CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

最近跟不少朋友聊AI，大家最焦虑的其实不是技术本身，而是饭碗还在不在。

这种争论听多了确实有点麻木，直到我前两天翻到加拿大央行2026年8月份刚发的一份研究报告，觉得这个说的还是挺靠谱的。

这份报告不长，核心就一个问题，如果AI真的在改变就业市场，最早的变化会出现在哪？

答案跟咱们平常想的可能不太一样，不是什么大规模裁员潮，也不是哪个行业突然崩盘。

而是一个更隐蔽、更安静的现象，失业的人重新找工作的难度正在变大，尤其是白领职位。 

可能有人会觉得奇怪，一家管货币政策的央行为啥要操心AI抢活的事。主要原因就是，如果AI真改变了企业的生产方式，那招多少人、发多少工资、生产率怎么变，最后都会传导到通胀和利率上。

过去我们总觉得AI是科技圈自己的热闹，现在看来，已经成了宏观决策者眼里一个没法忽视的变量。

这份报告最让我觉得靠谱的地方在于，研究人员没有简单统计有多少人在用聊天机器人，而是先给各种职业算了一个AI暴露度。

这里得啰嗦一句，暴露度高不等于马上失业，它只是说这个岗位里有多少任务可能被AI接手或者辅助完成。

按照他们的测算，加拿大差不多三分之一的岗位可能会因为AI发生显著变化。注意是变化，不是消失，这两个词差别可太大了。

哪些岗位容易受到AI影响

数据录入员、客服、会计、文员等白领职位这些岗位排在前面。这些有个共同点，就是大量依赖信息处理和标准化流程，而这恰恰是AI最擅长的领域。

反过来看，运动员、护士、木匠、电工、按摩师这些职业反而比较安全。有意思的是法官也在低暴露名单里，虽然技术上AI已经能读案卷写意见了，但伦理和监管不允许它拍板定案。

研究团队拆开看了3个指标，分别是失业风险、重新找到工作的概率以及离开现有岗位的概率。

对比2015到2019年的均值和2025年的情况，高暴露职业和低暴露职业之间的失业风险差距确实扩大了0.9%，但这还不是最关键的。

真正扎眼的是找工作率的差距，从原来的-2.2%一下子拉大到-13.9%。

这意味着那些从高暴露岗位出来的人，再就业的难度相对于低暴露岗位的人，正在急剧上升。

与此同时，离职率几乎没有变化，说明企业并没有加速把人往外推。

换句话说，AI带来的冲击目前主要不是体现在裁掉多少人，而是体现在不再像以前那样招人。

这种调整太安静了，安静到新闻标题都懒得写，但对个体的影响可能比一次轰轰烈烈的裁员更持久。

年轻人太难了

报告里还有一个细节挺值得细品的，年轻劳动者往往集中在客服、销售支持、办公助理这类高暴露岗位上，而这些恰恰是他们进入职场的起点。

加拿大统计局之前的数据也印证了这一点，在编程等编码密集型职业里，30岁以下从业者的数量基本停滞了，增长主要集中在30到49岁的人群。

原因其实不复杂，新人入行都得从整理资料、写初稿、处理基础数据这些活儿干起，可现在AI几分钟就能搞定初稿，新人只剩检查的份。

以前需要10个人干的入门工作，现在5个人加AI就够了。企业没有裁员，只是自然流失之后不再补满，或者干脆缩减校招名额。