人们更怕“会用AI的同事”：职场焦虑出现7.7个百分点反差

8月26日，腾讯调研与复旦大学社会发展与公共政策学院社会发展科学智能研究中心联合开展的AI就业影响调查受到集中披露。科技日报当天的报道 显示，研究团队于2026年4月和7月实施两轮全国网络调查，共回收27115份有效样本，其中6691人连续参加两期；62.0%的追踪受访者担心被“更懂AI的人”替代，高于担心AI完成自身核心工作任务的54.3%，相差7.7个百分点。

这组数据没有证明AI将普遍取代工作。它确认的是受访者的压力重心：与机器直接接管核心任务相比，人们更担心其他劳动者借助AI形成竞争优势。标题中的“会用AI的同事”，正是对这种近身竞争的概括，而不是对实际裁员结果的描述。

7.7个百分点指向技能竞争，不是岗位替代率

两项比例测量的都是担忧，不能分别当作未来裁员率或岗位消失概率。62.0%指向人与人之间的能力竞争，54.3%指向核心任务可能被技术完成；两者的差距说明焦虑的参照物发生了变化，却不能告诉我们最终会减少多少岗位。

这种变化可能早于完整职业的消失。AI进入资料检索、文本生成、数据整理和方案制作等环节后，一个岗位仍然存在，其交付速度、招聘条件和合格标准却可能被重新设定。劳动者面对的现实问题因而不只是“机器能否完成工作”，还包括同事或求职竞争者能否借助工具扩大产出范围。

任务重组也不等于所有环节都能自动化。生成和整理可以提速，专业判断、错误识别、沟通协调与结果责任仍需由人承担；不同职业中这些环节的占比并不相同。现有调查适合揭示压力方向，不能替代对具体岗位任务、工资和用工数量的测量。

熟练者的焦虑与适应信心同时上升

更熟悉AI并没有自动消除不安。央视网刊发的分析 列出分组结果：熟练组个人焦虑指数为71.3分，比入门组的60.5分高10.8分；熟练组适应信心指数为84.8分，又比入门组的64.5分高20.3分。74.2%的受访者认为学会使用AI能提升职场竞争力，而工作中使用AI的追踪受访者中，79.0%认为工具让自己能把更多时间用于判断或创造性工作。

这些结果构成一张“焦虑—行动—信心”矩阵：熟练者更清楚哪些任务能够提速，也更容易察觉原有技能正在被重新定价，因此焦虑较高；实际使用经验又让他们更相信自己可以适应变化。信心与焦虑并非互相抵消，而是可能由同一种技术认知同时推高。

• 焦虑：竞争压力从“机器能不能做”延伸到“别人能否借助机器做得更快”。
• 行动：部分原本没有学习或转向计划的追踪受访者在第二轮调查中改变了选择。
• 信心：熟练者更相信自己能够适应，同时也更敏感地察觉技能差距。

不过，分组差异仍是相关关系。调查不能证明使用AI导致焦虑上升，也不能排除行业、教育程度、收入或原有数字能力同时影响熟练度、焦虑和信心。两轮调查的27115份有效样本是合计规模，连续变化应以6691名两期均参与者为观察对象。

三个月追踪记录了行动变化，尚未证明因果

央广网披露的追踪结果 显示，第一期没有学习AI新技能的人中，近三分之一到第二期开始学习；原本没有考虑调整职业方向的人中，超过四成开始考虑或已经着手调整。同期，受访者对AI影响整体就业的判断几乎没有变化，个人焦虑却有所上升。

这说明宏观判断相对稳定时，个人行动仍可能调整，但不能据此认定焦虑直接促成了学习或转向。三个月内还可能同时发生工具更新、单位要求变化、求职经历或行业波动。追踪设计比一次性调查更能观察同一批人的变化，却仍需要更长周期和更多控制变量才能解释原因。

因此，“焦虑推动转型”并不是这组数据已经证明的结论。更稳妥的判断是：学习、职业调整与个人焦虑在追踪期内同时出现了变化，劳动者已经开始回应AI带来的竞争预期。

灵活就业者的压力集中在资源条件

调查中的群体差异并非平均分布。灵活就业者中，75.5%担心AI直接冲击自身工作，比固定就业者高16.6个百分点；但两类劳动者相信能够通过学习培训适应变化的比例都在76%左右。更高的冲击感没有伴随更低的适应信心。

这一差异支持的只是资源约束解释，而非“灵活就业者不愿学习”的判断。固定就业者可能通过单位获得工具权限、真实业务场景和在岗训练；灵活就业者往往需要自行安排学习时间，并承担工具费用、试错成本以及学习期间减少接单所造成的收入损失。

不同任务受到的影响也不相同。调查报道所引述的访谈显示，配送中的站点间运输与楼栋末端交付、客服中的标准答复与情绪沟通，并不具有相同的自动化条件。要判断灵活就业的实际后果，仍需观察任务量、单价、工时和平台考核，而不能只依据担忧比例推断全面替代。

个人学习之外，培训与绩效规则决定压力如何落地

7.7个百分点的落差不能仅归因于个人是否努力学习。AI能力取决于工具可及性、练习时间、任务理解、数据权限和人工复核经验；缺少真实使用场景的人，即使完成一次培训，也未必能把知识转化为稳定的工作能力。

组织培训需要对应具体流程，并明确哪些数据可以输入、哪些结果必须复核、错误由谁承担。如果单位要求员工掌握AI，却不提供练习时间、合规工具或业务场景，学习成本就会被转移给个人，技能差距也更容易固化为竞争差距。

绩效规则则决定效率提升是否会变成工作加码。员工借助AI提高任务产量，并不意味着更高产量应立即成为新的最低标准；质量风险、复核时间和复杂判断仍应计入考核。否则，工具节省的时间可能全部转化为新增任务，熟练者的适应信心也可能与更高工作强度并存。

现有调查回答了压力更集中在哪里，却没有给出岗位净增减、工资变化或长期就业稳定性的预测。下一步仍需把主观感受与招聘要求、岗位任务、收入、工时及人员配置等客观指标结合。可以确认的是，“会用AI”已经成为受访者感知中的竞争变量；尚不能确认的，是它最终会带来多大规模的岗位减少、重组或新增。