AI正在系统性吞噬年轻人的工作未来？

自从AI技术爆发以来

关于AI

始终有一个绕不开的话题

AI到底会不会抢我的饭碗？

这种焦虑并非空穴来风

但大多数人的感受是模糊的

我们听说过AI能写代码、

做PPT

但它是如何具体地、系统性地

改变就业市场结构的

很多人并没有清晰的图景

直到这份来自学术界的重磅研究《Generative AI as Seniority-Biased Technological Change》的出现，它基于对2015-2025年美国28.5万家企业、6200万员工及2.45亿条招聘信息的研究，用事实数据，为我们描绘了一幅真实而具象的图景：AI并非均等地冲击所有岗位，它正在精准地“拆除”许多人职业发展的第一级台阶。

01

无声的断裂：数据背后的分水岭

这项研究最震撼之处，在于它没有使用宏大的预测模型，而是回溯了真实的历史招聘数据。他们观察了从2019年到2024年初，不同资历岗位的就业趋势变化。一个清晰的拐点出现了。

在2022年之前，初级岗位和高级岗位的就业增长曲线大致同步，如同两条并肩前行的河流。

然而，从2022年底开始，这两条线出现了戏剧性的背离。

高级岗位的就业曲线依然保持着强劲的上升势头，仿佛一切如常。但初级岗位的增长曲线却像被一只无形的手按住，先是增长停滞，随后调头向下。

这个时间点，与ChatGPT的横空出世完美契合。

这仅仅是巧合吗？

02

锁定源头：谁是“AI采纳者”？

在学术研究中，相关性不等于因果性。想要证明这“剪刀差”就是AI造成的，就需要获取直接证据，为此，研究者们用了一个叫做DiD（Difference-in-Differences, DiD）的方法，也就是要应用AB测试的方法，找到用AI和没用AI的的两组公司。

为了能够从成千上万的公司中，精准识别出哪些是真正将AI用于核心业务的“深度玩家”。他们绕开了问卷调查（因为CEO们可能会夸大其词），选择了一个更客观、更硬核的指标：招聘行为。

如果一个公司的招聘岗位上，明确出现了 “大语言模型（LLM）”、“提示词工程”、“生成式AI” 等关键词，那么这就被视为该公司正积极整合AI的强有力信号。这些公司被归为“AI采纳者”组。

结果发现，这样的公司在全美企业有10.6万家，约占所有公司比例为3.7%，并且从2023年第一季度起，数量开始激增。

使用AI的数据组有了，剩下其他所有招聘行为“正常”的公司就是对照组了。

03

残酷的对比：当AI走进办公室之后

分组完成后，真相浮出水面。

对比两组公司在AI爆发前后的招聘数据，差异令人震惊。在AI技术爆发后，“AI采纳者”公司里的初级岗位就业人数，相对于对照组公司出现了断崖式下跌。

经过6个季度的累积，这个负向差距扩大到了7.7%。

但值得注意的是，这种冲击是非常具有针对性的。在同一时期，这两组公司里的高级岗位就业人数并未出现显著差异，甚至“AI采纳者”公司对高级人才的需求反而更为旺盛。

由此可以得到一个结论：在相同的大环境下，那些率先拥抱AI的公司，悄悄按下了入门级岗位的"招聘暂停键”。

04

温和的绞杀：不裁员，只是不再招你

那么，AI是如何“干掉”这些初级岗位的？是血雨腥风的大裁员吗？

数据给出了一个更令人窒息的答案：

当作者把公司的人员变动拆解成新招聘、离职和内部晋升三个部分。他们发现“AI采纳者”公司里的初级岗位大幅萎缩，而这并不是离职率上升造成的，数据分析显示，“AI采纳者”公司初级岗位的减少，绝大部分来自于“新招聘”数量的暴跌。与对照组相比，它们平均每个季度少招聘了近3.7个初级员工。对于大型科技公司而言，这意味着初级岗位招聘量骤降了大约22%。

这是一种成本更低、更悄无声息的替代策略。

裁员会登上新闻头条，会引发劳动纠纷，会打击团队士气。而不再招聘，则像温水中缓慢升温的过程，不会激起任何浪花，却能让池塘里的蝌蚪悄然消失。

对于公司而言，这是效率的提升；但对于即将踏入职场的年轻人而言，这意味着他们职业道路的起点，正在消失。

05

不平衡影响：谁是重灾区？

那是不是所有行业都呈现同样的特征呢，还是不同行业的程度不同？

论文数据显示，这种对初级岗位的压缩效应，在所有行业都普遍存在，但程度不同。

你可能以为受冲击最大的是互联网、软件、设计这些行业。没错，这些的确受到了很大的影响。

但真正的重灾区是批发和零售业。

在这个行业里，拥抱AI的公司，其初级岗位的招聘数量比不拥抱AI的公司，每季度减少了将近40%。

为什么会出现这种分化？答案藏在AI的"能力边界"里：它最擅长替代基础认知任务——比如整理销售数据、初步筛选简历、甚至是代码基础纠错，这些恰恰是初级岗位的核心工作内容。

06

学历的“U型”护身符：谁最受伤？

最后一个问题，在AI无差别的冲击下，我们的名校光环还能提供保护吗？

研究者按大学排名将毕业生分为五档，从顶尖名校到普通大学。

结果出人意料，又似乎在情理之中——冲击的分布呈现出一条清晰的“U型曲线”。

· 顶尖名校（Tier 1）毕业生：受影响最小。他们被雇佣来解决最复杂、最前沿的问题，这些是AI目前难以触及的领域。

· 普通大学（Tier 5）毕业生： 同样受影响较小。因为他们薪资要求低，从事的许多基础岗位，用人的成本效益仍然高于技术投入。

·夹心层（Tier 2 & 3）毕业生：成为最受伤的群体。他们毕业于不错的学校，有不错的薪资期望，但从事的许多分析、文案、初级编程等工作，恰好落在AI能力的“甜点区”。高不成，低不就，成为了性价比博弈下的牺牲品。

07

我们的出路：在AI时代重新定位价值

论文的结论冰冷而残酷，但它最大的价值，是为我们敲响了警钟，并指明了行动的方向。我们不能再沿用过去的线性职业规划思维。

1. 加速跃迁，告别“伪熟练”。你必须以前所未有的速度，从执行任务的“手”，成长为定义问题、解决问题的“脑”。满足于熟练完成那些AI也能做的重复性工作，无异于职场自杀。你的目标是尽快让工作中“创造性决策”和“复杂问题解决”的占比，超过50%。

2. 锻造“暗能力”，而非记忆“明知识”。AI已经掌握了人类所有的公共知识库。你的价值不再在于“知道什么”，而在于你如何连接知识、在特定情境下如何判断、以及你为何要做出某个选择。这些依赖于具体上下文、经验和直觉的“暗知识”和“元技能”，才是你的护城河。

3. 拥抱“人”的价值，放大你的兴趣。审美、共情、幽默、沟通、领导力……这些曾经被视为“软技能”的能力，正变得前所未有的“硬”。同时，你内心深处那些不为人知的热爱和兴趣，可能恰恰是AI最难复制的天赋所在。将你的兴趣与AI工具结合，很可能开辟出全新的职业路径。

我们正站在一个历史性的拐点上。AI带来的不是一次普通的失业潮，而是一次职业结构的重构。它抽走了底层的梯子，同时也在高处打开了新的天窗。

抱怨和恐惧无济于事。唯一的出路，是认清现实，然后像一位先驱者那样，去探索、去创造AI无法替代的独特价值。