今年7月，微软针对“AI究竟替代了哪些工作”这个问题，专门做了一项研究。他们梳理了已经发生的、由AI直接导致的失业案例，提炼出了其中的规律，并把成果写成了一篇论文。

在这篇论文里，微软列出了最容易被AI替代的40个岗位。先看看排名前十的都是谁：

口译与笔译、历史学家、乘务员、服务类销售代表、写作者、客户服务代表、CNC机床程序员、电话接线员、票务与旅行服务员、播音员与电台DJ。

那么，这些岗位为什么被AI盯上了？拿几个典型的说说看。

口译与笔译，主要负责把口语或书面内容在不同语言间转换，包含同传/交传、文稿翻译、本地化校对、字幕与配音等。这一行的“命门”在于：机器翻译和语音识别/合成技术已经相当成熟，不仅能低成本、即时地给出可用译文，甚至连同声传译都能做。大量文本翻译本质上是模式化、重复性强的语言转换，质量完全可以通过术语库和风格指南自动控制。说白了，AI干这活，比人快，还便宜。

服务类销售代表，负责为SaaS、咨询、广告、物流这些无形产品做获客、跟进、演示、报价和合同推进。这个岗位的“可替代点”也很清晰：线索挖掘、邮件/信息的规模化个性化外呼、话术生成、自动记录进CRM，这些环节全都能自动化；而报价、方案书、竞品对比这类模板化文档，AI生成的质量高、速度还快。销售代表的很多基础工作，确实越来越像“人肉插件”。

写作者，包括写书、写专栏、写博客、写营销文案、写剧本、做公众号内容等等。容易被替代的原因显而易见：生成式模型能快速产出初稿、帮忙改写、续写，甚至生成多个版本风格的文案，尤其适合SEO和长尾内容；校对、语法优化、摘要提炼、多语种本地化，这些流程化的工作更是可以直接流水线完成。不过话说回来，真正有深度、有独特洞察的创作，目前AI还很难替代。

CNC数控机床编程员，负责将CAD模型转为刀路与G-code，设定工艺参数、夹具、刀具路径并进行工时优化。这个岗位的问题在于，CAM软件已经具备自动刀路生成与优化能力；AI更是可以根据材料和几何特征推荐参数并且自动避碰；基于历史加工数据的质量预测与良率优化，也能自动调整程序。编程的“手艺活”，正在被软件和算法接手。

播音员与电台DJ，负责播报新闻/赛事、主持栏目、选曲编排、连线互动与商业口播。现在文本转语音和声音克隆技术，能生成稳定音色，还能多语言播报；自动音乐编排和推荐也是相当成熟。常规播读、环节转换、广告口播这些模板化程度高的工作，完全可以批量生成。除非是那种个人风格极强、带有强烈即兴互动元素的节目，否则确实危险。

梳理下来，这些高概率被替代的岗位有个非常明显的共性：信息密集、规则清晰、可数字化、重复性强。而这几点，恰恰是AI在语言处理、检索归纳、流程自动化和语音交互方面的传统强项。当然，这些岗位短期内不会彻底消失。AI落地时还有一些长尾问题需要解决，比如专业领域的语境理解、复杂场景的应变能力等，行业里的高手暂时还能松一口气。

哪些工作不容易被AI替代

微软在论文里也同时分析了哪些岗位最“抗造”，同样列出了40个。

排在前十的是：采血护士、护工、危险品清除工、油漆和抹灰等辅助工、防腐整复师、工厂与系统操作员、口腔医生、汽车玻璃安装维修工、轮机员、轮胎修理与更换工。

这些职业的共性也一目了然：需要专业的体力劳动，与真实物理世界进行深度交互。

与真实物理世界打交道，刚好是AI目前的短板。很多我们人类习以为常的简单动作——比如拧一颗螺丝、扶着病人起身、在复杂环境中避开障碍物——对AI来说都是巨大的技术挑战。具身智能虽然发展很快，但距离真正大规模实用化、替代人类去做这些工作，还有不少技术关口要闯。从这个角度看，Hinton说“水管工最能抵御AI失业潮”，确实没说错。

医疗行业也是一个AI难以攻克的堡垒。原因之一是健康信息的隐私性要求极高，监管非常严格，据说市场上只有不到10%的手术数据可以公开获取，数据流通性极差。安全、伦理、合规、信任——这些对于AI来说，是比工作技能指标更难跨越的门槛。

最后还得补充一句：这绝不意味着这些“抗造”岗位的人就可以完全高枕无忧，彻底不用了解AI。AI会为各行各业赋能，即使在那些无法替代人类的行业里，善用AI和不懂AI的从业者，工作效率也会拉开显著差距。而且值得警惕的是，AI的影响面并不仅限于高薪工作，它更看重的是你工作中要处理的信息量够不够多——这才是它的舒适区。

所以，不论你现在或将来从事什么工作，善用它，而不是依赖它，不断提升自己的AI技能，总会是一个很明智的选择。