女性在AI岗位扩张中占比不足三成
LinkedIn 数据显示,美国去年新聘 AI 岗位中女性占比仅略高于四分之一,显著低于非 AI 岗位新聘中约五成的女性占比。
在 27 个国家的 AI 企业中,女性仅占高管级 AI 职位的 13%;新聘“AI 负责人”中女性占 20%,新聘“AI 总监”中女性占 26%。
女性同时更集中于文职、行政和重复性信息处理岗位,而这些职位更易受生成式 AI 影响。相关分析显示,女性岗位中约 9.6% 属于高度 AI 暴露类别,接近男性相应比例的三倍。
AI 就业并非整体净减少,而是呈现“高薪技术岗位扩张、部分初级知识工作承压”的分化。数据显示,22 至 25 岁年轻人在高 AI 暴露职业中的就业率,较低暴露职业同龄人低约 16%。
AI 相关职位通常集中于模型研发、数据工程、MLOps、产品、算力、网络安全及基础设施,而女性在这些领域的教育路径、技术招聘渠道与高级管理职位中代表性较低,形成“更易被替代、较少进入新增岗位”的双重缺口。
市场机制上,企业会将 AI 预算优先投入能直接提高生产率的工程、数据、云计算和自动化岗位,同时压缩可被工具替代的行政与基础内容处理工作。受益者是具备技术训练、数据权限与决策权的人群;承压者是集中在低议价、流程化办公室岗位的员工。若招聘、培训、晋升和 AI 工具分配不发生改变,AI 投资收益将更多流向现有技术人才池,而女性面临的岗位暴露与机会缺口可能同步扩大。
来源:公开信息
ABAB AI 解读
女性在技术革命中并非天然处于劣势,关键在于其进入的职业链条位置。个人电脑、互联网和移动平台都曾创造新职业,但高增长岗位通常最先集中于工程、产品、资本与管理层,而女性若更多集中于行政、协调与支持岗位,就容易先承受流程自动化,却较少分享新岗位的股权、薪资与晋升红利。AI 的差异是,生成式工具首次大规模进入文字、客服、文档和协调任务,使传统女性占比较高的白领岗位也受到直接冲击。
资本路径正在把“知识工作”分成两类:拥有模型、数据、算力和工作流设计权的人,获得更高产出与议价权;执行标准化输入、整理、排程与基础内容生成的人,则面临自动化替代或工资压力。企业的 AI 支出流向云服务、GPU、数据平台、软件工程和 AI 产品团队,而这些环节的女性代表性偏低,导致资本开支带来的新增薪酬、管理权和股权激励更难均衡分配。
这可与金融、法律和咨询行业的数字化转型对照:Excel、ERP 和自动化先消灭或压缩大量重复性后台任务,却提升了能够解释数据、配置系统和主导客户关系的岗位价值。AI 同样不会直接消灭所有行政或内容工作,而会把岗位要求从“完成流程”提高到“定义流程、审查模型输出、处理例外和承担结果”。女性能否进入 AI 红利层,取决于是否获得技术培训、管理晋升、工具使用权和项目负责权,而不只是是否学习提示词。
本质属于技术替代与资本集中的叠加:技术替代压缩标准化岗位,资本集中决定新岗位和收益由谁获得。发生机制是,训练数据、算力、模型部署和高薪技术岗位本已集中于少数公司与专业群体;若教育、招聘和内部晋升沿用旧网络,AI 会放大既有性别分工。解决路径不是把女性单独放入低价值 AI 辅助岗位,而是提高其在模型开发、数据治理、产品决策、企业采购和董事会层面的参与度。
ABAB News · 认知定律
被AI替代的岗位,往往不是造AI的岗位
技术红利不自动平分,入口决定分配
会用工具只是效率,定义工具才有权力