高工资岗位更容易受到人工智能的影响，而领导者尚未意识到这一点
2026年3月15日，Andrej Karpathy——OpenAI的联合创始人和特斯拉前人工智能研究员——发布了一个他所称的"周六早上花两小时做的项目"：一个交互式地图，为美国劳工部的342个职业分配了人工智能暴露风险评分。评分范围从0到10。物理劳动工作，如屋顶工或建筑工人，得分在0到1之间。而软件开发者、金融分析师、律师、作家和数学家则得分在9到10之间。这个项目在几个小时后被删除，Karpathy声称它被"极度误解"。但这个地图已经在网上传播，而它所留下的数据并没有随之消失。
核心发现并不是人工智能威胁工作。这一点我们早已知晓。Karpathy所展示的是一个薪资与脆弱性之间的直接相关性：年薪超过10万美元的职位平均暴露评分为6.7，是所有薪资层次中最高的。而那些年薪低于3.5万美元的职位则平均得分为3.4。大约6000万个美国工作岗位被标记为高度暴露，年薪总和接近3.7万亿美元。
这不是人力资源的统计数据，而是组织架构的信号。
谁都不想大声读出的地图
理解Karpathy分析的第一步是要明白，它并不是被设计为一种判决。他自己将其描述为一个探索性工具，灵感来自他正在阅读的一本书，旨在帮助他人以不同的方式可视化BLS数据。它不是一个预测模型，也不是大规模裁员的路线图。确切地说，它在他的话里只是一个周末实验。
然而，这一分析引发的反响却是不成比例的，原因在于它触及了组织多年来一直回避的一个事实：高层次和高薪的岗位正是大型语言模型最容易复制的职责。数据分析、结构化写作、法律审查、金融建模、代码生成。这些都是屏幕活动，都是顺序的，所有的都有记录，且都是可训练的。
埃隆·马斯克在同一天在X平台上做出了他一贯的预测：“所有的工作都将是可选择的。将会有高额的普遍收入。”这句台词似曾相识。马斯克在不同场合多次提及，包括他在2025年12月撰写的一篇关于机器人和人工智能带来的丰富的文章。战略上重要的一点并不是马斯克在其乌托邦视野中是否正确，而是他对Karpathy地图的反应既及时又毫不含糊，这更能反映出高层管理层辩论状态的真实情况：高管们在"一切将会发生变化"的宿命感和"这不影响我们的核心业务"的否认之间摇摆。
这两种立场都不是策略。这两者都是不决策的表现。
问题不在于自动化，而在于选择性瘫痪
Anthropic于2026年3月初发布的研究——在Karpathy地图发布的几周之前——提供了一个额外的维度，许多媒体忽视：更容易受到人工智能影响的工人往往年龄较大，教育水平较高，薪资较高，在许多行业中是女性。虽然自2022年底以来没有系统性失业增加的记录，但确实发现高暴露角色中年轻劳动力的招聘放缓。这不是大规模裁员，而是通过不填补空缺而进行的静默替代。
这种区分比看起来更重要。一家企业如果停止招聘初级分析师，因为其人工智能模型可处理相同的报告，实际上并不明显进行裁员。它是在不公开声明政策的情况下，重组其人才金字塔。这会在中期产生影响，而很少有董事会在关注：对内部人才库的侵蚀、高级层次知识的集中而无接班人培养，以及对内务小组不充分理解的工具的日益依赖。
Citadel Securities报告称，2026年软件工程师的需求同比增长11%，这表明自动化并未迅速崩溃特定的劳动力市场。但这一数据与Anthropic的数据并不矛盾：对高级人才的需求依然存在，而新一代在这些角色上的培训正在放缓。市场依然在购买成品；却停止在生产链中进行投资。
对于关注季度财报的CFO而言，看似是高效的。但对于放眼公司未来五年的CEO而言，这实际上是在自我吞噬未来的能力。
Karpathy地图对C-Level今天的要求
我们很容易将人工智能暴露分析视为人才或技术问题。其实，这只是资源配置和静态决策的问题。当**集中最大智力资本的岗位同时也是最容易被语言模型复制的岗位时，领导层需要问的不是“我们何时进行自动化？”而是“我们将在哪里构建不可自动化的工作优势”。
这不是简单的决策。它涉及到真实的牺牲。它意味着停止投资于可以由人工智能以较低成本执行的流程，并将这些资源重新投入到当前模型无法达到的能力上：在严重模糊情况下的判断，经过时间积累的关系信任，在高度不确定环境中的领导力，构建那些目前的人工智能模型没有足够训练数据框架。这些并不是浪漫的功能。这些是2026年的大型语言模型在明显缺乏人类监督的情况下无法稳定执行的功能。
继续将最优秀的人才分配到模型能在几秒内完成的任务的组织，不是在稳妥地经营，而是在以战略资产的价格为即将成为商品的东西付出代价。市场最终将调整这一差异，无论是否有预警。
所有分析工作岗位的整体暴露平均为5.3分（满分10分）。这不是末日，但也不是一个舒适的余地。这是一个已经开始并且不等待下一个预算周期的过渡信号。
将组织分为能够顺利应对这一过渡的与受到其影响的差异并不在于技术采纳的速度。关键在于清晰果断地决定，哪些职能将被保护作为差异化的优势，哪些职能将故意交给自动化。半心半意地进行这两项工作，出于对选择后果的恐惧，才是唯一能确保组织渐渐失去其相关性的赌注。
