斯坦福研究：AI 未冲击整体就业，应届生已先承压

斯坦福经济政策研究所（SIEPR）日前发布一份政策简报，由经济学教授、研究所主任 Neale Mahoney 牵头，基于就业、招聘、生产率与企业调查等多源数据，探讨了一个被广泛讨论却缺少定量结论的问题：AI 究竟有没有开始抢饭碗？

研究给出的判断并不极端：AI 尚不足以被认定为大规模失业的元凶，但它对不同人群、岗位与企业的影响并不平均，应届毕业生可能已经率先承压，而真正的就业结构变化或许才刚刚开始。国际劳工组织（ILO）在 2026 年的研究简报中也发出类似警示，指出部分高 AI 暴露职业中的初级岗位和年轻劳动者就业机会正在减少。

整体就业尚未被打崩

从 2022 年至今，受 AI 影响程度最高的职业，失业率上升了 0.77 个百分点；受 AI 影响最低的职业，失业率反而上升了 0.85 个百分点。换言之，AI 并没有优先淘汰那些理论上最容易被替代的岗位，更像是整个就业市场同步降温，而非一场精准打击。

一些被视为 AI 高危区的领域表现也未如预期般糟糕：编程相关岗位的就业增速虽放缓，但整体仍在增长，过去一年软件开发岗位的线上招聘数量增速甚至快于其他职业。还有研究发现，企业引入 AI 后的两年内，员工规模平均增长 10%，AI 投入越高的企业增长越明显。

值得注意的是，Meta 裁减近 8000 人是为千亿美元 AI 投资腾挪资金，HP 计划裁减 6000 人是借 AI 精简运营，Amazon 两轮裁减约 3 万岗位则更多是在消化疫情期间过度招聘的遗留。AI 既可能是真正的裁员原因，也可能只是企业组织调整中最显眼的标签。

应届毕业生成为「矿井里的金丝雀」

把镜头拉近到年轻人群体，情况并不乐观。2026 年初，美国应届毕业生失业率达到 5.6%，比三年前上升了 1.6 个百分点，正面临多年以来最艰难的就业市场之一。

一个广受关注的研究发现，自 ChatGPT 于 2022 年发布以来，在软件开发、客户服务等 AI 高暴露职业中，年轻员工的就业人数明显下降，资深员工却基本稳定甚至仍在增长。研究者因此将年轻员工比作「矿井里的金丝雀」，他们可能是最早感受到 AI 冲击的一群人。

不过，AI 并不是唯一的推手。美联储自 2022 年 3 月开始加息、科技公司消化过度招聘、远程办公普及，都让企业更倾向于招聘能即插即用的资深员工。在排除部分干扰因素后，初级岗位的明显下降直到 2024 年才真正出现，与 AI 能力和企业采用率的跃升时间吻合。

AI 提效真实存在，但效果远非整齐划一

研究普遍支持 AI 能提升效率的结论，但效果并非「人人起飞」。

在一家大型呼叫中心，生成式 AI 助手让客服整体生产率提高 15%，新手和技能较弱的员工提升最明显，每小时解决量增加 30%，资深客服几乎无收益且回答质量略有下降。
在软件开发领域，GitHub Copilot 让程序员完成任务的速度提高 56%，但另一项研究测得提升仅在 10%–30% 之间，企业间差异显著。
在写作、合同起草、医疗记录等任务上，AI 通常能节省时间，但效果高度依赖任务类型、使用者水平以及人能否判断 AI 输出是否可靠。

更值得警惕的是「AI 反噬」现象。在一项针对肯尼亚创业者的实验中，能力较弱的创业者使用 AI 后收入和利润反而下降，因为他们更容易照搬 AI 通用建议而缺乏判断力。还有研究发现，AI 能提升部分写作者的故事质量，但借助 AI 创作的故事彼此相似度也更高；科学家使用 AI 后论文变多，但研究主题却有所收窄，与同行交流也在减少。

企业采用加速，但落地仍属少数

企业究竟以多快的速度真正用上 AI，决定了这场变化是三年内集中爆发还是二十年缓慢渗透。

现有调查给出的答案并不一致：

美国人口普查局数据显示，约 20% 的企业正在使用 AI。
超过 40% 的受访员工表示自己会在工作中使用 AI。
Ramp 平台数据显示，超过一半企业客户已开始为 AI 工具或服务付费。
部分调查显示，超过 80% 的员工在工作中接触过 AI。

差距背后主要是统计口径不同。大型企业、科技公司所在的行业更早采用 AI，信息密集型领域（科技、金融）走在前列，应用环节集中在销售、营销、IT、战略、财务和会计。即使已采用，多数企业也只是把 AI 放进一两个业务环节或小范围试用。

更关键的是，上了 AI 并不等于已看到结果。美国人口普查局数据显示，仅 5% 的企业认为 AI 影响了员工数量，报告增员与减员的企业数量基本相当；亚特兰大联储的调查中，80% 的企业高管表示 AI 投资尚未改变员工规模，也没有明显提高生产率。

现在看到的，只是第一帧

经济学家 Robert Solow 在 1987 年提出，计算机时代无处不在，唯独在生产率统计数据中看不见。后来人们才意识到，释放一项新技术的生产力需要时间——企业需要同步升级软件、培训员工、重组流程。PC 在 80 年代普及，但经济效益直到 90 年代末才反映在宏观数据中。AI 大概率也会经历类似过程。

综合现有证据可以得出三点：

AI 尚未引发整体就业崩塌，但已对部分年轻白领岗位造成压力；
它能提升某些任务效率，但也可能让另一些任务质量下降；
企业采用速度不断加快，但真正全面落地的仍是少数。

AI 与过去的技术革命并不完全相同：它扩散更快、直接进入认知劳动、同时影响大量白领职业。即使就业总人数最终没有明显减少，工作的内容、进入职场的门槛、企业需要什么样的人，都可能被重新改写。真正值得警惕的，未必是某一天突然降临的「AI 就业末日」，而是一些更安静、更难被宏观数据捕捉的变化：初级岗位不再招那么多人，一份工作由更少的人完成，企业越来越看重经验与 AI 协作能力，而年轻人赖以积累经验的第一段台阶，正在悄悄变窄。