AI对职场的影响，终于从未来预言，变成了正在发生的现实。
摩根士丹利近日发布了一份有意思的研究报告——AI就业影响报告。这次报告，大摩扩大了调研范围，覆盖了银行、软件、科技硬件、半导体和专业服务五大投资者最关注的行业，调研了美、英、德、日、澳五国 808家已经应用Ai至少一年的企业。
结论非常明确：AI已经在实实在在地重塑全球劳动力市场。过去 12 个月，这五大行业平均出现了5%的净岗位流失，同时带来了9.6%的平均生产力提升。
但这不是简单的 "AI抢工作" 故事，数据背后隐藏着一场远比我们想象中更复杂、更深刻的劳动力大洗牌。
Part.01
半导体行业裁员最凶
先看最核心的就业数据。
过去一年，AI导致了12%的岗位被直接裁撤，还有15%的岗位出现空缺后不再补人，两者合计27%的岗位受到了负面影响。但与此同时，企业也创造了22%的新岗位，最终算下来是5%的净损失。
这个数字和大摩年初对消费、地产、交通、医疗、汽车五大行业的调研结果（4%净损失）几乎一致，说明AI对就业的冲击已经成为跨行业的普遍现象。
但不同行业的感受天差地别：
半导体行业：净裁员8%，是所有行业中最高的
软件行业：净裁员7%
科技硬件：净裁员5%，正好是平均水平
专业服务：净裁员4%
银行业：净裁员仅3%，是所有行业中最低的
为什么银行反而最稳？一个重要原因是银行业的监管要求极高，很多核心岗位无法完全用AI替代，而且银行在Ai应用上更倾向于 "辅助人类" 而不是 "取代人类"。相反，半导体和软件行业本身就是技术迭代最快的领域，AI对代码编写、芯片设计等工作的替代效应也最明显。
不同国家之间的差异同样巨大：
日本：净裁员高达10%，是所有国家中最严重的
英国：净裁员6%
美国：净裁员5%，正好是平均水平
澳大利亚：净裁员4%
德国：不仅没有裁员，反而出现了1%的净岗位增长
德国的反常识表现值得关注。调研显示，德国企业虽然也裁撤了9%的岗位，还有12%的岗位不再补人，但他们同时招聘了22%的新员工，最终实现了净增长。这说明德国企业更倾向于用Ai来 "升级" 劳动力，而不是简单地 "削减" 劳动力。
Part.02
2-10年经验熟练工最危险
大摩的这份报告还有一个颠覆认知的发现。
长期以来，我们都以为刚毕业的大学生和初级员工最容易被Ai取代。但报告告诉我们，事实恰恰相反。
2-5年工作经验的员工，是受冲击最严重的群体：18%的岗位被裁撤，19%的岗位不再补人，合计37%的岗位受到负面影响。
紧随其后的是6-10年工作经验的员工：16%被裁撤，16%不再补人，合计32%。
反而是工作经验超过20年的资深员工，受影响最小：只有5%左右的岗位被裁撤或不再补人。刚毕业的大学生虽然也受到冲击，但程度远低于中层员工。
更有意思的是，2-10年经验的员工，同时也是企业最愿意招聘、培训和转岗的群体。2-5 年经验的员工，新招聘比例是21%，再培训比例20%，转岗比例20%，都是所有群体中最高的。
这说明什么？AI正在淘汰的不是 "年轻人"，而是 "熟练工"。那些需要重复执行、有固定流程、可以被标准化的工作，无论你做了多少年，只要它的核心是 "熟练"，就很容易被AI取代。
但同时，这些有一定工作基础的员工，也是最容易被改造成 "AI协作者" 的群体。他们了解行业规则，熟悉业务流程，只要学会使用AI工具，就能创造比以前高得多的价值。
所以未来的职场，最危险的不是没经验，而是只有经验。
Part.03
外包员工不再是"安全垫"
过去每当经济下行或者企业需要降本时，外包员工总是最先被裁的那一批，被称为企业的 "就业安全垫"。
但在Ai时代，这个规律正在被打破。整体来看，外包员工和正式员工受AI的影响几乎没有差别：41%的企业表示外包员工受影响最大，38%的企业表示正式员工受影响最大。
但分行业来看，差异非常明显：
银行和软件行业：外包和离岸员工受影响最大，尤其是离岸客服、离岸开发等岗位
半导体和专业服务行业：正式员工受影响更大
科技硬件行业：合同工和临时工受影响最大
这背后的逻辑是，AI最擅长替代的就是那些标准化、流程化、不需要深度业务理解的工作，而这些恰恰是外包岗位最集中的领域。以前企业把这些工作外包出去是为了省钱，现在用Ai更省钱，自然就不需要那么多外包员工了。
而半导体和专业服务行业的核心竞争力在于技术和专业知识，这些都掌握在正式员工手里。当AI开始渗透这些领域时，首先受到冲击的反而是那些从事基础技术工作和基础专业服务的正式员工。
Part.04
Ai带来的生产力大提升
相比于裁员数据，AI带来的生产力提升其实更值得关注。调研显示，过去12个月，五大行业的平均生产力提升了9.6%。
其中：
软件行业：10.4%，最高
银行业：10.0%
专业服务：9.6%，平均水平
科技硬件：8.6%
半导体：8.2%，最低
生产力提升最明显的岗位，和大摩的预期基本一致：
IT / 软件开发：70%的企业报告了明显的生产力提升
客户服务 / 支持：48%
财务 / 金融运营：42%
运营 / 供应链管理：35%
研发 / 产品：31%
更重要的是，企业衡量AI效果的指标正在发生变化。以前企业最看重的是"成本降低，但现在质量和准确性成为排名第一的指标，生产力和时间节省排名第二，财务影响/投资回报率排名第三。
这说明AI已经从单纯的 "降本工具"，进化成了 "提质增效的核心手段"。企业不再只是为了省钱而用AI，而是为了做得更好、更快而用AI。