凯捷 2026 年《新工作，新世界》研究显示，AI 对工作的重塑速度与广度远超三年前预期，原预计 2032 年显现的影响已提前 6 年到来，93% 的工作将受到 AI 不同程度影响，仅美国就可能出现约 4.5 万亿美元的劳动力从人类向 AI 转移，AI 暴露分数年增幅也从原预测的 2% 飙升至 9%，低暴露工作占比从 31% 骤降至 7%，高暴露工作则从 0% 增至 30%。

该研究基于对 1000 种职业的 18000 项任务的重新评估，核心源于过去三年 AI 的三大关键突破：一是多模态 AI 可解析图像、视频等视觉信息，打通数字与物理世界；二是进阶推理能力让 AI 能完成多步骤逻辑分析、假设验证等复杂认知工作；三是智能体 AI 可自主执行复杂工作流，直接对接企业核心平台并采取实际行动，三者结合形成的叠加效应，让 AI 渗透至更多实操性日常任务。

研究通过暴露分数（任务受 AI 影响程度）和速度分数（变革加速幅度），将职业分为高暴露快变革、低暴露慢变革两类。商业金融运营、管理、办公行政支持为受影响最显著群体，暴露分数达 60%-68%，速度分数超平均水平，智能体 AI 可统筹其复杂工作流；医疗、教育、法律等专业领域变革提速，暴露分数从 10% 左右升至 39%-63%，AI 已能完成诊断、案件分析、课程设计等核心任务；计算机数学领域虽暴露分数达 67%，但因早被 AI 渗透，变革速度相对放缓。

曾被认为不受 AI 影响的体力劳动岗位也开始被渗透，建筑、运输等行业暴露分数虽仍较低，但较 2023 年显著提升，多模态 AI 可辅助蓝图解读、货物检测等工作；而医疗支持、个人护理、安保等岗位因依赖共情、实操能力和实时判断，AI 暴露与速度分数均处于低位，是受影响最小的群体。

AI 带来的 4.5 万亿美元劳动力转移，既创造机遇也带来挑战，企业需完成四大思维转变：一是正视 AI 向实体和运营层的渗透，融合数字与物理工作场景；二是搭建自适应运营模式，以模块化系统、灵活治理适配 AI 的快速迭代；三是推动员工与 AI 工具同步适配，打造人机协同的工作环境；四是建立实时技能培养体系，以任务为导向开展精准、快速的技能更新，而非传统的长期培训。

研究同时指出，AI 的实际影响仍受监管、伦理、组织策略等因素制约，但未来三年其变革力度或进一步提升，企业和个人唯有提前布局学习、适应与战略规划，才能将 AI 变革转化为竞争优势。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系