20%的美国打工人把活儿甩给AI！被替代的是任务，不是岗位

新智元报道

你有多少工作，是需要「外包」出去做的，比如交给同事或者实习生？

8月6日，AI研究机构Epoch AI联合民调公司Ipsos，发布了一份职场调查报告：

五分之一的美国就业者说，AI现在已经基本或完全接手了至少一项，过去他们会把这些活儿交给同事或承包商。

原本交给同事或承包商、现在归了AI的活儿分布。分析数据以7.1%居首；19.9%的受访者至少报告了一项。

这个数字，容易被误读为：AI已经取代了五分之一的美国人岗位。

但这份报告真正想说的是，AI最先替代掉的是任务，不是岗位。

岗位还在，只是他手里原本要往外包的那些活儿，甩给了AI。

换句话说：活儿，开始在人和AI之间重新分配。

这份调查在7月10日至19日实施，经就业状态筛选后得到1106名受访者，问卷原题是这样的：

过去你或你的团队会交给承包商或同事、现在主要或完全由AI处理的任务，有哪些？

Epoch在报告里给出的定性也很克制：虽然观察到了任务层面的替代，但这并不必然等同于完整的劳动者替代。

20%是任务在重新分配，不是岗位在消失。

十项任务AI全碰了一遍

没有一项包圆

调查从美国劳工部的O*NET职业数据库里筛出10项常见知识工作活动，按全国就业占比排序选取。

在把某项任务当成日常工作的人里，AI使用率最低的是维护业务记录，25%；最高的是设计计算机或信息系统、软件应用，57%；分析数据46%，读工作文档39%。

十项，全部有人在用AI。

但另一组数字显示，即便在AI渗透最深的软件设计上，AI完成大部分或全部任务的比例，也只有10%。其余九项全部低于7%。

十项任务的AI使用情况。深色为「AI包大头或全包」，浅色为「AI只参与一部分」。使用率从维护记录25%到软件设计57%。

AI铺得非常广，几乎每类知识工作里都有它，却扎得很浅，很少有一项活儿是它能包圆的。

省时间的那一半

和更费时间的那六分之一

AI只帮着做一部分工作时，37%的任务被报告为耗时下降。而当AI做了大部分或全部时，这个比例跳到53%。

看起来结论好像很明显：AI干得越多，你省得越多。

但Epoch AI分析，这只是相关，并非因果，还给出了三种解释：

可能是AI承担更多确实省了时间；也可能是工人本来就想提速，才主动把更多环节交出去；还可能只是因为，这些恰好是AI特别擅长的活儿。

AI只帮一部分时，37%的任务耗时下降；AI包大头或全包时升至53%。两组里都有约六分之一的任务变得更耗时。

同一份数据里还有一组更少被提起的数字：约六分之一的AI辅助任务，现在比过去更耗时了。

而且不管AI是打下手还是包大头，这个比例都差不多。

原因可能是跟AI来回拉扯本身就费时间，也可能是AI腾出了手，人反而在同一件事上做得更细、做得更多。

无论哪种情况，「用了AI，效率立刻起飞」这句话都得打个折去看。

66%照单全收

不代表66%是对的

跨所有AI参与的任务，66%的输出被原样使用或只做轻微修改。

把这个数据拆开看，会更清楚：完全不改的只有5.8%，轻微修改59.9%，需要大改的27.1%，需要大幅返工或基本重做的4.7%。

AI输出的修改幅度分布。完全不改只有5.8%，轻微修改59.9%，需大改27.1%，大幅返工4.7%。

Epoch在报告里提到：修改工作量并不是衡量输出质量的直接指标。此外，省时与修改量之间没有稳定的对应关系。

这份调查，没有评估事实准确性或统计错误率，它只是看员工愿不愿意直接拿来用。

一个改得少的输出，可能是真的好，也可能只是没人有空细查。

先出局的不是你

是外包

分任务看，最多的是分析数据，7.1%的受访者报告了这项转交。阅读工作文档5.7%，维护业务记录5.3%。

十项任务，无一幸免，只是用得深浅不同。

这些活儿有个共同点：边界清楚，成品可交付，做完就能验收，不需要坐在办公室里跟人反复对齐。

这在过去，正是最适合外包出去的那一类。

一个市场部经理原本要找外部数据分析师跑一份季度报表，现在自己开个对话框就出来了。

这条链上最先受到影响的，是承包商、任务外包平台上按件计费的那类工作，天然就是一个个可以被单独打包发出去的任务包。

而AI现在最擅长的，恰恰是接住一个界定清楚的任务包。

NBC在同日的报道里采访了两位研究者。

领衔这项研究的Amreeta Das的判断是：

人们正在摸索怎么把工作在自己和AI之间分配；到目前为止，这未必意味着整份工作被自动化，但AI正通过这些工作里的任务进入职场。

AI Now研究所的高级研究员Aya Ibrahim提出了一个更尖锐的问题。

她认为承包商的角色不会因此整体消失，但按任务计价的承包商，承压会更直接。

她真正想让人讨论的，是「完全由一串任务拼起来的工作」本身有多不稳。

这场重分配

并非人人同步

工作被拆成任务之后，谁先被拆，是有分布的。

Ipsos在6月11日至16日为Groundwork Collaborative做的另一项调查，覆盖1533名就业者或边缘劳动力。

结论是采用极不均衡：三成工人至少每周用一次AI，但这些人高度集中在高收入、大学学历和白领群体。

年收入10万美元以上的人、拥有本科学位的人、白领，这三类人群中，每月至少用几次AI的接近一半。

年收入5万美元以下、高中及以下学历、蓝领，这个比例只有约四分之一甚至更低。

预期也是分化的。

同一份调查里，三分之二的工人认为AI会让职场体验变差，理由是砍岗位、加压力，而不是把重复劳动接走。

这个判断在种族、性别、教育和收入各条线上高度一致。

但落到自己头上，学历越高的人越乐观。近一半大学毕业生认为AI会帮到自己的工作，高中及以下学历的人里只有五分之一这么想。

Gallup的口径不同，方向对得上。

截至2026年5月，52%的美国员工每年至少用几次AI，30%每周至少几次，15%每天都用。

65%的人说AI对自己的生产率有正面影响，但只有14%强烈认同，AI已经改变了他们组织里工作被完成的方式。

AI已经进入了大多数人的工作流，但它改变的还只是单项任务，没有改变工作本身的组织方式。

20%，是进度条

不是终点

这10项任务从O*NET里按就业占比筛出，医疗活动被排除，财务交易、内部协调、培训、采购也不在其中。

它描述的是美国知识工作的一角，不是全部职业活动。

所以20%呈现的只是这10项任务的一个切面：一份工作该由谁做，正在员工、同事、承包商和AI之间重组。

这个过程中，更值得关注的不是有多少人被换掉，而是有多少工作正在被拆开。

一份工作如果只是一串可以往外发包的任务，那么在AI之前，它就已经在被一点点拆走外包了。如今的AI，只是让这个分拆的速度加快了。

所以与其问「AI会不会取代我」，不如换一个更具体的问题：

我的工作，能被拆成几个可以单独打包、单独验收、单独发给别人做的任务？

能拆出来的越多，暴露面就越大。

反过来，那些必须在场、需要担责、要跟人反复对齐的部分工作，短期内还很难被打包发出去。

合同可以让AI拟，字还要人来签。

参考资料：

https://epoch.ai/blog/one-in-five-us-workers-delegates-tasks-to-ai

https://www.ipsos.com/en-us/epoch-ai-ipsos-august-2026-poll

https://www.nbcnews.com/tech/tech-news/ai-work-replace-chat-tasks-used-colleagues-poll-finds-rcna590641

https://www.gallup.com/analytics/artificial-intelligence-indicator

https://www.ipsos.com/en-us/american-workers-assess-ai-impact

编辑：元宇