
各位财务同行朋友大家好,我是老汪。
最近各个财税群里都在传一张「职业被 AI 替代风险」的柱状图。不少同行,尤其是刚入行没几年的年轻人,私信问我 商业和行政财务类工作的 AI 替代率飙到94%了,是不是该趁早转行?
这张图出自 Anthropic 2026 年 3 月 5 日发布的一份经济学研究报告 《人工智能对劳动力市场的影响 一项新衡量标准及早期证据》。Anthropic 就是开发 Claude 的那家公司。

今天老汪不打鸡血,也不贩卖焦虑。咱们把这份报告拆开看一遍。94% 这个数字确实吓人,但背后还有一层更贴近实务的情况,以及财务人接下来该怎么走。

很多人的恐慌,来自图表里「商业与金融」「办公室与行政」这两类。过去不少研究爱算理论账,Anthropic 在报告开头就承认,这类预测往往不准
过去预测技术对就业影响的模型往往记录不佳,这让我们在预测时必须保持谦卑。例如,此前一项试图衡量工作可离岸外包性的著名研究,认定四分之一的美国工作岗位岌岌可危,但十年后,这些工作岗位的数量反而增加了。
为了避免老问题,报告用了「理论 AI 覆盖率(Theoretical LLM capability)」这个概念 纯从技术角度看,不考虑现实阻力,你的工作有多少能被大模型接管。
在这个指标上,财务相关工作双双到了94%。
为什么这么高?在大模型眼里,传统财务很多活就是「规则 + 数据」。如果你每天的工作主要是贴票据、录凭证、对账单、出基础三大表,纯技术层面确实已经被 AI 围住了。这也是我在直播和课程里一直说传统核算会计路越走越窄的原因。
先别急着递辞呈。这份报告真正有价值的地方,是它提出了另一个更务实的指标
本研究引入了「观察到的暴露度(Observed Exposure)」这一全新的衡量标准,将理论上的大模型能力与现实世界中的真实使用数据结合起来……我们发现 在大多数行业中,AI 的实际采用率仍然只是其理论潜力的一小部分。
看回前面的图表,「商业金融」和「行政办公」在现实中真正被 AI 覆盖的风险敞口,分别只有28%和38%。

预期和现实差这么大,我在实务里看到至少三条原因
实际影响现在只有 28%,但报告里还有一条数据值得财务人认真看
自 2022 年底以来,高暴露度工人的失业率并没有系统性上升。然而,初步证据表明,针对这些暴露职业的年轻工人(22-25 岁)的招聘出现了放缓。

翻译过来就是 企业现在确实没有大规模裁老财务,但已经开始少招只会做基础账务的年轻人了。入门门槛在悄悄抬高。
等企业私有化部署 AI 更普及、智能体(Agent)把各路 ERP 打通,28% 涨到 90% 以上只是时间问题。既然躲不掉,能做什么?我提三条,都是实务里能落地的

PowerBI搭数据分析模型。当你能用数据给管理层一张「利润漏在哪」的动态看板,身份就从成本中心往利润中心靠。报告给管理者的一句话是
领导者应该区分具有高理论覆盖率但低实际采用率的角色……这种区分很重要,因为它指向了不同的行动优先级。更好的做法是,利用这些数据来识别哪些岗位的角色需要重新设计,哪些员工需要重新进行技能培训(Reskilling)。

Anthropic 这份报告,不是病危通知,更像一份有时间差的预警 替代在发生,但窗口还在。
如果你还在低附加值的重复劳动里耗着,不如把精力放在管理会计思维、业务洞察和数据建模上。想从传统核算往经营分析转,或者学PowerBI搭业财模型,可以持续关注老汪,咱们慢慢聊。

多层级BOM动态展开卷算,制造业财务BP搞定成本测算的核心技能,从“事后测算”到“动态模拟”:如何用BI模型实现制造业的报价自动联动?