这张表详细列出了实际受 AI 影响（Observed exposure）最深的 10 个具体职业，并点出了 AI 究竟在帮他们完成什么具体任务（Leading automated task）。结合上一张图，我们可以得出非常清晰的交叉验证结论：[吃瓜]

1. 程序员与技术岗位首当其冲

计算机程序员 (Computer programmers) 排名第一，实际暴露度高达 74.5%。AI 主要接管的任务是“编写、更新和维护软件程序”。

榜单中还包括软件质量保证/测试人员 (51.9%)、信息安全分析师 (48.6%) 和电脑用户支持专家 (46.8%)。

印证前图： 这完美解释了为什么在第一张图中，“Computer & Math（计算机与数学）”的理论覆盖率高达 96%，因为 AI 编写代码和排查 Bug 的能力极强。

2. “案头工作”和“信息搬运工”是重灾区

客服代表 (70.1%)、数据录入员 (67.1%)、病历记录专家 (66.7%) 紧随其后。

这些岗位日常处理的任务高度依赖规则和既定文本：与客户沟通提供信息、读取源文档并录入系统、提取病患数据并编码。

印证前图： 这三个职业正是构成第一张图里“Office & Admin（办公室与行政）”的核心。这也是目前 AI 实际落地使用率最高的领域，因为用 AI 来总结文档、自动回复邮件或提取表格数据的门槛极低。

3. 高级脑力劳动：数据分析与报告撰写

市场研究与营销专家 (64.8%)、金融与投资分析师 (57.2%)。

AI 在这里被用作“超级助理”：准备分析报告、将复杂的数据发现转化为文字、或者分析财务信息来预测商业趋势。

这说明大语言模型（LLM）不仅能做简单的“复制粘贴”，已经深度参与到了需要逻辑推理、信息综合与商业写作的高价值环节中。

AI 并没有直接“消灭”一个职业，而是精准地“接管”了这些职业中最耗时、基于文本/数据、且有规律可循的核心任务。

右侧那一栏，每一项“领先的自动化任务”都是一次翻译操作。文本转代码，客户查询转回复，文档转数据录入，调查结果转报告，财务数据转预测。

LLM可以自动进行格式转换。这份列表实际上就是关于这个的。如果你的工作主要是将信息从一种格式转换为另一种格式，那么你就面临风险。如果不是，你可能就没事。