女性在AI崗位擴張中佔比不足三成
LinkedIn 數據顯示，美國去年新聘 AI 崗位中女性佔比僅略高於四分之一，顯著低於非 AI 崗位新聘中約五成的女性佔比。
在 27 個國家的 AI 企業中，女性僅佔高管級 AI 職位的 13%；新聘“AI 負責人”中女性佔 20%，新聘“AI 總監”中女性佔 26%。
女性同時更集中於文職、行政和重複性信息處理崗位，而這些職位更易受生成式 AI 影響。相關分析顯示，女性崗位中約 9.6% 屬於高度 AI 暴露類別，接近男性相應比例的三倍。
AI 就業並非整體淨減少，而是呈現“高薪技術崗位擴張、部分初級知識工作承壓”的分化。數據顯示，22 至 25 歲年輕人在高 AI 暴露職業中的就業率，較低暴露職業同齡人低約 16%。
AI 相關職位通常集中於模型研發、數據工程、MLOps、產品、算力、網絡安全及基礎設施，而女性在這些領域的教育路徑、技術招聘渠道與高級管理職位中代表性較低，形成“更易被替代、較少進入新增崗位”的雙重缺口。
市場機制上，企業會將 AI 預算優先投入能直接提高生產率的工程、數據、雲計算和自動化崗位，同時壓縮可被工具替代的行政與基礎內容處理工作。受益者是具備技術訓練、數據權限與決策權的人羣；承壓者是集中在低議價、流程化辦公室崗位的員工。若招聘、培訓、晉升和 AI 工具分配不發生改變，AI 投資收益將更多流向現有技術人才池，而女性面臨的崗位暴露與機會缺口可能同步擴大。
來源：公開信息
ABAB AI 解讀
女性在技術革命中並非天然處於劣勢，關鍵在於其進入的職業鏈條位置。個人電腦、互聯網和移動平臺都曾創造新職業，但高增長崗位通常最先集中於工程、產品、資本與管理層，而女性若更多集中於行政、協調與支持崗位，就容易先承受流程自動化，卻較少分享新崗位的股權、薪資與晉升紅利。AI 的差異是，生成式工具首次大規模進入文字、客服、文檔和協調任務，使傳統女性佔比較高的白領崗位也受到直接衝擊。
資本路徑正在把“知識工作”分成兩類：擁有模型、數據、算力和工作流設計權的人，獲得更高產出與議價權；執行標準化輸入、整理、排程與基礎內容生成的人，則面臨自動化替代或工資壓力。企業的 AI 支出流向雲服務、GPU、數據平臺、軟件工程和 AI 產品團隊，而這些環節的女性代表性偏低，導致資本開支帶來的新增薪酬、管理權和股權激勵更難均衡分配。
這可與金融、法律和諮詢行業的數字化轉型對照：Excel、ERP 和自動化先消滅或壓縮大量重複性後臺任務，卻提升了能夠解釋數據、配置系統和主導客戶關係的崗位價值。AI 同樣不會直接消滅所有行政或內容工作，而會把崗位要求從“完成流程”提高到“定義流程、審查模型輸出、處理例外和承擔結果”。女性能否進入 AI 紅利層，取決於是否獲得技術培訓、管理晉升、工具使用權和項目負責權，而不只是是否學習提示詞。
本質屬於技術替代與資本集中的疊加：技術替代壓縮標準化崗位，資本集中決定新崗位和收益由誰獲得。發生機制是，訓練數據、算力、模型部署和高薪技術崗位本已集中於少數公司與專業羣體；若教育、招聘和內部晉升沿用舊網絡，AI 會放大既有性別分工。解決路徑不是把女性單獨放入低價值 AI 輔助崗位，而是提高其在模型開發、數據治理、產品決策、企業採購和董事會層面的參與度。
ABAB News · 認知定律
被AI替代的崗位，往往不是造AI的崗位
技術紅利不自動平分，入口決定分配
會用工具只是效率，定義工具纔有權力