OpenAI 欧盟就业报告：AI 可能先重组工作，再替代工作

当人们谈论 AI 与就业时，对话常常变得过于简单：AI 会不会取代工人？OpenAI 的新报告《Mapping Europe’s AI Workforce Opportunity》（描绘欧洲 AI 劳动力机遇）提供了一个更实用的思考方式。AI 的第一个重大影响可能不是职位名称的消失，而是现有工作内部的任务、工作流程、职责和技能的重组。

这份报告发布于 2026 年 6 月 29 日，将 OpenAI 早先面向美国市场的 AI 就业转型框架（AI Jobs Transition Framework）扩展到欧洲劳动力市场。它使用官方的欧洲技能、能力、资格与职业分类法（ESCO），并结合欧盟统计局（Eurostat）的就业数据。在映射的 2,609 个职业中，报告将工作分为四种转型类型：可能随 AI 增长的工作、自动化潜力较高的工作、可能重组的工作，以及短期内变化较小的工作。

数字很能说明问题。约 12% 的欧盟就业人口处于可能随 AI 增长的职业，14% 处于近期自动化潜力相对较高的职业，27% 处于可能重组的职业，47% 面临较小的近期变化。换句话说，近期最大的故事不只是自动化。更大份额的工作可能会围绕 AI 被重塑，而人类仍然是交付的核心。

为什么工作流程重组很重要#

一份工作不是单一任务，而是一束活动。营销人员可能要研究、写作、分析数据、与团队协调、准备演示文稿。财务或运营人员可能要审阅文件、整理电子表格、总结政策、与利益相关者沟通。AI 可能不会取代整个岗位，但它可以改变岗位内许多任务的顺序和成本。

这就是「重组」类别重要的原因。它提醒我们提出更好的问题：我的工作中哪些部分可以被 AI 加速？哪些部分仍然需要人的判断、问责、信任或关系建设？我怎样才能重新设计我的工作流程，让 AI 处理准备工作，而我专注于审查、协调和决策？

四个类别分别意味着什么#

第一类，可能随 AI 增长的工作，涵盖那些成本下降可以扩大需求的职业。如果一项服务变得更便宜、更容易交付，更多项目可能变得可行，更多客户可能得到服务。

第二类，自动化潜力较高的工作，包括许多任务可以数字化交付、重复性强、对人的在场或问责依赖较少的职业。AI 可能会减少其中一些任务所需的劳动。

第三类，可能重组的工作，对普通工人来说也许是最值得理解的。在这些工作中，人类仍然是核心，但 AI 改变了准备、文档、分析和协调。教师、护理人员、专业服务提供者和公共服务岗位，都可能看到工作流程被重新设计，而不是被简单移除。

第四类，近期变化较小的工作，包括更偏体力、依赖场所、依赖关系或受制度约束的工作。这并不意味着永远不变，而是意味着近期的路径更慢，更依赖现实世界的交付约束。

普通人应该学什么#

第一，学会把工作拆解成任务。当输入、输出和成功标准都清晰时，AI 才有用。「帮我做个报告」很模糊。「找资料、起草大纲、清理这张表、生成三个图表、准备一份摘要」就要可操作得多。

第二，培养数据素养。许多 AI 赋能的工作流程依赖结构化信息。能理解电子表格、指标和基本的数据质量，将比仅仅知道怎么向聊天机器人提问更重要。

第三，学习工作流程设计。下一个生产力优势将来自把研究、分析、起草、审查和交付串联成可重复的系统。AI 素养不只是关于提示词，而是关于设计更好的人机工作流程。

第四，保留判断力和责任感。报告强调，许多工作仍然需要人类参与，原因在于体力、监管、问责或关系。AI 可以加速准备工作，但人的问责仍然是许多岗位的核心。

结论#

OpenAI 的欧盟就业报告最有价值的地方，在于它避免了一个放之四海而皆准的答案。AI 可能扩展某些工作、自动化某些任务、重组许多工作流程，并让一些岗位在近期较少改变。对个人来说，更好的问题不是「AI 会不会取代我？」，而是「我怎样才能在别人之前重新设计我的工作？」

---

参考资料：OpenAI. Mapping Europe’s AI Workforce Opportunity. 发布于 2026 年 6 月 29 日。方法：ESCO 分类法与 Eurostat 2025 年就业数据；共映射 2,609 个职业。