray & Christmas 每月统计企业公开宣布的裁员原因。2026年前8个月，美国雇主宣布的裁员里，有 116,175 个明确把AI列为原因，约占全部宣布裁员的 22%；而2025年全年这个数字是 54,836。也就是说，今年才过了三分之二，“AI裁员”就已经是去年全年的两倍多。

添加图片注释，不超过 140 字（可选）

再看好消息。普华永道（PwC）2026年6月发布的《全球AI就业晴雨表》分析了27个国家和地区超过10亿条招聘广告，结论是：要求AI技能的岗位，比同类不要求AI技能的岗位平均多给62%的薪水，去年这个数字是57%。

一边在裁，一边在涨。这不矛盾，这是同一件事的两面。

PwC 在报告里给了一个我觉得非常准的框架——“双轨制”劳动力市场：

“专业化”岗位：AI替你干掉重复劳动，把你的判断力放大。报告里的例子是放射科医生、招聘官。
“平民化”岗位：AI让外行也能干这份活，于是这份活本身不值钱了。报告里的例子是IT服务经理、医疗秘书。

前一类岗位的职位增长是后一类的两倍，薪资增速快42%。

所以真正的问题从来不是“AI会不会抢我饭碗”，而是“AI在我这份工作里，是放大器还是平替”。

泼一盆冷水：Challenger 统计的是企业“自己说”的裁员原因，不等于AI真的替代了这些岗位。Forrester 的分析师就提到，客户咨询“AI裁员”方案时，十家里有九家其实并没有成熟可用的AI系统来接手工作——AI有时只是降本裁员的“背锅侠”。今年8月，AI在裁员原因里也从榜首掉到了第四。所以别被标题党吓住，但也别当没看见。

本文以codex为例，考虑到国内订阅codex确实有点困难，可以参考一下这里：chatgptpro.shop

二、“悄悄”淘汰，淘汰的是新人的位置

为什么说“悄悄”？因为最明显的变化不是大规模开除老员工，而是不招新人了。

斯坦福数字经济实验室 Brynjolfsson 团队用美国最大薪酬服务商 ADP 的工资单数据，持续追踪了这件事。他们在2026年8月更新的论文里给出的结论是：

整个经济层面，没有看到AI导致的大范围失业；
但 22–25岁、在AI高暴露职业里工作的年轻人，就业人数比“如果和低暴露同龄人保持同步”应有的水平低了19%；
同一职业里的资深员工，没有类似缺口；
这个缺口还在持续扩大。

添加图片注释，不超过 140 字（可选）

说句扎心的：AI最先替代的，恰恰是过去用来“培养新人”的那部分活。老员工的经验是AI暂时拿不走的，但新人本来要靠“干杂活”攒经验——现在杂活没了，台阶也就没了。

下面这5类白领，是我结合数据和身边观察，认为受冲击最直接的。

1. 只会“照着需求写代码”的初级程序员

斯坦福的研究点名了软件开发者，这是年轻人就业缺口最明显的职业之一。

更有意思的是 Indeed 的数据：2025年5月到2026年5月，美国软件开发岗位的招聘其实回暖了，但新增岗位里 71% 是高级岗位，37% 的职位标题里直接写着AI。

我自己的感受是：写CRUD、写接口、写单元测试、按文档拼一个数据管道——这些以前给实习生练手的活，现在我一个人配合编程Agent一下午就能过一遍。团队不是不要人了，而是不再需要那么多“把需求翻译成代码”的人，需要的是能定义问题、能审代码、能对线上结果负责的人。

2. 标准化客服与“话术型”沟通岗

客服代表是斯坦福研究里另一个被点名的职业。原因很简单：有知识库、有话术模板、有明确的对错标准——这是大模型最擅长的场景。

留下来的，是处理例外情况、安抚情绪、判断什么时候该升级的那部分人。“按流程回答”在贬值，“知道什么时候不按流程”在升值。

3. 金融行业的初级分析师和中后台

这一类我感受最深，因为就在身边。

据《财富》等媒体报道，华尔街多家大行的初级分析师招聘规模最多缩减了三分之二。摩根大通的戴蒙、花旗的范洁恩都公开表态AI会消灭一部分岗位，高盛总裁甚至把传统银行运营形容为一条“人工流水线”。麦肯锡 QuantumBlack 的负责人还点出一个讽刺的事实：银行约 62% 的AI人才，恰恰来自这些正在被缩减的初级分析师梯队。

另一边，瑞银已经要求投行部的应届生和实习生在录用前证明自己会用AI。

在量化这边，变化同样明显。以前新人入职头一年干的事：清洗行情和财务数据、读研报写摘要、搭回测脚手架、跑一轮因子初筛、写日报周报……现在大部分可以交给“大模型 + 几段脚本”。我们招人时问的问题也变了：以前问你会不会写，现在问你怎么判断AI写的东西哪里错了。

4. 能被一句提示词说清楚的内容生产

基础文案、模板化翻译、套版设计、会议纪要、各种“汇编型”报告。

这一类没有像上面那样漂亮的统计数据，我就不硬编数字了。但它非常符合PwC说的“平民化”：门槛一降，供给暴增，单价就会被压下去。如果你的工作成果可以被一句话描述清楚（“帮我写一篇xxx风格的产品文案”），那它大概率正在变成一个按次计费的功能。

5. 流程型行政、数据录入与运营支持

PwC 报告里“平民化”岗位的例子——医疗秘书、IT服务经理——本质上都是“按规则处理信息”。录入、核对、排期、初筛简历、整理报表，这些是AI Agent 最容易接手的闭环任务。

企业层面的动作也很直接：今年2月，Block 宣布裁掉4000多人，接近一半员工，理由是AI让小团队能干更多事；7月，Visa 宣布裁员7%，同样把AI写进了效率改造计划。

三、会用AI的人，为什么反而涨薪？

回到PwC的数据。AI技能的工资溢价，两年时间从25%涨到了62%，是目前单一技能里最高的溢价之一。

添加图片注释，不超过 140 字（可选）

几个值得细看的点：

行业差距极大：消费品行业溢价最高可达118%，政府和公共部门只有16%。
会用AI的公司也更敢招人：AI暴露度最高的公司，员工数相对2018年增长了52%，最低的一组是36%；薪资增速分别是24%和17%。
新人并非没机会：在美国，AI暴露度高的入门岗位比2019年增长了35%，其他入门岗位反而下降了10%——但前者要求“判断力、领导力”这类传统上属于资深员工技能的概率，是后者的7倍。

Indeed 在9月刚发布的数据也印证了这一点：2021年以来，AI暴露度最高的职业，招聘广告薪资涨了46%，而暴露度最低的只涨了25%。高暴露职业包括软件开发、IT支持、数据分析、市场营销和银行金融——正好和上面“被淘汰”的名单高度重合。

添加图片注释，不超过 140 字（可选）

同一个职业，既在裁人，又在涨薪。裁掉的是可标准化的那部分人，涨的是能驾驭AI、对结果负责的那部分人。

不过要说句公道话：Indeed 发现，剔除职位结构变化后，AI暴露岗位的薪资溢价是5.7%；再控制资历，就只剩2.4%了。也就是说，涨薪的大头其实流向了资深和专业的人。会用AI是加分项，但前提是你本身有东西可以被放大。

国内的情况也类似。智联招聘《2026年人工智能产业人才发展报告》（基于2026年上半年数据）显示，人工智能工程师的需供比达到2.62，也就是一个求职者平均对应2.6个岗位；春招期间这个数字一度到了3.08。更值得注意的是，医药制造领域的AI产品经理平均招聘月薪21048元，汽车研发制造领域20334元，都高于传统IT领域的AI产品经理。

这说明什么？“AI + 行业知识”比“纯AI”更稀缺。懂药的人会用AI，比会用AI的人去学药，快得多。

四、什么叫“会用AI”？绝不是会聊天

很多人以为会用AI就是会写提示词。在我看来，真正拿到溢价的人，至少具备下面四件事：