直到最近，研究人工智能对劳动力市场影响的研究人员都不得不面对一个根本限制：没有实际使用数据，我们只能依靠“暴露度”进行理论上的衡量，估计不同职业易受人工智能冲击影响的程度。我们在此前关于低收入和中等收入国家人工智能暴露度的文章中讨论过这些研究。但有一个关键问题仍然没有得到解答：即，对这些职业的暴露度预测是否与民众实际使用人工智能的情况相符？
Anthropic最近发布了来自一个2025年11月Claude一周对话样本的匿名使用数据，按任务类型使用 O*NET（一种将任务与职业关联的美国分类系统）分类。我们将这些数据映射到职业和国家，以便将预测暴露度与实际采用模式进行比对。
我们的核心发现是：暴露指数被证明是对现实世界人工智能采用的极其准确的预测指标。预测暴露度低的职业通常显示出低使用率，而预测暴露度高的职业则显示出高使用率。极少数职业被归入高暴露度但低使用率或低暴露度但高使用率的不匹配类别。
经过深入探究，我们发现信息通信技术（ICT）专业人员在人工智能暴露度和使用率方面均处于领先位置。这很容易理解，因为信息技术人员通常更方便使用技术基础设施，可以直接得益于人工智能工具带来的生产率提升。
更令人惊讶的是管理者中的差距。管理层职位显示出人工智能暴露度高但使用率相对较低。起作用的可能有这么几个因素：对敏感商业决策的隐私泄露担忧、对实验的时间限制，或者组织文化中把决策权交给人工智能的做法尚未常态化。理解为什么管理者（他们往往掌握着采用人工智能的决策权）本身尚未成为重度使用者，可能对于预测组织的人工智能扩散模式至关重要。
Anthropic机构发布的AI应用指数通过对比各国劳动适龄群体与Claude用户规模的比例关系来评估使用密度。当该指标大于1时，表明该地区AI用户数量超出基于人口结构的预估水平；若小于1，则反映人工智能应用普及度未达人口基数应有的标准。在各国分组中，仅高收入经济体(HIC)的指标数值突破1，均值达到2.02，其余国家群体均未达此标准。统计数据显示，高收入地区AI应用普及度约为中等收入经济体(MIC)的3.8倍，且唯有该组别超越了世界人均水平线。
不同国家用户群体呈现显著区别。Anthropic的研究依据职业属性对Claude使用者进行划分。发达经济体中，用户职业分布较为均衡；而在发展中国家，使用人群呈现高度聚集特征：ICT从业者占比高达48%，教育工作者占24%。仅这两类人群在发展中国家人工智能使用者中就占据近75%，该比例在发达国家则略超50%。该集中趋势可能源于这些从业者相比其他中等收入国家同行具备更强的需求水平和更优的获取条件。此结论与多项研究结果一致，数据显示多数中等收入国家逾50%的教师群体已实际应用人工智能技术。鉴于数据采集有限，本研究未将低收入国家纳入分析范围。
经初步探讨可归纳出三个要点：
研究表明，职业暴露指标具有实用价值。以人工智能职业暴露度(AIOE)为代表的衡量标准，与AI应用程度存在显著关联。这一发现表明，决策者能够借助此类指标，识别最易受就业冲击的从业人员及行业领域。
其次，AI技术的应用呈现规律性发展轨迹。最初由精通ICT的专业人士率先使用生成式AI工具，随后逐步向其他行业渗透。这种技术推广模式在发达国家已趋成熟，中等收入国家尚处初期阶段，而欠发达国家则基本尚未涉及。
第三，针对人工智能应用的两级分化现象，必须实施针对性对策。当前高收入国家占据AI技术应用主导地位，这种状况可能导致新型技术鸿沟。倘若不主动介入——通过建设数字化基础、提升人员能力、完善配套政策——中低收入国家恐将在AI引领的经济格局中愈发处于不利地位。
该研究成果对世界银行集团的核心职能及促进就业的战略规划产生重大意义。面对未来十年发展中国家逾10亿青年即将步入就业市场的现实，探究AI对就业格局的变革已超越纯学术范畴，成为亟待解决的发展议题。研究表明，人工智能应用存在明显差异：中等收入经济体的采纳水平仅为发达国家的1/4，最不发达国家尚处空白阶段。这种技术鸿沟正形成新型数字壁垒，或将加剧全球发展不均衡，特别是在最需要技术支持的脆弱时期。倘若AI技术带来的效率提升持续集中于发达国家，发展中地区可能因产业回流与自动化浪潮而失去其在劳动密集型领域的竞争优势，这将冲击依靠出口拉动经济增长的传统模式，该模式曾助力数亿人口摆脱贫困。
本文作者
Gabriel Demombynes
世界银行人力资本项目负责人
Jörg Langbein
世界银行就业局发展经济学家
Michael Weber
世界银行人力资本项目高级经济学家
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
