生成式AI重塑就业格局：年轻劳动者首当其冲，经验员工稳中有升

8月28日，据外媒报道，一项由斯坦福大学三位经济学家主导、尚未进入同行评审阶段的新研究揭示：自2022年11月ChatGPT向公众开放以来，生成式人工智能技术已在美国那些“高度可自动化”的工作岗位上，对年轻群体的就业率产生了显著的抑制作用。

这份题为《关于人工智能近期就业影响的六个事实》的报告，由斯坦福数字经济实验室的埃里克·布林约尔松（Erik Brynjolfsson）、巴拉特·钱达尔（Bharat Chandar）及博士后研究员Ruyu Chen共同完成。该研究是当前试图量化人工智能对劳动力市场真实影响系列工作中的关键一环。

研究数据指出，在过去三年间，在会计、软件开发以及行政助理等最易受到人工智能冲击的职业范畴内，初入职场的年轻从业者的就业比例下滑了约13%。

一个值得关注的现象是，尽管22至25岁年龄段的整体就业增长呈现疲软态势，但拥有更多工作经验的中年及年长员工，其就业状况不仅保持稳定，甚至在某些领域有所改善。此外，像护理助理这类对技术依赖度较低、更侧重人际关怀的职业，其就业市场反而展现出积极的增长势头。

报告作者布林约尔松特别指出：“单纯地将人类工作自动化只能节省成本，却无法创造新的价值。真正的价值增长点在于利用AI来拓展和增强人类的能力边界。这种‘增强模式’不仅能提升个体生产力，长远来看也将驱动企业扩大雇佣规模。”他进一步表示，从现有数据中观察到AI增强能力所带来的就业增长，是一个令人振奋的积极信号。

此项分析基于ADP（自动数据处理公司）提供的海量薪酬数据，涵盖了数万家企业、数百万员工的月度工资记录。需注意，该研究结论尚未经过同行评议。

斯坦福研究报告揭示的六大核心结论：

第一，美国整体就业规模持续扩张，但青年劳动者就业增长陷入停滞。

研究报告表明，虽然美国就业市场总体保持强劲增长，然而自2022年末以来，年轻劳动者的就业增长动力明显不足。在那些不易被AI技术取代的工作中，年轻人与年长者的就业增长步调基本一致；

但在易受AI影响的职业里，情况则截然不同：22-25岁人群的就业率下降了6%，而年长员工的就业率却增长了6%至9%。这暗示着，受AI冲击较大的工作岗位机会正在减少，导致年轻求职者面临的整体竞争环境更为严峻。

图1：各年龄段劳动者的整体就业趋势。在后疫情时代全美低失业率的背景下，就业市场总体仍保持强劲。然而，与其他年龄段相比，年轻劳动者的就业增长出现了某种程度的停滞。

在受AI影响最显著的职业中（如软件开发者和客户服务代表等领域），22-25岁职场新人的就业率出现明显下降。

相比之下，在不容易被AI取代的工作中，比如库存管理员、订单填充员以及健康护理辅助人员（包括护理助理、精神科助理和家庭护理助理）等，同行业中经验更丰富的员工，其就业趋势反而保持稳定甚至持续增长。

图2：2022年10月以来，软件开发和客服行业不同年龄组的就业变化情况。两类职业都呈现出相似的趋势：最年轻劳动者群体的就业在2022年后显著下降，而其他年龄段的就业人数则持续增长。截至2025年7月，22-25岁软件开发者的就业人数较2022年底的高点下降了近20%。这一趋势在计算机类职业和服务类岗位中同样存在。

第三，在AI主要扮演“替代者”角色的领域，初级岗位就业萎缩；而在AI作为“辅助工具”的领域，对年轻人就业影响微弱。

并非所有AI应用都会导致就业下降。研究发现，当AI的核心功能是替代人类劳动力时，入门级岗位的就业机会就会减少；而当AI被用作辅助工具来增强人类能力时，这些岗位反而可能出现增长。

研究人员通过分析Claude大语言模型在实际工作任务中扮演“替代”还是“辅助”角色，来区分这两种模式：在以自动化替代为主的职业中，年轻劳动者就业下降；而在以能力增强为主的领域，年轻人就业率则有所回升。

这意味着，AI的“替代效应”会直接削减用工需求，而其“增强效应”则不会。

图3：在自动化占比估计最高的职业类别中，年轻劳动者群体的就业人数出现了下降。

第四，即便剔除行业波动与企业个体因素，年轻人在易受AI影响的岗位上的就业人数依然呈下降趋势。

报告强调，即使在控制了行业整体冲击和公司特定因素（如利率变动）的影响后，年轻、易受AI影响的劳动者的就业下滑趋势依然显著且独立存在。

研究发现：在22至25岁人群中，从事最容易被AI技术取代岗位的就业人数，相比于那些不易被取代的岗位，下降幅度高达约12个百分点（按对数计算），而其他年龄段所受影响则轻微得多。

这进一步说明，年轻人就业状况的变化并非源于某些大量雇佣青年的公司遭遇整体困境，而更有可能是AI技术对特定职业产生的直接冲击。

图4：对于22-25岁的年轻人来说，AI影响越大的职业，就业下降就越明显。相比之下，其他年龄段的就业变化幅度要小得多，且不明显。这说明年轻人就业下滑并不是因为他们所在的公司本身经营不善，而确实是AI技术带来的直接影响。

第五，劳动力市场的调整目前更多体现在就业数量上，而非薪酬水平。

当前，劳动力市场对AI冲击的调整主要反映在就业人数的变化上，而非即时反映在薪酬上。在不同年龄层和不同AI影响程度的职业之间，年薪的变化差异并不显著。这表明工资调整具有粘性，AI目前更多地导致了岗位减少，而非立即压低现有工资水平。

图5：容易被AI替代的工作和不容易被替代的工作之间，薪酬差距并不明显。

第六，研究结论在多种分析方法和样本构建下均保持稳健。

这些研究发现具有鲁棒性，即使更换不同的分析方法，结论也基本一致。研究表明，就业下降并非因为相关职业集中于计算机行业，也不是因为这些工作容易远程办公或外包。事实上，在ChatGPT等生成式AI被广泛使用之前（包括新冠疫情期间），AI的影响程度并不能有效预测年轻人的就业变化。

但从2022年底生成式AI开始大规模应用时起，这一问题才变得凸显。而且，这种就业下降的趋势，在高学历和低学历要求的职业中都出现了，排除了因疫情导致教育质量下滑等单一解释。

对于没有大学学历的劳动者而言，工作经验所提供的对抗AI影响的“保护作用”更为有限。在低学历要求的职业中，受AI影响程度不同的职位之间，就业表现的差异甚至持续到了40岁左右的劳动者群体。

图6：排除了所有计算机类的工作（比如程序员、软件工程师），来看其他职业中AI对不同年龄段就业率的影响 。

尽管上述现象可能仍受其他潜在因素影响，但现有数据强烈支持这一观点：生成式AI已经开始对劳动力市场中的入门级岗位产生实质性影响。

那么，为何AI对年轻人的冲击尤为显著？

报告分析认为，一个重要原因在于，AI更容易替代那些可以通过“教科书”或标准化课程习得的系统性知识，而较难替代那些需要长期实践积累才能获得的“隐性知识”、“职业直觉”和复杂问题处理能力。年轻人初入职场，其核心技能往往正是这些标准化、可编码的知识，因此在易受AI自动化的岗位上更容易被“挤出”。

相比之下，年长员工积累了丰富的、AI暂时难以完全掌握的隐性知识和软技能，例如跨部门协作、应对非标复杂情境、以及基于经验的直觉判断等，因此受到的影响较小。而在一些技能回报率相对较低的职业中（例如不要求大学学历的岗位），员工从经验中获得的抗风险优势也更小，显得更为脆弱。此外，资深员工通常具备更强的综合能力与业务理解深度，这是当前AI技术尚无法完全复制的关键优势。

当然，这些内在机制仍有待更深入的学术研究和模型验证，也将是未来该领域研究的重要方向。