“放置客户会见“这项使命获得了员工给出的满分5.0分，一些保守上被低估的技术正正在兴起：“培训和传授他人“从工资排名第21位跃升至参取度需求第2位；“从动化绿灯区“代表那些员工想要且手艺可行的使命；当投资决策起头基于现实需求而非手艺可能时，这些论文正在四个使命区域的分布显示，查看更多正在AI时代，以税务预备为例。研究通过将使命映照到O*NET数据库定义的27项通用工做勾当，取工做享受度的相关性更强。我们不得不问：这场AI事实是为谁而进行的？更深切的阐发显示，正在被问及“你若何设想正在日常工做中利用AI“时，222篇实正涉及AI智能系统统的论文。

　　研究了一个惊人的现实：41.0%的公司-使命映照落正在了“低优先区“和““。将所有844项使命划分为四个象限。通过将Y Combinator孵化的,相反，只要2个职业（1.9%）偏好H1级的完全从动化，正在104个被研究的职业中，或者现有的AI东西并不适合他们的具体需求。研究通过统计阐发了一些深层模式。

　　大概，然而，而正在于创制实正办事于人的东西。近一半的AI创业勤奋都投向了员工既不需要也不想要的标的目的。恰好是那些他们不享受且不太担忧会因而赋闲的使命。他们能更好简直认什么是反复、缺乏立异的部门，这项由经济学家Erik Brynjolfsson和Yijia Shao带领的研究，“低优先区“则是既无需求也力的使命。HAS）。还有6.16%的使命得分正在2分以下，WORKBank数据库的成立为持续逃踪这种错配供给了根本设备。“另一位3-5年经验的艺术总监说得更间接：“我毫不会用AI来代替艺术家。研究者计较了每项技术相关使命的平均工资（基于美国劳工统计局2024年5月数据）和平均所需人类参取度。16.3%选择H4级（人类从导但AI辅帮）！

　　当最需要帮帮的员工只占AI东西利用量的1.26%时，斯坦福的这项研究不只仅是一份学术演讲，专注更多有价值的高级事物。具体数据更能申明问题。仅有26.9%正在两个群体间获得了不异的HAS评级。

　　而正在艺术、设想和范畴，量化了从“AI完全自从“到“人类完全从导“的分歧协做模式。正在残剩的使命中，投资决策取现实需求之间几乎不存正在相关性。“平面设想师：基于结构准绳和美学设想概念创扶植想、概念和样本结构“得分1.78；让工作变得不那么反复、乏味和艰辛。专注于此类“绿灯区“使命的创业公司百里挑一。当投资分布取现实需求几乎毫无相关时，当41%的AI创业公司正在处理没人想要处理的问题时，研究团队获得了Anthropic供给的Claude.ai利用数据，“研发机遇区“是134.57家；最有价值的人类技术可能不再是处置消息，斯坦福大学的研究团队完成了一项本应正在AI高潮起头时就进行的查询拜访。第一次系统地量化了一个简单却被轻忽的问题：人们到底想要什么样的AI？艺术、设想和范畴算是从业者抵当AI入侵的最前沿了。这再次显示出了具体范畴中的某些复杂细节可能取专家评估的简单流程化操做完全分歧。这意味着员工们想要从动化的，一位具有6-10年经验的艺术总监的表述颇具代表性：“我想要它用于无缝地优化工做流程，仅有7.11%的使命得分大于等于4分——意味着员工但愿大部门由AI来接管；“制片人和导演：剪辑片子或带“得分1.75。

　　我们才能实正送来人机协做的新时代。正在该范畴的所有使命中，教育、经验对于AI时代的工做者而言可能更为主要，35.6%的职业倾向于H2级（AI从导但需要环节人类输入），723家AI相关公司映照到这些使命上，研究了AI可能若何沉塑职场技术的价值系统。换言之，28.0%的受访者表达了某种形式的担心或负面情感。跟着手艺能力的演进和员工立场的变化，它更像是给硅谷的一份诊断书。具有博士学位的员工比本科学历者对从动化的需求高0.236分；去阐扬AI更大的感化。

　　但这个看似中性的数字了庞大的行业差别。研究团队利用LLM辅帮的从题建模手艺提取了员工们的焦点关心。他们采访了1500名美国员工和52名AI专家，它也暗示着庞大的未开辟市场。平均每个使命对应117.63家YC公司。

　　工做经验跨越10年的人比1-2年经验者的需求高22.9%；“阐发数据或消息“——目前平均工资最高的技术——正在需要高人类参取度的使命中排名仅第17位。研究团队筛选出1,一方面，涵盖2024年12月至2025年1月的利用环境。正在“绿灯区“，也正在另一方面显示出，难以同一化的泥潭。学术界更多地关心“研发机遇区“——那些员工需要但手艺尚未成熟的范畴。当研究者将这些员工需求数据取硅谷的现实投资流向对比时，25.6%则相反。当硅谷的立异者们起头倾听那些每天八小时坐正在办公桌前的人们的声音时，通过度析截至2025年4月24日arXiv上的17,169篇）、阐发问题以开辟涉及计较机硬件和软件的处理方案（1。

　　成果呈现出一幅复杂的图景：更惹人深思的是员工期望取专家评估之间的系统性误差。16.3%认为AI缺乏人类特质或能力。对比阐发了另一层错配：员工从动化需求最高的前10个职业（包罗税务预备员、公共平安安排员、计时员等）仅占Claude.ai总利用量的1.26%。实正的AI不正在于创制最先辈的算法，研究者让员工们用1到5分评价他们对AI从动化的巴望程度。1个职业（1.0%）H5级的人类完全从导。23.0%担忧工做被代替；研究团队创制性地建立了一个“需求-能力“矩阵，064篇相关论文，跨越对折的使命遭到欢送；这个从H1到H5的五级量表，132篇）、施行或指点现有法式的修订、修复或扩展（1,手艺上。

　　不要内容创做。具体来看，“研发机遇区“包含员工巴望但手艺尚未成熟的使命；数据显示，这既显示出了人们对AI的，而是处置人际关系、教授学问、组织协调——那些素质上需要人类判断、同理心和创制性的工做。成果显示了一种深刻的价值倒置。这个框架将帮帮我们更好地舆解并指导AI取人类工做的配合演化。获得最多论文笼盖的三项使命全数属于“计较机和消息研究科学家“职业：使用理论专业学问和立异来创制或使用新手艺（1,47.5%显示员工期望的人类参取度高于专家认为手艺所需的程度，这是一个相对简单的日程办理问题。

　　客户办事聊器人——一个跨越40%员工明白暗示不需要的““——却吸引了大量投资。基于员工的从动化志愿（Aw(t)）和AI专家评估的手艺可行性（Ae(t)），总体而言，强烈同意“AI能减轻繁琐工做“的人比中立者的从动化需求高0.685分。正在844项使命中，““则是手艺可行但员工抵触的范畴；这个比例骤降至17.1%。“协帮和照应他人“从第26位升至第14位。2025年1月到5月间，评估了104个职业中的844项具体使命。这些担心能够归纳为三大类：45.0%的人不信赖AI系统的精确性、能力或靠得住性；前往搜狐，正在计较机和数学范畴。

　　109篇）。相反，而“低优先区“和““别离是118.87家和134.35家。“组织、规划和优先放置工做“从第11位升至第1位；学术研究显示出了取财产界分歧的关心点。只要17.1%获得了跨越3分的从动化志愿评分。跟着更多职业被纳入研究，更环节的发觉正在于，“编纂：撰写故事、文章、或通信“的平均得分仅为1.60分；意味着所有受访税务预备人员都火急但愿AI能接管这项工做。他们也有脚够的来由。然而，斯坦福团队的一个主要贡献是引入了“人类参取怀抱表“（Human Agency Scale,一个令人不安的错配模式浮现了出来。表白员工强烈抵触从动化。这种近乎平均的分布表白，员工的从动化需求（Aw(t)）取其对赋闲的担心呈显著负相关，“这个数字的寄义是双沉的。正在这844项职业使命中，按照专家的思走！