巴克莱：仅20%职场核心技能可被AI高度复制，但放大效应已蔓延
TREE NEWS 报道， 巴克莱银行9月22日发布最新研究报告，推出“AI自动化与放大框架”（Barclays 3A Framework），以技能而非职业为核心分析单元，系统评估认知型AI与物理型AI对逾830个职业的影响。研究显示，真正能被AI高度复制的职场核心技能仅占约20%，大规模“替代潮”的担忧存在高估。然而，AI对生产率的“放大效应”却呈现出截然不同的图景——其覆盖面远比自动化替代宽广，几乎渗透至劳动力市场的每个角落。
自动化风险高度集中，大部分劳动力相对安全
巴克莱认为，职业是任务的集合，任务又是技能的集合，技能才是理解AI影响的“原子单元”。基于美国劳工部数据库的104项跨职业技能，框架同时纳入认知型AI和物理型AI，并捕捉“自动化”与“放大”两种效应。结果显示，自动化风险高度集中于少数职业群体：认知型AI的高度暴露职业主要集中在计算机、工程和科学类岗位，物理型AI的高度暴露职业则集中在建筑、生产、安装、维护与维修领域。约120个职业对两类AI自动化的综合暴露均相对较低，覆盖约20%的美国劳动力，主要包括教师、儿童看护人员、教练及部分酒店与娱乐从业者。
放大效应：覆盖更广，潜在收益更大
与自动化的集中分布不同，AI的放大效应呈现出更加广泛和均匀的特征。在巴克莱的模型中，放大效应在可复制技能、部分可复制技能与不可复制技能比例最为均衡的职业中最为显著。认知型AI放大效应最高的职业包括空中交通管制员、医疗健康服务经理及培训与发展经理等管理类职位；物理型AI放大效应则在多类机械与技术人员职业中最为突出。巴克莱指出，AI的自动化能力集中于特定职业，而其提升生产率的能力则覆盖极为广泛的职业群体，整体生产率增益在长期可能超过直接替代效应。
招聘数据印证结构转变，AI技能需求向管理层扩散
据巴克莱对LinkUp招聘数据的分析，自2022年以来，自动化暴露度最高职业的职位空缺占比从接近30%降至约25%，其中软件工程岗位的下滑贡献最为突出。与此同时，专项AI技能需求正在加速扩张。美国、英国、法国和德国的AI相关职位占比，已从2019年的约2%分别升至2026年的6%至10%不等。更具结构性意义的是需求主体的转变：2019年科技与数据岗位主导逾70%的AI相关职位发布，至2026年这一占比已降至约50%，而管理类职位占比则从约10%升至约25%，表明AI正以普适工作技能而非专属技术的形态向整个职场渗透。
物理AI崛起：技能或成可授权的知识产权
报告进一步前瞻了物理型AI普及所催生的新型经济模式。在第一阶段，人类充当“机器人训练师”，通过远程操控、第一视角视频采集等方式为机器人生成训练数据。在第二阶段，价值重心将向“操作规程”本身转移，焊接、手术、烹饪等人类专业知识有望被编码为可规模化授权的“机器人操作手册”，形成一种全新的知识产权形态。巴克莱认为，极端情形下，硬件将逐步商品化，真正的竞争制高点将归属于能够捕获、编码并控制高价值技能的一方。
市场影响
对投资者而言，该报告意味着AI交易可能比简单的“劳动力替代”叙事更为复杂。能够赋能AI放大效应的公司——如企业软件、云计算和AI工具提供商——可能因AI成为通用技能而持续受益。高度依赖人际互动的行业（教育、医疗、酒店）可能比预期更具韧性。长期来看，基于技能的知识产权可能催生新的授权市场，利好开发技能捕获平台和机器人生态系统的企业。
关键要点
- 仅约20%的职场技能可被AI高度复制，自动化风险集中于特定职业，而非广泛替代。
- AI的放大效应覆盖更广，可能推动许多职业的生产率提升，并抵消部分替代效应。
- 招聘数据已显示高暴露职业的职位占比下降，AI技能需求上升，尤其在管理类岗位。
- 投资者应关注AI放大效应的赋能者和技能IP平台，而非过度担忧大规模失业。
