✍️ 引言 (Hook)
Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce
While AI adoption in the workplace has shown promise in boosting productivity, it also raises concerns about job displacement, reduced human agency, and overreliance on automation (Hazra et al., 2025). Despite this critical impact, we lack a systematic and grounded understanding of the evolving landscape. From a coverage perspective, prior research often focuses on a few domains like software engineering (Hoffmann et al., 2024) and customer support (Brynjolfsson et al., 2025). This narrow scope limits our comprehension of the real-world complexity of diverse human jobs and the varied nature of open-ended tasks. From a stakeholder perspective, existing studies often emphasize the interests of capital by focusing on a few tasks that tend to be more profitable such as coding without adequately considering worker values (Eisfeldt et al., 2023). Furthermore, current approaches often rely on analyzing existing usage data, such as how people use chatbots for work (Hazra et al., 2025, Zhao et al., 2024), which cannot provide a forward-looking assessment of AI potential across the broader workforce.
🎯 核心要点
- 提出“意愿-能力”四象限模型：超越简单的技术可行性，将“员工意愿”纳入AI应用的核心考量，并用数据揭示了当前AI投资与市场真实需求之间的巨大鸿沟。
- 创建“人类能动性量表 (HAS)”：首创了一套从H1到H5的标准化语言，用于精确定义人机协作的深度与模式，打破了“要么自动化，要么不”的二元对立思维。
- 预见“核心技能大洗牌”：量化分析了未来职场核心竞争力的演变路径，指出传统高薪的“信息处理”技能价值将下降，而“人际与组织”能力将成为新的价值高地。
📖 文章正文
现象观察：员工对AI复杂而真实的情绪
- 信任赤字 (45.0%): 对AI系统的准确性、能力和可靠性缺乏信任。
- 替代恐惧 (23.0%): 担心自己的工作被AI彻底取代。
- 人性缺失 (16.3%): 认为AI缺乏人类特有的品质，如创造力、决策中的微妙判断和情感共鸣。
深层分析：两张决定未来的“战略地图”
- 🟢 自动化“绿灯区” (高意愿, 高能力): AI应用的黄金地带，能实现生产力与员工满意度的双赢。例如，为税务师自动安排客户会议、为文员自动录入数据。
- 🟡 研发“机遇区” (高意愿, 低能力): AI技术研发的价值洼地，代表了市场的真实痛点和需求。
- 🔴 自动化“红灯区” (低意愿, 高能力): 最危险的区域。技术上虽可实现，但违背了员工的意愿。例如，为艺术家和设计师自动生成创意内容。
- ⚫️ “低优先级”区 (低意愿, 低能力): 当前应避免投入资源的领域。
- H1 (完全自主): AI代理完全自行处理任务。
- H2 (少量介入): AI代理只需最少的人工输入即可实现最佳性能。
- H3 (平等伙伴): AI代理和人类形成平等的伙伴关系，其表现优于任何一方单独工作。
- H4 (人类主导): AI代理需要人工输入才能成功完成任务。
- H5 (人类必需): 如果没有持续的人工参与，AI代理就无法运行。
趋势判断：“核心技能大洗牌”已成定局
- 信息处理技能的需求正在萎缩：诸如“分析数据”、“更新知识”这类在今天看来是高薪代名词的技能，在“所需人类能动性”榜单上排名大幅下滑。这意味着它们是AI最容易渗透和自动化的领域。
- 人际与组织技能的价值飙升：与之相反，“组织、规划和优化工作”、“培训和教导他人”、“与人沟通”等技能，需要极高的人类能动性，其在价值榜单上的排名显著跃升。这些技能正在从“软实力”变为未来职场的“硬通货”。
- 高能动性技能是复合型的：排名前十的高能动性技能，并非单一能力，而是涵盖了人际互动、组织协调、决策判断、质量评估等多个方面，对人的综合素质提出了更高要求。
💡 关键洞察
- 人性是AI的最终产品经理：员工的意愿、信任和感受，不再是软性指标，而是决定AI项目成败、定义产品形态的关键要素。
- 投资错配是当前最大的隐形成本：大量资本和研发资源若持续涌入员工抵触的“红灯区”，不仅是资源浪费，更会加剧人机矛盾。
- 协作模式的设计，是未来AI产品的核心竞争力：未来最成功的AI产品，不是功能最强的，而是能提供最灵活、可控、符合用户期望协作模式（HAS）的产品。
- “软技能”正在经历一场价值重估：沟通、协调、组织、教学等传统意义上的“软技能”，在AI时代正成为最“硬核”、最不可替代的资产。
- 未来属于“AI驾驭者”：单纯的技术专家或业务专家都将面临挑战，能够高效驾驭AI处理信息，同时将自身精力投入到高能动性、创造性工作中的复合型人才，才能立于不败之地。
🚀 行动建议
- 对于技术/企业管理者:
- 启动“AI应用审计”：立即使用“意愿-能力”框架，全面审查企业内所有AI项目，识别并规避“红灯区”风险。
- 建立内部“员工声音”渠道：在引入任何AI工具前，进行小范围、多岗位的调研，绘制自己企业的“HAS需求图谱”。
- 重塑培训体系：减少对“信息处理”类技能的培训投入，将资源向“组织协调、沟通、领导力”等倾斜。
- 对于产品经理和开发者:
- 将“可控性”作为核心设计原则：在产品中提供灵活的人机协作模式选项（可调节的HAS等级），把控制权交还给用户。
- 优先解决“信任”问题：投入更多精力在AI的可解释性、可靠性和结果验证上，这是赢得用户（尤其是专业人士）的关键。
- 对于个人开发者/职场人:
- 绘制个人“技能风险图”：诚实地评估自己的技能组合，哪些属于易被自动化的“红线技能”？哪些是需要加强的“绿线技能”？
- 成为AI工具的“超级用户”：主动利用AI自动化自己工作中的重复部分，将节省下来的时间精力，投入到更有创造性、战略性的思考中。
- 刻意练习“高能动性”活动：主动承担跨部门的协调工作、尝试指导新同事、花更多时间与客户深度沟通。这些看似“务虚”的活动，正在成为你最坚固的护城河。