当前位置：首页>工作报告>Anthropic实测报告:财务工作理论替代率94%,我们离被AI换掉还有多远?

Anthropic实测报告:财务工作理论替代率94%,我们离被AI换掉还有多远?

Anthropic 新报告财务工作理论替代率 94%，离被 AI 换掉还有多远？

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。

94% 是怎么算出来的？

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。

现实里只有 28%，差距从哪来？

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

28% 不会一直停在 28%

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

做账交给 AI，人去做经营分析。
总结历史数据可以自动化，预测未来、支持老板拍板还得靠人。AI 会算账，不会替老板定方向。
往业务前端走，处理那些非标场景。
报告也写了，AI 在复杂现实环境里落地很难。人情世故、跨部门扯皮、非标准化业务冲突，这些恰恰是财务人的空间。走到业务前端，做业务的参谋，比坐在后面贴票有价值。
主动学大模型和 PowerBI，别等着被替代。
用大模型当代码助手，结合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。

最后说两句

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。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。