Cognizant：
《2026年新工作新世界：AI如何以超预期速度重塑工作报告》
（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

三年前，我们预测AI需要十年才能带来的工作变革，如今已在眼前。

全球领先的IT服务公司Cognizant近日发布了一份重磅研究报告《2026：人工智能如何比预期更快地重塑工作》。这份更新于2023年研究的最新报告揭示了一个令人震惊的现实：AI对就业市场的影响不仅比预想中更广泛，而且来得更快。

一、核心发现：93%的工作将受AI影响

报告指出，原先预测到2032年才会发生的AI对工作的颠覆，如今——提前整整六年——已经在我们的眼皮底下展开。

数据显示，93%的职业将以某种方式受到AI的影响。仅在美国，这就意味着大约4.5万亿美元的劳动力价值将从人类转移到AI系统。

这一发现源于对18000项工作任务、1000个职业的重新评估。与2023年的研究相比，所有职业的平均“暴露分数”（即职业受AI影响的程度）比原先预测的2032年水平高出30%。

更值得注意的是，原本预计每年仅2%的暴露分数增长，现在却呈现出每年9%的增速。

二、三大AI能力突破，驱动变革加速

报告认为，过去三年中AI能力的三大突破，是导致工作变革加速的核心原因：

1. 多模态AI：赋予AI“眼睛和耳朵”

多模态模型能够解析图像、图表和视频，识别空间关系，并将视觉数据与文本或数字输入交叉参考。传统AI只能“描述”世界，而多模态AI可以“理解”世界。

这意味着涉及设计审查、产品测试、质量控制的岗位——过去因依赖视觉理解而被认为AI无法触及——如今暴露分数急剧上升。

2. 高级推理能力：赋予AI“思考”能力

通过结构化推理框架和强化微调，新一代AI模型能够展示一致、透明的思维链条，测试假设、解构问题、评估替代策略。

分析类工作（如咨询、金融、法律）已从“部分可辅助”转变为“大部分可辅助”。审计和合规任务现在完全可以由具备推理能力的AI代理执行。

3. 代理AI：赋予AI“行动”能力

如果说多模态给了AI眼睛和耳朵，推理扩展了AI的思维地图，那么代理能力则给了AI“双手”。

AI代理现在可以协同工作：获取实时数据、在第三方软件中执行命令、监控结果并形成反馈循环。例如，多个营销代理可以规划活动、查询数据库、创建广告素材、安排社交媒体发布并报告效果——全程无需人工干预。

三种能力叠加，效果呈指数级放大。一个能“看见、思考、行动”的系统，远比仅能生成内容的系统更能渗透到实际工作中。

三、哪些职业受影响最严重、最快？

报告将就业市场分为两大类：快速变化、高暴露的职业和较慢变化、低暴露的职业。所有职业的平均暴露分数为39%，平均速度分数为7。

第一组：本就高暴露的职业，变革进一步加速

商业和金融运营、管理、办公及行政支持这三类职业的暴露分数从2023年的14%-21%跃升至60%-68%，速度分数高达11-14。

以财务经理为例，暴露分数达到84%，速度分数20。AI代理可以完成从识别报告需求、提取数据、初步分析到起草评论、安排审阅的全流程。

就连CEO的暴露分数也从原先预测的25%（2032年）飙升至60%以上。合同谈判、政策建议甚至政策实施，都在AI支持范围内。

第二组：专业领域快速“上车”

医疗、教育、工程、法律等专业领域，过去AI主要处理低级行政任务，如今已能处理更复杂、更关键的任务。

• 医疗从业者（包括外科医生、放射科医生）：暴露分数从10%升至39%，速度分数8。家庭医生可用AI辅助诊断、解释检查结果、自动处理转诊和病历。

• 教育领域：暴露分数从11%升至49%，速度分数11。AI可帮助教师准备课程、批改作业、进行研究甚至引导课堂讨论。

• 法律行业：暴露分数从9%飙升至63%，速度分数12。解释法律法规、分析案件可能结果、合同谈判都在AI能力范围内。

第三组：体力劳动开始被AI渗透

虽然体力劳动整体暴露分数仍相对较低，但相比三年前的预测已有显著增长。

• 建筑和采掘：从4%升至12%（2032年原预测仅7%）

• 运输和物料搬运：从6%升至25%（2032年原预测15%）

以砖瓦工为例，暴露分数从3%升至20%。计算砖层、解读蓝图、测量距离等任务均可由AI辅助完成，尤其是通过嵌入眼镜或安全面罩的多模态AI。

运输检查员的暴露分数从6%跃升至55%。AI可完全自动化报告准备和提交，并逐步介入货物检查、船员安全观察等环节。

四、哪些职业相对安全？

仍有一些职业群组暴露分数和速度分数低于平均水平。这些工作通常处于动态环境，信息不确定、责任共享，需要在短时间内完成从感知到决策到执行的闭环。成功依赖于人类的微妙信号解读、冷静判断和建立信任的能力。

• 安装和维修：暴露分数从4%升至20%，速度分数5

• 保护服务（如警察、消防）：速度分数6

• 个人护理：速度分数5

• 医疗支持（如助产士、护理助理）：暴露分数从5%升至29%，低于平均水平

以汽车修理工为例，暴露分数从2%升至17%。AI可以帮助执行检查清单、诊断、规划工作、审阅工单，但实际进行维修和安装零件，AI的作用仍然有限。

五、对工作场所的四点启示

面对这场4.5万亿美元的劳动力转移，报告为企业领导者提出了四点建议：

1. 考虑AI如何扩展到物理和操作层

AI的影响早已超越办公室和知识工作，开始触及依赖人类感知和快速判断的岗位。一个仓库工人用AI验证产品质量、一名现场工程师佩戴辅助头显、一位零售店员采集店铺状态供分析——这些都是知识与体力融合的新工作形态。

“知识与劳动的界限正在消失。”

2. 转向更具适应性的运营模式

自生成式AI进入商业领域以来，重大进展来得越来越快、越来越频繁。企业需要让规划、预算周期匹配这种不规则的变革节奏。

拥有模块化系统、灵活治理和流畅资金流动的组织将展现出更大的韧性。它们能够测试、采用并重新分配资源，跟随技术发展而动态调整。

3. 帮助人们像系统一样快速适应

随着暴露分数和速度分数上升，人们必须在工具仍在演变的同时进行调整。适应能力已成为组织的必备要求。

在医疗、法律、教育等领域，AI可以承担大量分析工作，但信任、共情和道德判断仍然是核心。进展最快的组织，正是那些允许专业人员共同设计AI应用方式、保留重要人文元素的组织。

4. 建立能吸收能力冲击的培训系统

在今天的环境下，传统培训周期太慢了。等到一套标准课程设计并批准下来，它所针对的AI能力可能已经升级了。

组织需要将学习与发展视为快速响应机制——技术创造新能力的瞬间，就能部署相应的新技能培训。

例如，当AI诊断能力提升时，医疗专业人员不需要重学整个专业，而是需要精准、即时的调整：如何解读AI的输出，如何向患者传达这些发现。

写在最后

研究团队坦言：未来三年可能带来比过去三年更大的变化。虽然报告中揭示的变革反映的是AI的技术潜力，最终结果还取决于监管政策、组织战略、管理问责、劳动力适应性、经济条件、文化态度等诸多因素。

但有一点是确定的：现在就开始学习、适应和战略规划的个人与组织，将能够跟上AI驱动的变革步伐，甚至将其转化为竞争优势。