42%
成年人认为 AI 在未来 20 年会 mostly help
乐观者略多于悲观者，但分歧很明显。
AI Future
AI 的现实图景，不是单向乐观或恐慌，而是岗位增长、态度分化与伦理缺位并存。
第 8 章把“AI 会不会取代人”这个泛问题拆开：公众怎么看、哪些岗位在增长、企业实际在招什么技能、以及伦理是否真正进入招聘与治理框架。报告的答案是，变化真实存在，但治理准备仍明显滞后。
01
公众并没有形成统一的 AI 叙事，社会态度高度分化
平均来看，认为 AI 会帮助社会的人略多于认为 AI 会伤害社会的人，但不同国家、性别、教育水平和歧视经验群体之间差异明显。
- OECD 平均 42% 认为 AI 在未来二十年会帮助人，35% 认为会伤害人。
- 女性比男性更担忧 AI 的长期影响，这意味着技术接受度并不是中性的。
- 一些国家大量成年人对 AI “没有意见”，这也说明公众理解与参与仍不充分。
02
AI 岗位在增长，但仍集中在少数行业与职业簇
第 8 章并没有夸大 AI 劳动力市场规模。它指出需求增长显著，但总体仍然集中在专业服务、ICT 与制造等少数部门。
- 2019 到 2022 年，14 国样本中要求 AI 技能的在线岗位占比平均增长 33%。
- 岗位需求高度集中于专业活动、ICT 与制造业，而不是均匀渗透所有行业。
- 因此，社会对 AI 的感受会领先于劳动力市场的全面扩散。
03
企业真正想要的，不只是模型能力，而是技术、基础与协作能力的组合
OECD 用招聘数据表明，AI 人才画像不是单一技术栈。Python、计算机与数据科学能力当然重要，但它们并不是全部。
- 雇主要求的是技术技能、基础能力和社会情绪能力的混合体。
- 这意味着教育系统不能把 AI 人才培养等同于单科工程训练。
- 随着 AI 参与更多判断性任务，管理决策、风险治理和跨团队协作会变得更关键。
04
最显眼的治理缺口，是伦理重要性被反复强调，但极少进入招聘现实
报告最尖锐的一点在这里：尽管社会对 responsible AI 的讨论越来越多，但在 2022 年，多数国家不到 1% 的 AI 岗位招聘会显式提到伦理关键词。
- 责任 AI 目前更多停留在政策和舆论层，而没有系统嵌入劳动力市场的显性需求表达。
- 这会导致组织在扩招 AI 人才时，优先筛选可部署性而不是可问责性。
- 如果教育和招聘都不把伦理、失败承受、风险判断与治理写入能力模型，AI 的社会成本会在后端爆发。
AI 页真正的结论不是“人才不够”，而是“治理被落在了招聘和能力定义之后”。
关键数字
所有数字均根据《OECD Skills Outlook 2023》相关章节整理，用于帮助中文读者快速定位报告中的核心判断。
35%
成年人担心 AI 会 mostly harm
AI 不是边缘议题，公众情绪已形成明显分化。
+33%
2019-2022 年 AI 技能岗位占比平均增长
14 个国家样本显示岗位需求在上升，但绝对体量仍不大。
<1%
多数国家 AI 岗位提及伦理关键词
企业公开招聘中，责任 AI 仍不是主流显性要求。
来源与章节定位
本页内容基于原报告相应章节重组与中文改写，不是官方译文。为方便回溯，下面列出主要来源位置。
- 第 242-268 页 Chapter 8: future of AI
- 第 243-245 页 AI skill demand findings