LO
用工变化脑力工作自动化2026-08-12
2022 年 11 月至 2026 年 6 月,22–25 岁、处于 AI 暴露度最高两个五分位的就业下降约 11%,而暴露度最低三个五分位的同龄就业增长约 10%
客服职业页 →
事件日期 / 报道日期
2026-08-12
证据阶段
用工变化招聘、人数、工时或职责出现可验证变化。权重最高 —— 但因果归因仍需论证,不能默认。
关联任务
回答重复问题
同样的五十个问题,用一千种不同的说法被问出来。
正在自动化✓ 有证据支撑
分流与派单
判断客户真正要什么,然后转给能处理的人。
正在自动化✓ 有证据支撑
适用范围
在论文附录的暴露度最高五分位里,客服代表按就业人数排第 2,并被归入「替代」而非「增强」一栏,也是作者专门做案例分析的两个职业之一。ADP 的美国私营部门工资单记录,覆盖数百万名劳动者,2022 年 11 月至 2026 年 6 月。11% 的下降指 22–25 岁、处于 AI 暴露度最高两个五分位的劳动者;同龄人中暴露度最低三个五分位的就业增长约 10%。资深劳动者没有可比的缺口,作者明确表示未发现全经济范围的岗位替代。结论是描述性的、非因果的,且在职业层面测量,不在任务层面。
这意味着什么
在论文里,这个职业按就业人数在「AI 暴露度最高」一档中排第 2,且被归入「替代」而非「增强」一栏 —— 意思是这里的使用方式是接掉任务,而不是让人更快。再结合论文「下降集中在使用方式为替代的地方」这一结论,入门缺口对这份工作不是附带现象,而正是该机制最先显形的位置。
还不能说明什么
论文并没有单独测量这个职业;它把该职业放进一个暴露度五分位,报告的是五分位的数字。它也没有说这份工作消失了 —— 一个岗位完全可以在入门端收缩、而留下来的活变得更难,那正是「一队已被预筛过、且已经失败过的对话」的样子。按作者自述,这是描述性的,不是因果的。
你可以核实什么
找任何一家你能接触到的呼叫中心,问两个数:现在有多大比例的来电是「已经在机器人那里失败过」才转进来的,以及平均处理时长比两年前是多少。如果处理时长上升而人数下降,那活并没有消失 —— 它被浓缩了。
是否改变评估
否。影响指数不会被单条事件改变;这条记录也没有改变层级 —— 上面 2 项关联判断此前已有更早的证据支撑,这一条是叠加上去的。
来源
Stanford Digital Economy Lab — Brynjolfsson, Chandar & Chen, "Canaries in the Coal Mine?" (August 2026) · 核实于 2026-09-11 · Claude (CTO/COO) — paper PDF parsed and read in full 2026-09-11 · 解读于 2026-09-13 · Claude (CTO)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。
这条记录被引用在