Ramp 经济学实验室首发论文：重度采用 AI 的企业，就业增长 10%

美国企业支出管理平台 Ramp 旗下的经济学实验室（Ramp Economics Lab）近日发布首份工作论文《A New Look at AI's Impact on Jobs》，首次将企业级 AI 真实支出数据与劳动力数据相结合，系统考察了 AI 采用对就业的影响。区别于此前的「曝光度评分」、调查问卷与主观推断，该研究直接基于 2.1 万余家美国企业的实际账单数据，被认为更接近真实的 AI 使用强度。

核心结论：AI 采用者招聘增长约 10%

研究覆盖 2023 年以来 2.1 万余家美国企业，时间跨度为两年期面板数据。

整体增长：高强度采用 AI 的企业在采用后的两年内，员工总数平均增长 10.2%；低强度采用者则没有统计学显著的差异。
入门级岗位增长更快：在投入最大的企业组别中，入门级岗位（entry-level）员工增长 12%，24 个月后入门级员工占比上升 1.15 个百分点。
门槛与时滞：增长并非线性出现，企业需达到「高强度」采用门槛后才能观察到就业扩张；并且效果存在 6–12 个月的学习曲线，会随时间叠加放大。

数据与高强度的界定

研究将「高强度 AI 采用」定义为：在采用 AI 后的前三个月中，人均每月 AI 支出位于样本前三分之一的企业。实际金额并不夸张——前三分之一门槛约为每月人均 30 美元，并在此后逐步上升，但远未达到数千美元量级。这一档企业普遍同时采购多个模型与更高级的产品（例如编程 Agent、API），而非仅购买简单的聊天订阅。

分布不均：AI 通过「网络」扩散

研究的另一条发现是，AI 普及路径并不平均，且部分驱动因素并不「经济最优」。

资金来源比行业更能预测采用率：风险投资支持的企业无论身处哪个行业，都比传统科技公司更可能重度采用 AI。
地理与人才网络起作用：加州科技公司比同等条件的纽约公司更倾向采用 AI，这并非天然属性，而是 AI 沿人际与招聘网络扩散的结果。
小企业的两极分化：小企业一开始采用 AI 的比例较低，但一旦采用，往往用得更激进。研究认为，AI 降低了软件构建、运营、分析与客服的固定成本，使小公司能承接原本需要扩招才能完成的工作，进而反过来推升招聘需求。

对求职者与企业的启示

论文同时给出几条直观建议：初入劳动力市场的年轻人若在条件相近的两家企业间选择，加入重度使用 AI 的一方更可能伴随业务增长；担忧 AI 取代工程岗位的工程师，数据显示重度采用 AI 的企业招聘工程师的速度反而更快，升级技能以适配高强度采用方是最稳妥的路径；对试过 AI 但未见成效的企业主，研究建议坚持——收益往往在学习曲线之后兑现。

作者在信中强调，结论仍属早期，会随时间持续追踪更新。这也是目前为数不多基于「企业真实 AI 支出 + 劳动力数据」双源面板的实证证据，为关于 AI 与就业的公共讨论提供了新的量化参照。