VOLOVLO职业自动化风险与转型导航
问 VOLO职业专业企业创业者近期变化长文方法与证据搜索职业、专业…EN
VLO
VOLO

理解自动化如何改变工作 —— 逐个任务地看,证据摆出来,不确定的地方承认不确定。

问 VOLO职业专业企业创业者近期变化长文方法与证据关于岗位诊断隐私条款
© 2026 VOLO
职业
全部职业
AI / 软件
翻译 / 口译银行柜员文案客服行政助理测试工程师平面设计师律师助理视频剪辑师会计 / 记账市场营销专员前端工程师数据分析师保险理赔员技术文档工程师 / 技术写作初级程序员人力资源 / 招聘信贷员 / 客户经理(信贷)金融分析师采购 / 供应链专员记者销售 / 客户经理房产中介 / 地产经纪IT 支持 / 技术支持审计师管理咨询顾问后端工程师AI 研究员产品 / UX 设计师业务系统与流程负责人电商运营放射科医生数据工程师律师医助 / 诊所助理算法 / 机器学习工程师中高级软件工程师运维 / 平台工程师 / SRE产品经理药师业务合作 / 渠道经理网络安全分析师 / 安全运营合规专员 / 合规经理建筑师一线主管 / 团队管理者心理咨询师导购 / 店员保安 / 安保员中小学教师全科医生 / 门诊医生餐厅服务员汽车维修技师 / 汽修康复治疗师 / 物理治疗师建筑工人 / 施工人员护士养老护理员 / 护工企业 AI 落地负责人
RPA / 自助化
政务服务窗口人员运营专员 / 业务运营前台 / 接待
机器人
收银员 / 零售店员仓储分拣员流水线装配工医学检验技师厨师保洁 / 清洁工电工
自动驾驶
网约车 / 出租车司机卡车司机外卖骑手 / 快递员
专业
全部专业英语 / 外语计算机科学会计学心理学新闻传播金融学 / 经济学法学视觉传达设计市场营销护理学工商管理教育学 / 师范建筑学公共管理
指南
问 VOLO企业创业者近期变化长文岗位诊断方法与证据关于订阅职业变化站内搜索
你在看:我在工作我在读书我在经营公司我在做东西
本页任务拆解它是怎么走到这里的近期变化对你意味着什么方法与来源
职业›合规专员 / 合规经理

这个职业有新的已核实记录时通知我 →

合规专员 / 合规经理

弄清楚一条规则要求这家公司实际做什么、检查它有没有在做,并且是那个必须对业务说不的人。

compliance-officer看你的选择 ↓受监管行业评估于 2026-09-14
自动化影响指数
43/100
低置信度 · 不是失业概率
正在自动化的任务
2/ 4 项
1 项正在被增强
仍由人主导
1/ 4 项
0 项新任务
有证据支撑的判断
0/ 4 项
0 条已核实记录
43/100
自动化影响指数低置信度

这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。

适用范围

覆盖受监管行业里第二道防线的合规 —— 金融服务、医疗、数据保护。不覆盖法律意见(本站另有页面),也不覆盖审计 —— 审计回看已经发生的事,合规前看什么被允许。你的岗位有没有「叫停一笔业务」的权限,对这份工作的改变超过任何一件工具。

本页所有判断均为平台推断,不是已核实证据。

证据库里已有其他职业的已核实记录,但这个职业还一条都没有。在有之前,下面的分析是对任务结构与已知技术能力的推理 —— 就这个职业而言,它没有可追溯来源支撑。我们宁可直说,也不引用未经核实的东西。这里是空的,是我们覆盖上的缺口,不是关于这份工作的结论。

到底什么在变#

分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。

正在自动化×2正在被增强×1仍由人主导×1

这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。

职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。

读规则

正在被增强≈ 平台推断

把一部新法规、一份征求意见反馈和三份指引读完,并抽出「对这家公司实际改变了什么」。

AI / 软件
为什么

读长文件并做摘要,正是模型擅长的事;而监管文本的体量恰恰是这个职业变大的原因。不能迁移的是后半段:知道这条条文落在这家公司哪一个真实流程上 —— 而那需要懂流程,不是懂条文。

这还不能说明什么

读得更快抬高的是被期待的覆盖范围,不是减少工作量:一旦摘要变成免费的,问题就变成「你为什么还没有评估过每一个法域」。工时从「读」挪到「为一个解释作辩护」—— 那是一场会,不是一份文件。

处理告警

正在自动化≈ 平台推断

交易监控、制裁名单筛查、被标记的那笔付款 —— 判断几百条里哪一条值得查。

AI / 软件RPA / 自助化
为什么

这和安全分析师的告警队列、保安的监控墙是同一项任务,而它失效的方式也一样:真阳性率极低、人的警戒会崩塌,而关联是可被机器判定的。金融犯罪监控之所以是全球被自动化得最重的告警管线之一,理由正是如此。

这还不能说明什么

这条队列正是这个职业招人、也是「模式识别」被练出来的地方 —— 所以把它自动化就拿掉了训练场。而监管期待的是「告警被调查」,不是「告警被关闭」—— 一个关得更多更快的系统,产出的是一个在变好的指标,而风险没有变。

对业务说不

仍由人主导≈ 平台推断

拦下一笔生意、一个客户或一次产品发布,并在业务负责人把事情捅上去之后守住这个立场。

AI / 软件
为什么

这里的机制是组织性的,不是分析性的:这次拒绝之所以成立,是因为有一个具名、有地位的人会在「事后证明这是错的」时被追问,而且他可以被推翻 —— 并且这次推翻会被记录下来。这两条性质对一个系统都不成立,这也正是没有机构把它交出去的原因。

这还不能说明什么

撑住它的是结构,不是难度;而结构改起来很便宜:一个向它所监督的业务线汇报的合规职能,这项任务是写在纸上、不在实际中。要问的问题不是「工具能不能做」,而是「你向谁汇报」—— 而那个答案的改变,不需要任何技术参与。

证明这件事做过

正在自动化≈ 平台推断

留下那份记录,证明某项控制运行过、某个决定被复核过、某条政策被执行过 —— 为了一个日后会到来的监管。

RPA / 自助化
为什么

证据留存是「格式已知的结构化记录」,而它也是合规工作里所有人都同意「不该需要人」的那一部分。结果是可核对的 —— 记录在、而且完整,或者不在 —— 而这条性质正是允许无人值守运行的那条。

这还不能说明什么

把证据自动化,并不会自动化它所证明的那个判断;而且它制造了一个具体的新风险:一份「完整地记录了一项其实并不有效的控制」的档案,比一份不完整的更糟 —— 因为它更难被质疑。审计已经开始问「这份记录是怎么产生的」,而这恰恰是那套工具没有被设计来回答的问题。

哪些技术在起作用#

四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。

脑力工作自动化
读规则处理告警对业务说不
流程与自助化
处理告警证明这件事做过

它是怎么走到这里的#

指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。

回溯重建 · 平台推断每个过去的检查点都是今天回头估的,不是当时测的。26 → 43。
1007550250
未评估
2022 下半年2024 下半年现在

上行来自告警队列,而它和安全分析师、保安的那一项是同一件事:真阳性率极低、人的警戒大约二十分钟就崩塌,而关联是机器可判定的。金融犯罪监控之所以是全球被自动化得最重的告警管线之一,理由正在于此;而证据留存走的是同一条路。它走平是因为「读规则」只是被增强 —— 难的那一半是知道条文落在这家公司哪个流程上 —— 也因为「对业务说不」靠的是组织结构撑着,不是难度。这条曲线看不见最决定这份工作的那件事:这个职能向谁汇报。

2022 下半年26通用文本生成进入公众手中。在这之前,暴露度来自已经部署多年的自动化 —— OCR、流程机器人、机器视觉、自助结账、派单算法。 ChatGPT research preview (2022-11-30) ↗
2023 上半年29通用模型开始通过职业考试。初稿质量跨过了「专业工作愿意用」的门槛。 GPT-4 (2023-03-14) ↗
2023 下半年33视觉输入、长上下文与工具调用。模型可以被指向文档、接进系统 —— 这才动得了流程类工作,而不只是写作类。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 上半年38同等能力大幅降价、变快。没有新东西变得可能,但很多东西变得规模上划算 —— 这才是部署决策改变的时刻。
2024 下半年41会做多步推理的模型;以及第一批「看着屏幕操作电脑」的模型。后者才碰得到「以操作软件为主」的工作。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 上半年42代理开始端到端操作真实软件,而不只是产出让人去粘贴的文本。同期出现第一批公开回退 —— 自动化之后又部分撤回的组织。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 下半年43长上下文与工具使用从「功能」变成默认。能力仍在提升,但可见的约束从「模型能不能做」转向责任归属、采购与成本。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 上半年43长时程代理落进具体行业流程。采用从「通用」变成「分行业」。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
现在43本次评估 —— 这个点就是职业页上公布的影响指数,所以曲线末端锚在一个本站已经为之负责的数字上。对那些平缓的曲线值得记一句:就在同几周里,一份「让 AI 代理安全操作物理设备」的共享规范开放了研究预览,面向科研机构与先进制造厂。那是第一个把矛头指向「图上几乎不动的那些体力职业」的能力类别。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。

近期变化#

暂无已核实事件。

这一栏会随着监测流水线采集、去重、分级并关联到上面的任务而逐步填充。这里是空的,意味着我们没有核实到任何东西 —— 不意味着什么都没发生。

「没搜到新闻」不等于「安全」。

这对你意味着什么#

如果你刚入行

这个职业变大,是因为监管文本变多;而告警队列是人们进来的方式。那一级正在被自动化,而资深合规赖以判断的模式识别就是在那里练出来的。尽早瞄准一个具体的监管制度 —— 一个你懂得很深的 —— 因为「把所有法规读一遍」变便宜之后,活下来的是「在一部法规上的深度」。

如果你已有经验

决定你位置的有两件事,而两件都不是工具:你向谁汇报,以及你的拒绝在被推翻时有没有被记录下来。如果第二件没有发生,那这项任务就只存在于纸上 —— 而促成这件事的不是任何技术。

你的选择#

四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。

保住并强化

在一个制度里扎深

读得便宜会让广度变免费、深度变稀缺:价值在于知道一条条文实际落在这家公司哪一个流程上 —— 而那需要懂流程。

现实约束

在一个制度上的深度,在换雇主时比通用合规经验更难带走。

本周可验证

挑一条义务,把它一路追到「满足它的那套系统和那个人」。如果这条线断了,那个断点就是你的发现。

相邻转岗

去负责对自动化决定的监督

若干市场的监管现在要求有一个具名、具备能力与权限的人去监督高风险自动化系统 —— 而多数机构还没有把它指派给任何人。

现实约束

它需要足够的技术素养去质询一个模型负责人,而多数合规培训不提供这个。

本周可验证

列出你们机构里会影响客户的那些自动化决定,再找出每一个的具名责任人。那些空缺就是这份工作。

常见问题#

AI 会取代合规岗吗?

暴露的部分是告警队列,而它和安全分析师的队列、保安的监控墙是同一项任务 —— 真阳性率极低、人的警戒会崩塌、关联可被机器判定。读法规是被增强而不是被替代,因为难的那一半是知道一条条文落在这家公司哪个流程上。对业务说不,靠的是组织结构撑着 —— 这既是没有机构把它交出去的原因,也是它可以在没有任何技术参与的情况下被拿掉的原因。

我还有多久?

不给日期。要紧的两个信号都是组织层面的:你这个职能向谁汇报,以及一次被推翻的拒绝有没有被如实记录下来。如果合规向它所监督的业务线汇报,那么纸面上看起来最耐久的那项任务,恰恰是实际中最不真实的一项 —— 而这种安排靠一次重组就能改,比任何技术都快,而且是在一场会上宣布的。

把证据留存自动化,是好事吗?

就收集本身而言显然是 —— 那是「结果可核对的结构化记录」,没有人认为该由人来做。它制造的风险很具体、值得说出来:一份「完整地记录了一项其实并不有效的控制」的档案,比一份不完整的更糟,因为它更难被质疑。审计已经开始问「这份记录是怎么产生的」,而那正是这套工具没有被设计来回答的问题。

AI 监管是不是在创造合规岗位?

它在创造职责,而那和「创造岗位」在有人被付钱去扛它之前不是一回事。若干市场现在要求有一个具名、具备能力与权限的人去监督高风险自动化系统 —— 那是一项附着于具体的人的真实义务。本站反复看到的情形是:这类职责到来时没有被指派给任何人,最后落到那个「同时懂系统又懂业务后果」的人身上。它会变成一个编制,还是变成某个岗位上没有报酬的附加项,是在本地决定的。

方法与来源#

评估日期
2026-09-14
任务判断的依据构成
0 条有证据支撑 · 4 条平台推断 · 0 条证据不足
已核实事件
0

我们如何评估一个职业 →