Anthropic 的 CEO 达里奥·阿莫代伊去年说过一句话:AI可能在几年内抹掉一半白领岗位,把失业率推到20%。这话够吓人。
斯坦福大学一份最新政策简报把数据摆出来,现实平淡得多。2022年以来,AI暴露程度最高的那批职业,失业率涨了0.77个百分点;暴露程度最低的职业,反而涨了0.85个百分点。整体没塌,但应届生已经先摸到寒意——他们的失业率涨了1.6个百分点,比这个职业间差距大得多。
整体没塌,应届生先感觉到冷
先看三条证据线:
| 信号 | 数据 | 说明 |
|---|---|---|
| 职业失业率涨幅 | 高暴露职业+0.77pp,低暴露职业+0.85pp | 暂不支持AI引发总体失业潮 |
| 应届生失业率 | 5.6%,三年涨1.6pp | 涨幅明显更大 |
| 生产率实验 | 呼叫中心新手+30%,资深≈0% | 提速,但不均衡 |
这里要分清两类数字:应届生5.6%是失业率的绝对水平,0.77和0.85个百分点是三年涨幅。两者类型不同,不能直接比大小,只能各自看趋势。
Brynjolfsson等人用ADP薪资数据做的分析最扎眼。软件开发、客服这两个AI暴露度最高的职业里,年轻员工的就业指数从ChatGPT发布后就往下掉。同一批公司里,年纪大的员工反而稳定,甚至在涨。作者把年轻人比作"矿井里的金丝雀"——最先感知到危险的那批。
因果关系没那么干净。两篇新研究发现,AI暴露职业的招聘走弱,其实在美联储加息之后、ChatGPT发布之前就开始了。加息、疫情期扩招回调、远程办公,都在同一段时间压低初级岗位需求。
Brynjolfsson团队加入更多控制变量后,应届生就业的明显下滑要到2024年才显现——那时AI能力和企业采用都已经不同。这时候AI的因果关系才站得住脚。2022到2023年那段下滑,更像是宏观周期在起作用,而不是AI。
生产率涨了,但涨给了新手
某呼叫中心引入AI辅助后,客服整体产出提高15%。这个涨幅主要来自新手和低技能员工——他们每小时解决的问题涨了30%。资深客服几乎没提升,回复质量还略微下滑。
GitHub Copilot让编程任务最多提速56%,受益最大的同样是经验少的程序员。肯尼亚一项针对小企业主的实验是个反例:技能较弱的创业者用AI后,收入反而更低。原因很直接——他们更容易把AI给出的通用建议直接当真。AI帮不帮上忙,一半取决于用的人有没有判断力筛选它的输出。
企业在做的事:不裁员,也不招人
企业公开裁员时越爱把AI挂在嘴边,这套说辞该打个问号。裁员理由里,"疫情期招多了要还债""给AI投资腾现金流",同样说得通。
真正大范围出现的变化,是HR嘴里的"岗位合并"和"避免招聘":一个空出来的初级岗位,干脆不填了。这比裁员安静得多——没有裁员通知,没有新闻稿,统计局的数据都未必能第一时间捕捉到。
另一组数字更说明问题:企业级AI采用最深的那批公司,两年后员工反而涨了10%。这戳破了"AI等于裁员"的简单叙事。AI冲击的不是就业总量,是入口。校招岗位,恰恰是最容易被砍、又最难被外界看见的那道口子。
这对两类人分别意味着什么:
如果你刚毕业或在找第一份工作,尤其目标是客服、基础软件开发这类AI高暴露岗位——竞争会更激烈,公司倾向于用AI消化增量工作,而不是新招一个人补位。真正值钱的不是"会用AI工具",是能判断AI输出对不对。肯尼亚案例已经说明,缺这个判断力,AI帮不上忙,反而拖后腿。
如果你在负责招聘或组织设计——把"AI导致的岗位合并"当成省钱办法之前,先算清楚代价。高投入采用AI的公司两年后员工反而涨了10%,说明"多招人"和"用AI"不是对立选项。停招应届生省的是眼前的钱,欠的是三五年后没人能接手资深岗位的债。
阿莫代伊说的"50%白领消失",眼下一个字没兑现。真正在发生的,是那种上不了头条的收缩——应届生投出去的简历,回音比三年前少了。这事不轰动,但对刚毕业的人,一点不轻。