巴克莱：仅20%职场核心技能可被高度复制
华尔街日报 ｜ 2026-09-23

AI对劳动力的冲击，比想象中更温和，也更深远。巴克莱最新研究打破"替代潮"恐慌——真正能被AI复制的职场核心技能仅约20%，但其"放大效应"却几乎渗透每个职业角落。更值得警惕的是：AI技能需求正从科技岗向管理层蔓延，而物理AI的崛起，甚至可能让人类专业技能成为可规模化授权的新型知识产权。

AI对劳动力市场的冲击或许远比市场叙事更为温和，但也更为深远。巴克莱最新研究显示，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。

巴克莱于9月22日发布报告，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。研究发现，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。与此同时，美国招聘数据已出现与AI相符的结构性变化——自2022年以来，自动化暴露度最高职业的招聘职位占比已从约30%回落至25%左右。

AI技能需求的急速扩张则揭示出另一重逻辑：在美国、英国、法国和德国，要求具备AI技能的职位占比已从2019年的约2%攀升至2026年8月的6%至10%。值得注意的是，AI技能需求的重心正在发生漂移——2019年逾70%的AI相关职位集中于科技与数据岗位，至2026年这一比例已降至约50%，而管理类职位的占比则从约10%升至25%，显示AI正从专业技术领域向更广泛的职场生态扩散。

AI自动化或放大的是具体技能而非整个职业本身

传统的AI劳动力冲击分析多以"职业"为单位，而巴克莱认为，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"。AI更有可能自动化或放大的是具体技能——如信息收集、写作或数据分析——而非整个职业本身。

3A框架基于美国劳工部数据库，该数据库涵盖104项跨职业所需技能，并将其映射至逾800个职业。框架创新体现在三个维度：其一，同时纳入认知型AI和物理型AI，涵盖数字智能与实体智能两类形态；其二，以技能取代任务或职业作为基本分析单位；其三，同时捕捉"自动化"与"放大"两种效应——前者衡量AI对人类劳动的替代程度，后者衡量AI提升人类技能生产率的潜力。

研究结果显示，仅约20%的职场技能被评定为AI高度可复制，40%的技能对认知型AI呈现较强抗性，对物理型AI抗性更强的技能比例则高达70%，表明物理型AI目前的自动化影响范围仍远窄于认知型AI。