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›保安 / 安保员

这个职业有新的已核实记录时通知我 →

保安 / 安保员

以「在场」让事情不发生:看守、巡逻、控制谁能进来,并且在真出事时,是那个朝着情况走过去的人。

security-guard看你的选择 ↓安保与物业评估于 2026-09-14
自动化影响指数
38/100
低置信度 · 不是失业概率
正在自动化的任务
3/ 4 项
0 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
38/100
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

覆盖穿制服的安保工作 —— 楼宇出入口、巡逻、监控、活动与零售安保。不覆盖警察、调查员或专业保护人员,他们的权限与法律地位不同。在你所在市场,保安除了「观察与报告」之外还有没有别的权力 —— 这件事对这份工作的改变超过任何一台摄像头。

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×3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。

盯着监控屏

正在自动化≈ 平台推断

坐在一整面摄像头画面前,找出那个不对劲的东西。

AI / 软件
为什么

这是这个职业里最清楚的一项自动化,而且不新:人类在持续视觉警戒上出了名地差,注意力大约二十分钟就崩塌,而检测软件不会无聊。视频分析被广泛部署,恰恰是因为人在这项具体任务上的基线很差。

这还不能说明什么

检测不是处置;而我们所知的每一次部署,都是把一个「盯屏的岗位」变成一条「警报队列」,不是把这个岗位拿掉。要紧的二阶效应是误报率:一个报得太多的系统,会把保安从「看」变成「关掉」—— 那是一份更糟的工作,而且在关掉几百次之后,是一个更不专注的人。

朝着情况走过去

仍由人主导≈ 平台推断

做那个真的走向争执、走向闯入者、走向一个身体不适的人的人 —— 把事情降温,或者把它报上去。

机器人AI / 软件
为什么

保安在现场的价值在于「有一个穿制服的人站在那里」,而这会改变在场所有人的行为。那是一个社会事实,不是技术事实,没有任何传感器能替代它 —— 已经在零售与交通场所部署的巡逻机器人,规格上就明确写着「只观察与上报」,并把警报转给人。

这还不能说明什么

这项任务撑得住,不代表编制撑得住 —— 因为通常的设计是「更少的保安、更大的覆盖面、更快的警报」。一个场所完全可以把保安减半、靠加摄像头维持响应时间 —— 任务原封不动地活下来,排班表没有。这是这个职业里最常见的一种变化形态。

守着那道门

正在自动化≈ 平台推断

决定谁能进来:工牌、访客、送货,以及那个不在名单上但确实是被叫来的施工人员。

RPA / 自助化
为什么

门禁是一个已经被解决的工程问题,而且解决很多年了:工牌、闸机、访客自助机与远程核验,把「按规则办」的那部分完全接管了。留在门口的是例外,而例外恰恰是系统要升级给人处理的那一类。

这还不能说明什么

把规则自动化,并不解决「例外由谁负责」;而实际上,每一起真正的事件都是从例外开始的。那些撤掉有人值守的门、只留闸机的场所,后来大多又因为「接待」而不是「安保」的理由把人加了回来 —— 这件事值得知道,因为它意味着这个岗位可以换个名字、降一档回来。

台账与事件报告

正在自动化≈ 平台推断

把巡逻、事件与交接记录成一种形式 —— 万一日后被调查读到,它得站得住。

RPA / 自助化AI / 软件
为什么

巡更记录已经被扫码点自动化了十年,而事件报告是本站其它地方都在解决的同一个结构化文本问题:一个人描述发生了什么,系统把它排好版,这个人签字。

这还不能说明什么

把台账自动化,改变的是台账的用途。扫码点证明的是「到过」,不是「看过」;而一条由扫码来核验的路线,奖励的是走得快 —— 那和这份工作需要的正好相反。这个取舍在采购这套系统的商业理由里一个字都不会出现。

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
盯着监控屏朝着情况走过去台账与事件报告
体力工作自动化
朝着情况走过去
流程与自助化
守着那道门台账与事件报告

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。24 → 38。
1007550250
未评估
2022 下半年2024 下半年现在

上行只来自一项任务,而那正是人真正做不好的一项:持续视觉警戒大约二十分钟就崩塌,而检测软件不会无聊 —— 于是视频分析在一个很差的人类基线上被广泛部署。它走平是因为检测不是处置:零售与交通场所里的巡逻机器人在规格上就是「只观察与上报」并把警报转给人,而保安在现场的价值是「有一个穿制服的人站在那里」—— 那是社会事实,不是技术事实。这个高度说的是「看」。排班表的变化不在这条曲线里:场所会在把保安减半的同时维持响应时间,因为摄像头找得更快。

2022 下半年24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26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30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33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36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37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38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38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38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

在任何城市,这都仍是最容易进入的工作之一。它通往哪里,完全取决于你接的是哪个岗:盯屏的岗位是有机制正对着它的那个,而「守门并处理人」的岗位才是能积累出可迁移东西的那个。哪怕更累,也选第二个。

如果你已有经验

决定你工作生活的那个数字是「每个场所配几个保安」,而它是在摄像头装好之后动的,不是在「某个保安被摄像头替掉」的时候动的。如果你的场所在上视频分析,要早点提的问题是:排班表缩了之后响应时间会怎样 —— 因为那是唯一一个有证据支撑的论点。

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。

调整职责

从「看」转到「处置」

每一次视频分析的部署都会制造警报,而没有一次会制造处置人员。摄像头铺开之后活下来的岗位,是那个去到警报现场的岗位。

现实约束

处置岗风险更高,而在多数市场薪酬只高一点点 —— 溢价来自资历,不来自这项任务本身。

本周可验证

数一数你的班次里有多少时间在屏幕前、多少时间在走动。那个比例就是你的暴露度 —— 而你可以通过申请换岗来改变它。

相邻转岗

接住误报这件事

每一个装了检测系统的场所,都会多出一条没有人调过的警报队列;而能说清「哪些警报值得出动」的人,是那个已经在这个场所走了两年的人。

现实约束

那是系统层面的工作,而这份工作并不为系统工作付钱 —— 所以它必须被提出来,不能默默吸收掉。

本周可验证

把一周内每一条警报都记下来,标明它是不是真的。如果真实率低于十分之一,你就有了一个值得开会讲的发现。

常见问题#

AI 摄像头会取代保安吗?

它们能很好地替掉一项任务:持续盯看 —— 而人在这件事上确实很差,面对一整面画面,注意力大约二十分钟就崩塌,而软件不会无聊。它们替不掉的是处置;已经在零售与交通场所部署的巡逻机器人被明确规定为「只观察与上报」,理由正是如此。现实的变化不是「一个保安被一台摄像头替掉」,而是「摄像头找得更快,于是更少的保安覆盖更大的地方」。

我还有多久?

不给日期。盯两件你真的看得见的事:你的班次里在屏幕前而不是在走动的时间占多大比例,以及自从装了摄像头之后,你排班表上「每个场所配几人」这个数有没有动过。第二件才是这个职业的变化真正显形的地方 —— 它发生在安装之后的几个月,而且从来不会被当作那套系统的后果宣布出来。

巡逻机器人真的在用吗?

在用,出现在零售、交通枢纽和一些园区里,而且值得准确理解:它们的规格是「只观察与上报」、把警报转给人,而它们的威慑价值来自显眼,不来自能干。它们改变的是覆盖面 —— 有多少地方被看过 —— 不是「发现的事情由谁处理」。这正是为什么它们出现时伴随的是排班缩减,而不是「某个具体的保安被替掉」。

门禁自动化会不会让这个岗位消失?

门禁多年前就已经把「按规则办」的那部分完全接管了 —— 工牌、闸机、访客自助机。留在门口的是例外,而每一起真正的事件都是从例外开始的。值得知道的是:那些撤掉有人值守的门、只留闸机的场所,后来大多又把人加了回来 —— 而且通常是以「接待」而不是「安保」的名义。这个岗位可以换个名字、降一档回来,而这个变化值得在它发生之前就被说出来。

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 →