最近有一篇挺有意思的论文,《人工智能对劳动力市场的影响:一种新衡量标准与早期证据》,作者是Maxim Massenkoff和Peter McCrory,发布时间是2026年3月5日。

它干了一件比讨论“AI会不会取代人类”更有用的事:

不讨论可能性,直接看现实。

他们提出了一个指标,叫“观察到的暴露度”(Observed Exposure)。翻译一下就是——AI不是能不能干,而是已经干了多少。

真正值得警惕的,是落地速度

论文给了一个很扎眼的数据:

在“计算机与数学”类岗位里,理论上AI可以完成94%的任务,但现实中的实际覆盖率只有33%。差了一倍还多。

打开网易新闻 查看精彩图片

很多人看到这里会松一口气:“还早。”

但这其实是个很危险的误判,因为这里面很可能不是能力问题,而是部署问题。

说白了:

不是AI不会干,是企业还没完全接上。

再看一个更具体的榜单(也是这篇论文最“得罪人”的部分):

被AI替代风险最高的前10个职业——

  1. 计算机程序员(74.5%)

  2. 客户服务代表(70.1%)

  3. 数据输入员(67.1%)

  4. 医疗记录专家(66.7%)

  5. 市场研究分析师(64.8%)

  6. 销售代表(62.8%)

  7. 财务分析师(57.2%)

  8. 软件测试(51.9%)

  9. 信息安全分析师(48.6%)

  10. IT支持(46.8%)

这些岗位有个非常统一的特征:坐着、对着屏幕、处理信息。

那民航呢?别装没事

很多同行看到这种研究,第一反应是:“我们是强监管行业,AI进不来。”

这句话对一半。

飞行、适航、空管这些核心环节,短期确实很难被替代。因为这里的门槛不是技术,而是责任链条。

但问题是民航不是只有飞行。我们拆开看。

1)最容易被吃掉的:后台和地面支持

你自己对号入座:

  • 呼叫中心客服

  • 收益管理基础分析

  • 市场营销执行岗

  • 运控信息整理

  • IT支持

这些岗位本质是什么?信息处理 + 标准流程 + 沟通表达

而这三件事,正好是AI当前最擅长的组合。说句不好听的:如果你的工作可以写成SOP,那它迟早可以写成Prompt。

2)暂时安全的:现场 + 不可预期

论文也提到,大约30%的岗位目前属于“零暴露”,比如:

  • 厨师

  • 维修工

  • 救生员

  • 调酒师

翻译成民航语境:

  • 一线机务和空勤

  • 非标准运行处置

  • 高复杂度现场协调

这些岗位的共同点是:不可预期 + 强现场感 + 高责任

3)最隐蔽但最致命的:岗位被“压缩”

很多人盯着“会不会被替代”,但真正发生的是另一件事:岗位数量在悄悄变少。举个例子:

以前一个收益管理团队要10个人,现在AI帮你做预测、建模、给建议。

现在你还要10个吗?不会。你要3个。剩下7个去哪?

没人讨论。

现在最大的问题:年轻人没了工作机会

论文里发现了一个现阶段最大的问题:22–25岁的年轻人在高暴露职业中的入职率下降了约14%。

很多人第一反应是:“年轻人更聪明,主动避开高风险行业。”

听着很合理,但其实是错的。这是典型的——把结果当原因。更接近现实的逻辑是:不是年轻人不去,是岗位没那么多了。

企业在做一件更精明的事:用AI替代“新增的人”,而不是直接裁掉“现有的人”。

我们把因果链拉直:

AI开始接管标准化任务 → 企业减少初级岗位扩张 → 招聘需求下降 → 年轻人入职率下降

所以那个14%,本质是:需求端收缩,而不是供给端觉醒。

放到民航,其实已经在发生了,只是你没把它和AI联系起来。你可以回忆一下:

很多岗位并没有裁员,但——“不怎么招新人了”。

比如:

  • 收益管理初级岗

  • 市场执行岗

  • 客服基础岗位

说得更直白一点:

AI最先替代的,不是你,而是“本来要来的那个人”。

民航会迎来一波“被动优秀”的人

但世界是动态的,当其他行业或者岗位减少招聘,会发生什么?很简单:人会往“稳定行业”流。

民航就是典型,接下来会出现几个很现实的变化:

服务岗开始被“降维打击”

原本去互联网做运营的人,会来应聘地服。

原本做数据分析的人,也可能来做客服。

他们会干什么?

卷你。而且卷得更专业。

学历开始通胀

以前地面岗位:大专够了。现在可能:本科起步,甚至硕士。

不是岗位变复杂了,是人变多了。

“稳定”开始变贵

过去大家吐槽民航工资不高,节奏辛苦。但现在再看:

  • 稳定

  • 不容易被AI替代

  • 有制度保护

而这些标签,将开始被重新定价。

说白了以前民航的“差不多”,现在开始变成优势。

给同行的几句实话(可能不太好听)

别再迷信“经验护城河”,很多人觉得自己干了10年,这些经验AI学不会。但现实是AI最容易学的,就是你的经验总结。

真正难的是:

现场判断、复杂决策、责任承担。

把自己往“非标准场景”挪

问自己一句话:你的工作,有多少是重复的?

重复越多,风险越大。

学会用AI,不要对抗

AI不会直接替代你,但一定会替代不会用AI的人。

(这句话你听烦了,但还是有人不信。)

管理者要换一套逻辑

未来不是“人多力量大”。而是:

人少 + 工具强 + 决策快

还在靠堆人解决问题的团队,迟早会被效率碾过去。

最后的最后

讲了这么多,好像挺吓人。但现实其实没那么戏剧化。不会突然裁员,不会一夜颠覆。

真正发生的是:

没有哪一天是拐点,但每一天都在变。

你不会突然失业,你只会在某一天发现:你这个岗位,好像不再需要这么多人了。

全文完,如果觉得不错请关注与三连。