16%
观察到与 AI 相关的离职
SThree / YouGov · 2026 · 五国
受访者表示，看到同事因 AI 大幅改变工作而离职。这不是员工总体的辞职比例。
原始来源 ↗工作与技能 · 证据解读
AI 如何改变英国 STEM 就业
AI 正在改变技术工作。它是否威胁你的岗位，取决于工作任务、雇主的采用方式，以及你能证明的专业能力。
资料核验日期 ·
AI 会威胁我的工作吗？先看具体任务
任务可以被自动化，而岗位仍然存在。工作可能转向审核与集成，雇主可能调整初级招聘，员工可能因职责变化而离职，企业也可能裁撤岗位。这些是不同结果。下列调查反映采用情况、受访者观察和技能需求，不能推算个人失业概率。
关注具体信号：初级职位是否减少、任务是否转给资深审核者、质量指标是否改变，以及培训时间是否得到保障。询问主管：引入 AI 后，你的岗位将如何衡量工作成果。
调查数据究竟衡量什么
先看调查对象，再看百分比。这些来自不同调查，不能拼成时间趋势，也不是职业风险排名。
19%
审核成本可能超过节省时间
SThree / YouGov · 2026 · 英国 AI 使用者
英国 AI 使用者中，有人因检查输出耗时超过工具节省的时间而放弃使用。分母是使用者子群体，并非所有英国员工。
原始来源 ↗57%
AI 技术技能缺口
DSIT · 2025 年调查，2026 年发布 · 英国
与 AI 有关的受访机构报告存在技术技能缺口。整项调查有 119 家机构，不代表所有英国企业。
原始来源 ↗| 指标 | 对象与时间 | 应如何理解 |
|---|---|---|
| 16% · 同事离职观察 | 五国共 4,126 名 STEM 员工；在线调查期为 2026 年 7 月 10 日至 9 月 1 日；公告发布于 10 月 20 日。 | 五国受访者的自述观察，既不是英国单独结果，也不是裁员率。 |
| 19% · 放弃 AI 工具 | 同一项 2026 年调查中的英国 AI 使用者子群体；英国总体样本为 885 人。所引摘要未列出使用者子群体人数。 | 提示需要计入审核时间，不能据此断言所有 AI 工具都会降低生产率。 |
| 57% · 技术技能缺口 | DSIT 2025 年 AI 劳动力调查；119 家开发或使用 AI 的机构，各题样本可能不同；2026 年 1 月 28 日发布。 | 与 AI 有关的自选参与样本，不是全国职位空缺或失业指标。所引执行摘要未说明具体调查日期。 |
| 58% 使用 AI；18% 经常使用 | IET 英国工程雇主技能调查结果，2025 年 10 月 6 日发布。所引新闻稿未列出样本规模及调查日期。 | 采用与经常使用是不同概念，描述的是受访工程雇主，而非员工个人。 |
第 1—2 行：SThree；第 3 行：DSIT 摘要与方法；第 4 行：IET。
值得关注的四种变化
这些结果提示了值得在工作中追问的问题。下列启示属于本站分析，并非测量得出的预测。
初级人才培养需要有意识地练习
SThree 五国调查中，32% 的受访者表示资深员工正在承担原由初级员工完成的工作。这反映任务分配，不能说明消失了多少初级岗位。争取在指导下参与调试、实验设计与审核，积累判断力。
资深工作可能转向质量保证
如果起草变快，假设检查、集成与结果负责仍然需要时间。应追问：谁负责最终批准？工作量与晋升安排是否体现这份责任？
评估效率时计入审核时间
英国使用者放弃工具的结果提示，应比较完整任务耗时：将起草、检查和返工，与人工流程基线对比。初稿更快，不能单独证明效率提升。
用技能缺口确定学习重点
DSIT 显示 AI 相关机构存在技术缺口，IET 则区分了采用与日常使用。可将领域知识与评估、数据质量及安全集成相结合，用成果证明能力。这两项调查都不保证录用或加薪。
对不同职业意味着什么
以下为本站提供的任务示例与学习建议，并非职业风险评分。实际影响随雇主、资历和职责而异。
| 工作领域 | AI 可能辅助的任务 | 值得强化的人的职责 | 下一步学习重点 |
|---|---|---|---|
| 软件开发 | 样板代码、测试初稿与文档 | 架构、调试、安全与发布决策 | 代码审查、威胁建模与 AI 辅助测试 |
| 数据分析 | SQL 初稿、摘要与图表框架 | 指标定义、因果推理与业务决策 | 数据核验、实验与可复现分析 |
| 工程 | 设计方案、报告初稿与仿真设置 | 物理约束、安全、现场条件与最终批准 | 仿真核验、系统集成与标准 |
| 科研 | 文献初筛、代码辅助与实验方案初稿 | 假设、实验对照、伦理与可复现性 | 来源核验、科研软件与不确定性 |
| 数学与建模 | 符号推导建议、模型代码与情景初稿 | 假设、证明、校准与解释 | 稳健性测试、数值方法与模型验证 |
你的 30／60／90 天行动计划
以下为本站的一般职业建议。使用获准工具和非敏感示例，并与团队约定工作中的试验方式。
- 01
第 30 天前 · 盘点任务
连续两个工作周记录任务耗时、重复程度、判断需求和出错后果。选择一项影响较小的任务，记录人工基线并制定质量清单。向主管了解下一阶段的能力要求。
- 02
第 60 天前 · 开展受控对比
使用获准 AI 工具重复完成该任务。记录生成、核验及返工耗时、错误和数据处理限制。保留人工练习，并请同事审核成果质量是否可比。
- 03
第 90 天前 · 展示证据并沟通发展
整理匿名案例，说明任务、基线、结果与局限。和主管约定培训时间、审核责任与发展目标。获得许可后可在求职中展示；若完整流程达不到质量或时间标准，就停止使用该工具。
AI 与 STEM 职业常见问题
来源、方法与局限
这是人工维护的证据快照。日期按标注分别指发布或调查时间，结果仅描述受访群体。页面不使用实时就业数据，也不提供个人预测。
自述、样本选择和题目措辞限制了推断范围。IET 新闻稿未列出样本细节；DSIT 提醒存在自选参与和各题样本差异。本文不据此推断因果性的英国 STEM 失业率，也不将不同调查拼成趋势。职业示例及行动步骤属于本站编辑建议。
SThree / YouGov · 2026 报告与方法SThree · 2026 年 10 月 20 日公告DSIT · 2025 年 AI 劳动力调查摘要DSIT · 完整报告与样本说明（PDF）IET · 2025 年 10 月工程技能调查结果
资料核验日期 ·