基于1.2万份样本的调查显示，AI已深度嵌入中国职场(95.82%员工使用过)，61.23%认为AI提高工作效率，但85.53%担心被替代。研究证实AI加剧职场内卷，且对主动内卷促进更大。不重视AI的公司员工更易被淘汰，高管面临更大AI冲击和心理压力。建议个人增强核心竞争力和心理韧性，政府应推动AI从"替代"转向"互补"。
ChatGPT诞生已经四年，越来越多的研究开始关注人工智能对劳动力市场的影响。比如，国际货币基金组织（IMF）的研究预测，全球近40%的就业机会将受到AI影响。
高盛的报告估计，AI将会影响相当于3亿份全职工作的工作量。现在似乎还没有AI将如何影响中国劳动力市场就业数量的评估，但北大国发院和智联招聘发布的报告显示，财务、客服、会计、法律工作者等白领职业最容易被AI替代且已经开始受到冲击，家政、物流和技术工人等蓝领和体力工作岗位受到的冲击相对较低。
实际上，AI对劳动力市场的影响存在不确定性。首先，AI带来的效率提升可能会减少就业（替代效应），也可能带动一部分相关领域就业的增长（互补效应），或者创造出一些新的职业类型（创造效应），影响结果如何，取决于三种效应的相对大小。
在AI对劳动力市场的实际影响未定之际，员工和AI之间的关系变得复杂。员工既感叹AI可以提高工作效率，又担心可能被AI取代。比如，美国有超过半数的成年人担心自己的工作被AI取代，瑞士的计算机工作者担心5年内会因AI而失业。
那么，AI在中国职场的使用情况如何？是否显著提升了工作效率？中国员工是否担心被AI取代？更有意思的是，在职场竞争日益激烈的当下，AI是否会加剧内卷？更关键的，作为个体，我们如何应对AI带来的心理冲击？
基于上述问题，我们和长江商学院领导力与行为心理研究中心的张晓萌教授研究团队一起，发起了一项面向全国的社会调查，基于1.2万份有效样本，形成了超万字的《生成式人工智能与职场心理健康研究报告》，我们想挑一些有意思的发现分享给读者。
AI影响的两面性
第一，AI已深度嵌入职场。从行业来看，91.36%的受访者所在的行业或多或少已经引入了AI工具，其中62.19%的受访者表示，引入的AI工具和他们正在从事的工作直接相关。
从个体来看，95.82%的受访者至少已经尝试过使用AI工具。伴随着AI工具的不断演进，我们再次进行了一次小样本的追踪调查，结果显示，全行业的AI渗透率从91.36%上升至95.94%，提升4.58个百分点，使用过AI工具的受访者已经上升至98.06%。可以说，无论是从行业普及程度还是个体使用频率来看，AI都已经全面进入职场。
第二，AI是职场效率神器。调查结果显示，61.23%的受访者认为AI提高了工作效率，但也有18.72%的人认为AI反而降低了工作效率，另有20.05%的受访者认为AI对工作效率暂无影响。
值得注意的是，AI对女性的帮助似乎大于男性。64.21%的女性认为AI提高了工作效率，高于男性的58.24%。16.01%的女性认为AI降低了工作效率，低于男性的20.17%，这或许有助于提升女性的职场地位。
第三，职场人担忧被AI替代。我们询问了受访者是否担心被AI替代，结果显示85.53%的人或多或少担忧被AI替代，6.37%的人非常担忧被替代。男性的担忧程度略高于女性，年龄和学历与对AI的担忧程度正相关，对AI的担忧会抬升离职率。
此外，收入与担忧程度则呈“倒U型”关系，这或许与其职业特征有关：中间收入组大多是白领，其工作最容易受到AI冲击。对经济前景较为乐观的受访者，对AI的担忧程度较低。
AI是否会加剧内卷
既然高达4/5的受访者都或多或少担心被AI替代，那么，对AI的担忧是否会加剧内卷？
“内卷”是一个网络热词，暂时还没有成为一个内涵清晰的专业术语。我们借鉴经典的心理学测度量表设计流程和北大董志文博士毕业论文中的测量项设计了我们自己的内卷测度量表，并通过了严格的信效度检验。
我们将完整的6个测量项进一步分为主动内卷和被动内卷两类。当然，我们知道主、被动内卷的界限划分很难特别清晰。比如，无论是主动还是被动内卷，都可能会同时受到外部压力的影响。比如，“同事加班我也加班”，这是因为同事先加班，给我一个外在的压力，所以我才跟随加班，存在被动属性。
但是，仔细思考后我们发现，“内卷”本身就具有“因为别人做了某个动作，所以我才做某个动作”的内涵，只要测度内卷，就很难厘清某个行为是“完全主动的”。因此，我们在区分主动内卷和被动内卷时，重点关注的是“受访者是否具有自主选择的权利”以及“做出相关行动是否需要付出较高的成本”。
从上述视角出发，主动内卷的三个测度项：
（1）我不希望被他人落下因此同事做什么我也去做相同的事情；
（2）当他人在加班时即使没有紧急的事情我也尽量晚点下班；
（3）为了应对职场竞争我主动利用业余时间学习新知识。
前两项受访者可以采取不同的行动且短期不需要付出很高的成本，第三项测度的是主动学习策略，面临的外在压力相对更小，更倾向是渴望得到认可、取得成绩或者升职加薪而采取的主动竞争行为。
被动内卷的三个测度项：
（1）为了不被裁员，我被迫做一些不属于自己职责范围的事情；
（2）为了保持与他人一致的进度，即使身体不舒服我也会坚持工作；
（3）领导分派的工作量或对工作的要求越来越多。
第一项和第三项看似存在主动的空间，但实践中几乎难以被拒绝，这也是我们在质性访谈阶段发现职场员工面临的普遍性问题。第二项则是从成本角度考量，在劳动法明确规定员工拥有带薪病假的情况下，如果员工因为怕被淘汰而坚持带病工作，则更倾向于被动内卷而非主动内卷。
在媒体文章中我们就不汇报具体的计量模型和一系列稳健性检验过程，只说我们得到的结论：AI确实加剧了内卷，且有意思的是，AI对主动内卷的促进效应大于被动内卷的促进效应。
那我们就想知道，是什么原因导致了这一非对称性的特征？
一种合理的解释是：如果员工预期AI对自己的替代威胁很强，员工为了保住工作岗位，会加剧主动内卷。
因此，我们在问卷中询问了受访者所在企业是否已经因AI冲击而裁员，以及预期自己被AI完全替代还需要多久。
我们定义，如果受访者所在企业已经因为AI而出现裁员，但受访者不知道自己多久会被AI替代或者预期自己被AI替代还需要1年以上，为超预期裁员——这实际上意味着受访者认为AI的威胁并不大。而如果受访者所在企业已经因为AI而出现裁员，且预期自己在1年内或者现在已经可以被AI替代，则为顺预期裁员——这实际上意味着受访者认为AI对自己的威胁很大。
理论上，如果员工认为AI是一种真实的威胁，那么，在后一种情形中，员工的主动内卷程度会更强，在前一种情形中，主动内卷程度会相对较弱。我们的计量结果证实了我们的猜测：企业超预期裁员会削弱AI对内卷的促进效应，超预期裁员会放大二者的影响效应。
但其实在我们的测度中，主动内卷并不完全是一个贬义词，因为它包含了技能提升和主动学习的成分，AI对主动内卷（技能提升、适应性学习）的促进作用强于被动内卷，在某种程度上也表明技术应用确实能激发劳动者自我增值，这与AI提升工作效率的结论一致。顺预期裁员下员工通过内卷强化不可替代性，也反映了AI倒逼人力资本升级的积极作用。
一个有趣的观察：不重视AI的公司，员工更容易被淘汰
2024年，周鸿祎曾在接受中新网采访时表示：“不拥抱AI的公司，员工会被淘汰。”那我们也想用数据简单检验一下“红衣教主”的说法是否有道理。
我们在问卷中请受访者对所在单位对AI的重视程度进行评分。同时，我们计算了不同受重视程度下“因AI冲击而裁员可能性50%以上”（包括“已经因AI冲击而裁员”）的受访者比例，用此作为员工是否被AI淘汰的代理变量。如果在对AI重视程度较低的公司中，认为受AI冲击裁员可能性50%以上（高被裁风险）的受访者占比较高，则可以侧面证明周鸿祎的观点，反之则不行。
结果显示，在对AI重视程度不同的公司中，最不重视AI的企业，反而有更多的人面临AI冲击的高被裁风险。具体来说，在“不太重视”AI的企业中，约9.82%的受访者面临AI冲击的裁员风险超过50%，显著超过“一般重视”AI的企业和“非常重视”AI的企业。这从侧面证实了不重视AI的公司，员工更容易被淘汰。
另一个有趣的观察：AI对高管的冲击更强
很多人觉得，可能员工使用AI的频率更高，员工比高管更容易受到AI的替代冲击。但我们的调查数据却显示，高管的AI工具使用频率显著高于员工，而且面对AI的就业冲击，高管比员工的危机感更强，高管认为AI替代人类工作所需要的时间更短，预期5年内将被AI替代的高管比员工的这一数据高20%。这或许与国外的另一项研究呼应：AI的广泛应用将取代近69%的管理工作量，彻底改变管理角色。结果发现，虽然高管的收入比员工高，但高管的心理健康水平也比员工更差，在内卷、孤独、倦怠、焦虑、抑郁五个维度的得分均比员工高。
值得关注的是，高管和员工的心理健康水平均随着年龄的增长而下降，但高管的心理健康水平恶化的速度（斜率）比普通员工更快。
我们还询问了如果受到AI冲击，受访者将采取主动辞职还是等待裁员的方式应对。有意思的是，64.76%的高管将更有可能选择主动辞职，显著高于等待裁员（35.24%）的比例，也高于员工主动辞职（49.23%）的比例，而员工的应对方式比较均衡，49.23%的员工选择等待裁员，50.77%的员工选择主动辞职。
特别的，女高管选择主动辞职的比例（84.09%）显著高于所有组别。诚然，这可能受样本数量影响，回答这一问题的高管样本为105个，男女分别为61个和44个。但即便如此，44位受访女高管中，37位应对AI冲击的方式均为主动辞职，这一现象也值得重视。
如何应对AI冲击
AI会提高效率，也会加剧焦虑和内卷。作为个人，如何进行平衡？
增强核心竞争力当然是不会出错的答案。但我在张教授的两本书《韧性：不确定时代的精进法则》和《韧性：心智升维、韧性锻造的乘数法则》中发现了另一个知易行难的答案：增强心理韧性。这两本递进的书，不仅收录了职场员工和管理者应对外部不确定性的大量案例，还提供了提升韧性具体可行的实践方法。
我印象最深刻的就是，两本书都反复提到了一个词，叫“持续性小赢”。
很多人认为，成功或者幸福就是一次性取得很大的成就。但无论是“大幸福”还是“小幸福”，其实幸福感都是很短暂的，一旦拥有就立刻贬值，它不长久。生活中也没有那么多大的成功等我们去获取，在面临AI冲击时，我们设定一个宏大的目标尤为困难。
但“持续性小赢”不一样，它或许强度不大，但容易实现，且可以通过高频率的获得感不断给我们提供正向的积极情绪。比如，工作后我坚持每年读20本书，因为我工作很忙，所以这看起来似乎是一个比较有挑战性的目标。但是我把目标分解为每天至少读10页，一下子就变得“从从容容游刃有余”，反而经常超额完成，每天完成任务，每次读完一本书，不仅会收获一次正向激励，它还会让你在这个不确定的世界拥有一份你自己可以掌握的确定性——这其实蛮重要的。
道理很简单对不对。成年人往往会轻易认为，只要我们了解了一个道理，就代表我们已经学会并且可以应用这个道理，然而事实并非如此。这种错误的认知正是增强韧性的障碍。
韧性的增强，不简单是“熬过”一次又一次的风暴，而是建构一套能够精准“走时”的内在节律系统：它能在外部的混乱中保持清晰的节奏，在情绪的损耗中不断积蓄再生动能，在方向模糊时依旧维持持久的定位。这是一种更高层次的心理时间感与节律智能——真正的韧性，是一个高度主动的双重进程——既包括对情绪的接纳与修复，也包括对思维结构的更新与突破。
人的一生，要面临各种不确定性。有些事情我们通过个人努力就可以影响走向和结果，但还有很多事情，个人再怎么努力也无法影响事情的结果。但无论哪种情况，我们都可以部分的控制事情对我们情绪的影响。接受我们无法改变的，然后积极应对我们可以改变的。
总结
明星经济学家Acemoglu在评价AI对于未来的劳动力市场影响时，提出了“错误的AI”的看法，他指出，不利于经济发展的AI技术会带来安全风险及其他难以预料的后果。但是就像英国工业革命期间卢德派无法通过破坏纺织机来阻挡机器代替人类工作的进程一样，今天的员工无法也没有必要通过阻挡AI的发展来保护自己的工作。
AI有利有弊，但潮流已然大势所趋，我们只能对于技术的发展路径和方向仔细斟酌，对于技术发展及其可能造成的影响审慎思考。对于AI给员工带来的负外部性，个人要积极拥抱科技变革，强化人机协作，积极提升AI工具的应用水平，努力提升个人素质、职场核心竞争力和心理韧性。我们控制不了AI对职场的冲击，但是我们可以很大程度上缓解AI冲击对焦虑和内卷的影响。
对于政府和行业协会，要通过技能培训、伦理规范等技术治理手段，推动AI进一步从“替代”转向“互补”，确保技术发展始终服务于人力资本增值与社会福祉提升。这种发展范式不仅能够实现生产效率的帕累托改进，更有助于构建具有包容性的人工智能经济社会生态系统，形成“科技向善”的良性循环。
AI时代，未来的就业机会在哪里？
答案就藏在大模型的浪潮里。从ChatGPT、DeepSeek等日常工具，到自然语言处理、计算机视觉、多模态等核心领域，技术普惠化、应用垂直化与生态开源化正催生Prompt工程师、自然语言处理、计算机视觉工程师、大模型算法工程师、AI应用产品经理等AI岗位。
掌握大模型技能，就是把握高薪未来。
那么，普通人如何抓住大模型风口？
AI技术的普及对个人能力提出了新的要求，在AI时代，持续学习和适应新技术变得尤为重要。无论是企业还是个人，都需要不断更新知识体系，提升与AI协作的能力，以适应不断变化的工作环境。
因此，这里给大家整理了一份《2026最新大模型全套学习资源》，包括2026最新大模型学习路线、大模型书籍、视频教程、项目实战、最新行业报告、面试题、AI产品经理入门到精通等，带你从零基础入门到精通，快速掌握大模型技术！
由于篇幅有限，有需要的小伙伴可以扫码获取！
1. 成长路线图&学习规划
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
3. 大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
4. 大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
5. 大模型行业报告
行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。
6. 大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
为什么大家都在学AI大模型？
随着AI技术的发展，企业对人才的需求从“单一技术”转向 “AI+行业”双背景。企业对人才的需求从“单一技术”转向 “AI+行业”双背景。金融+AI、制造+AI、医疗+AI等跨界岗位薪资涨幅达30%-50%。
同时很多人面临优化裁员，近期科技巨头英特尔裁员2万人，传统岗位不断缩减，因此转行AI势在必行！
这些资料有用吗？
这份资料由我们和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
大模型全套学习资料已整理打包，有需要的小伙伴可以
微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】
