数百万白领、五年工资单，证实AI正让美国大学生毕业即失业

如今，美国的应届大学毕业生，日子不好过。人们怀疑过，这是AI在造孽。大学生失业率相对整体职场的逆势上升，正是从2022年底开始的，这样的局面在过去三十多年里从未出现过。关键的时间节点是OpenAI发布ChatGPT和GPT-4，此后AI被视为一种“通用目的技术”（GPT），并掀起了所谓的“白领工业革命”。

现在，两者密切相关的证据更确凿了。最新的证据来自斯坦福大学数字经济实验室主任、美国国家经济研究局（NBER）研究员Erik Brynjolfsson及其团队。他们利用美国最大的薪资处理公司ADP的数据库（覆盖约2500万劳动者），提取了2021年1月至2025年7月间、数百万名18至70岁（剔除兼职人员）的月度雇佣与薪酬记录。

结果发现：最年轻、缺乏经验的劳动者，就业趋势显著放缓；更具体地看，主要集中在 AI 高暴露的岗位，尤其是计算机与客户服务相关工作。这里的“就业趋势”，指的是ADP样本企业雇佣人数相较2022年10月的变化。团队还专门检验并否定了“新冠疫情后遗症”的解释。

在方法上，报告延续了OpenAI那篇著名的“GPT是通用技术”（GPTs are GPTs）论文提出的AI，将ADP数据中的职业与相应暴露水平进行匹配；同时引入了Anthropic的经济指数方法，将暴露区分为“自动化”（Automation，替代）与“增强”（Augmentation，赋能）。样本则按年龄分为六个职业生涯阶段，再按 AI 暴露程度分成五组。

这是一份迄今规模最大、颗粒度最细、时间覆盖最近、并直接来自真实职场的实证研究。美国人口普查局（US Census Bureau）前首席经济学家 Nathan Goldschlag 就评论说，放弃传统的CPS（当前人口调查）是明智之举，因为后者样本量过小。但他也提醒，尽管ADP数据庞大，使用其服务的企业结构与美国整体经济仍存在一定差异。

整份报告的核心结论，可以归纳为以下几点：

• 美国整体劳动力市场，还没有受到AI的大规模冲击；

• 但是，职场新人（22岁-25岁）已经开始承受显著影响；
  

• 在AI高度暴露的职业，职场新人就业显著下降；

• 但是，职场阅历越深，受到冲击影响就越弱；

• 如果AI主要是赋能作用，对就业影响就不大；

• AI冲击目前影响的是就业数量，而不是薪酬水平。

确实，AI 对就业的冲击尚未完全展开。这也解释了为何MIT的一项研究指出，95%的企业在部署AI项目时。当前大模型依然存在遗忘上下文、无法自主学习和进化的局限，企业内部也未完全理顺如何将AI嵌入既有的工作流程与组织架构。因此，尽管生成式AI部署热情高涨，真正跑通并能在财务报表上体现价值的项目，可能也就5%。

然而，AI 的落地难度在不同行业并不相同，对就业的冲击也呈现差异化。作为典型的信息处理与知识密集型岗位，软件开发和客户服务对新人（对应下图蓝色线段）越来越不友好：自2022年底以来，就业人数便呈现出持续下滑的趋势。即便是稍微有经验的26至30岁员工（对应下图橙色线段），就业率也开始小幅走低。

此前，微软的一项实证研究显示，那些AI——销售及相关岗位、计算机与数学类岗位，以及办公室和行政支持——往往也是美国就业人口最多的领域。这解释了为何白领职场早期阶段的就业整体下滑，尤其在 2024 年以后愈加明显。 那之后，AI化身智能体，开始在各行各业的某个环节逐步落地。

过去几年来，科技巨头频繁裁员，受冲击最大的部门，就是非AI部门的技术开发，以及市场与营销相关的岗位。市场一直争论它们为何被裁，一种说法是，省下更多的钱，砸在AI上；还有一种说法是，借着AI生成的由头去裁人。但是，AI暴露程度较低的行业不受影响，正说明裁员是有其针对性的。公司可不希望裁员裁到了大动脉。

也有人质疑，这波裁员与年轻人失业潮或许是新冠疫情的“后遗症”。一方面，疫情期间电商、物流、互联网等行业曾因居家需求激增而大量招聘；另一方面，长时间的线上教育确实可能削弱了大学生的就业竞争力。但报告认为，这些因素无法解释不同 AI 暴露程度分组之间的巨大差异。AI而非疫情，才是更关键的变量。

AI对教育与职业路径的冲击已经显现。编码生成已经彻底改变了计算机科学专业。加州大学伯克利分校（UC Berkeley）计算机科学教授James O'Brien曾在LinkedIn分享，自己专业的应届生，甚至专业GPA达到4.0的学生，毕业即失业。他担心，这种趋势不可逆转，甚至可能是未来各行各业更广泛冲击的前奏。Anthropic CEO达里奥·阿莫迪（Dario Amodei）则直言，AI 最终可能抹去一半的白领岗位。

美国如此，全球亦然。从这一角度看，高等教育必须尽快做出结构性调整。在中国，上一个快速升温后又骤然降温的热门专业是土木工程；而这一轮，或许轮到了在互联网与移动互联网浪潮中蜂拥而上的计算机与软件专业。未来，可能会有更多专业加入“受害者名单”。 中国一些AI创业者也认为，在一些服务行业，只有用AI代替人工，才能带来指数级的增长机会。

目前，AI仍然干不掉那些需要人类的制造业与服务业。在健康护理行业，就业人数增长最快的就是最年轻的那拨人，无论什么年龄段，他们都在涌入。他们也在进入制造业一线，只不过，他们往往干几年就开始跑路了，留下还干得动的最年老的一拨人。看起来，劳动力很难从服务业大规模“回流”到传统的制造业体系中；就业市场需要新兴制造业与技术型蓝领。

莫拉维克悖论告诉我们，人类的感知与行动结合的学习能力和技能，是AI和机器人最难以替代的。但是，无论是美国还是中国，都在研发具身智能，瞄准的就是这些人类员工最后的职场“庇护所”。

AI 对就业市场的初期冲击，还将带来更严峻的代际社会问题：资深员工在这场变革中反而占据了有利位置，而更迫切需要职场实践的新人成为最脆弱的一环。大模型更容易掌握应届生刚学会的书本知识（codified knowledge），却暂时难以取代资深员工多年在“工作中学习”中积累的隐性知识（tacit knowledge）。

资深员工不仅能够更好地为AI提供反馈，也更懂得如何将其嵌入现有流程，由此提升了自身生产效率；但与此同时，这种效率优势进一步压缩了职场新人原本有限的成长空间。长远来看，这不仅可能加剧代际之间的不平等，还会切断人类传统的经验传递路径，使隐性知识难以顺利实现代际延续。

然而，这份安全感未必能够长久。随着AI智能体能够（即人类完成相同任务所需的时间）不断延伸，连资深者的岗位优势也会被逐渐侵蚀。他们中的一部分人或许已经在谋划，凭借多年积累，开启属于自己的“”。

每一次通用技术革命都重写了“经验”与“学习”的价值。越来越多报告都在发出警告，AI对就业的冲击不是虚构的，每个人都要提前做好准备。