2026 · 数据盘点

AI 什么都能做,人还剩下什么

用世界经济论坛、Anthropic、斯坦福数字经济实验室的公开数据,回答一个问题:当 AI 替代的是「任务」而不是「职业」,人的位置到底在哪。结论只有一句——能力在贬值,署名在升值。

2 分 44 秒 1920×1080 · 30fps 中文配音 + 硬字幕 21 个场景 数据来源全部标口径

发布注意

硬字幕已烧进画面,上传时关掉平台自动字幕;AI 配音请勾选 AIGC 标识;封面文字与视频首帧钩子同义,可直接用。

同一段 26 秒,两种做法 左边是原版,右边加了运动层

原版:每幕只有一次入场动画,之后到切场完全静止(实测 74% 的时间画面不动) 这就是你说的「像 PPT」的来源
运动增强版:镜头持续缓推 + 入场对焦 + 光扫 + 光斑漂移(静止时间降到 33%,最长静止 2.0s) 全片都能这么改,成本约 40 分钟 + 重渲 5 分钟

章节 点一下跳到对应段落

数据来源 每个数字都在画面里标了口径

世界经济论坛
《Future of Jobs 2025》
到 2030 年全球新增 1.7 亿岗位、消失 9200 万、净增 7800 万;按技术分项,AI 与信息处理净增约 200 万,机器人与自主系统净减约 500 万。7800 万属于多重趋势合计,不能读成「AI 创造」。
Anthropic Economic Index
49% 的美国职业至少 25% 的任务被 AI 碰过,但只有约 4% 的职业让 AI 干了 75% 以上;被覆盖任务平均所需教育年限 14.4 年,全经济平均 13.2 年。基于 O*NET 约 2 万项任务。
斯坦福数字经济实验室
2025
22–25 岁在 AI 高暴露岗位就业下降 13%–16%,软件开发同年龄段较 2022 年末峰值下降近 20%,30 岁以上持平或增长。来源为论文转述,画面标「二手口径」。
麦肯锡 / Randstad
(二手口径)
支撑 AI 数据中心扩张,2030 年前需额外 13 万电工 + 24 万建筑工人;技工需求增速约为白领岗位的 3 倍。
PNAS Nexus
Vaccaro 等 2024
混合人机团队只有在协作被良好校准、人知道自己何时该依赖 AI 时才优于纯人或纯 AI;否则表现更差(自动化偏见)。
ICMJE / WAME / Nature
2026 编辑政策
AI 可以参与推理,但不能成为署名作者——作者身份意味着对准确性、完整性与原创性负责。