斯坦福大學(xué)三位經(jīng)濟學(xué)家近日聯(lián)合發(fā)布的一項最新研究（尚未經(jīng)過同行評議），為生成式 AI 對勞動力市場的沖擊提供了最直接的 “硬數(shù)據(jù)”。

他們的研究顯示，自 2022 年 11 月 ChatGPT 上線引爆生成式 AI 革命以來，美國 “可高度自動化” 崗位的年輕勞動者就業(yè)率顯著下滑，成為這場技術(shù)浪潮中最先被波及、且受影響最深的群體。

這場原本被寄予 “提升效率、釋放生產(chǎn)力” 厚望的技術(shù)變革，正悄然改寫美國年輕人的就業(yè)命運。

沖擊聚焦：高自動化崗位遇冷，年輕勞動者成 “最大受害者”

研究團隊依托自動數(shù)據(jù)處理公司（ADP）的精細化就業(yè)記錄展開分析。相較于美國勞工部每月基于家庭調(diào)查的 “宏觀報告”，ADP 數(shù)據(jù)涵蓋了員工年齡、具體崗位等核心細節(jié)，得以更精準(zhǔn)地捕捉 AI 對勞動力市場的 “微觀沖擊”。

團隊重點鎖定了生成式 AI 最易替代人工任務(wù)的崗位，包括軟件開發(fā)人員、前臺接待、翻譯及客服代表。結(jié)果顯示，自 2022 年底起，這些崗位的整體就業(yè)趨勢與其他職業(yè)出現(xiàn)明顯 “脫節(jié)”：不僅總體招聘規(guī)模趨弱，沖擊更是精準(zhǔn) “命中” 年輕群體。

其中，22-25 歲的軟件開發(fā)人員處境最為艱難。數(shù)據(jù)顯示，截至 2025 年 7 月，該群體的雇員人數(shù)較 2022 年底的峰值下降了近 20%。這一數(shù)字對近年來批量畢業(yè)的計算機科學(xué)本科生而言，無異于 “致命打擊”。要知道，這類初級開發(fā)崗位本是計算機專業(yè)畢業(yè)生 “入行積累經(jīng)驗” 的核心通道，如今卻因 AI 能快速完成代碼生成、調(diào)試等基礎(chǔ)任務(wù)，直接被壓縮了生存空間。

與之形成鮮明對比的是年齡層的 “就業(yè)分化”：26-30 歲的從業(yè)者崗位數(shù)量基本持平，而 30 歲以上的資深勞動者人數(shù)甚至繼續(xù)增長。研究作者之一、斯坦福大學(xué)經(jīng)濟學(xué)家 Erik Brynjolfsson 直言：“從 2022 年底到 2023 年初，年輕群體與其他年齡段勞動者的就業(yè)軌跡已出現(xiàn)清晰的‘分叉’，且這種差距仍在擴大?！?/p>

證據(jù)確鑿：多重干擾因素被排除，AI 成就業(yè)下滑 “核心推手”

此前，關(guān)于 “AI 影響就業(yè)” 的討論多停留在 “坊間傳聞”。有人將軟件編碼崗位的收縮歸咎于科技公司整體招聘放緩，也有人認為疫情導(dǎo)致的教育中斷讓年輕人 “競爭力不足”，更有觀點將其與美聯(lián)儲加息抑制經(jīng)濟增長、遠程辦公與外包擴張等宏觀因素掛鉤。

但這項研究通過嚴(yán)謹?shù)臄?shù)據(jù)篩選，逐一排除了這些 “干擾項”：

• · 若僅是科技行業(yè)招聘收縮，為何客服代表、前臺接待等非科技領(lǐng)域的 “高自動化崗位”，也出現(xiàn)了年輕從業(yè)者數(shù)量下滑的類似趨勢？

• · 若受利率敏感、遠程辦公或外包影響，為何同崗位的年長勞動者未受波及，反而就業(yè)規(guī)模穩(wěn)中有升？

研究結(jié)論因此明確，這些宏觀因素不足以解釋 “年輕群體在特定崗位的就業(yè)下滑”，生成式 AI 的替代效應(yīng)，才是核心原因。以客服崗位為例，AI 聊天機器人能快速響應(yīng)客戶咨詢、處理基礎(chǔ)訴求，原本由 20 多歲年輕人承擔(dān)的 “基礎(chǔ)客服工作” 被大量替代，直接導(dǎo)致該年齡段客服從業(yè)者招聘需求銳減。

年齡鴻溝：資深從業(yè)者憑 “不可替代技能” 避險，年輕群體陷 “經(jīng)驗斷檔” 悖論

為何年長勞動者能在 AI 沖擊下 “相對安全”？研究揭示了關(guān)鍵原因 —— 資深從業(yè)者掌握的 “軟技能”，是當(dāng)前 AI 難以復(fù)制的核心競爭力。

以軟件開發(fā)領(lǐng)域為例，30 歲以上的資深開發(fā)者，其工作重心早已超越 “代碼編寫”。他們需要與產(chǎn)品、市場等非技術(shù)團隊協(xié)作，理解商業(yè)需求并轉(zhuǎn)化為技術(shù)方案，還需對 “商業(yè)級產(chǎn)品” 的穩(wěn)定性、安全性負責(zé)。這些涉及 “溝通協(xié)調(diào)、商業(yè)判斷、復(fù)雜問題解決” 的能力，恰恰是生成式 AI 的 “短板”，至今仍被企業(yè)高度重視，甚至難以被完全替代。

但這一現(xiàn)象也催生了一個嚴(yán)峻的 “悖論”：如果年輕開發(fā)者賴以積累經(jīng)驗的 “初級任務(wù)”（如代碼生成、基礎(chǔ)調(diào)試）已被 AI “吞噬”，未來的資深專家將從何而來？Brynjolfsson 在研究中直言擔(dān)憂：“過去，新人能通過完成基礎(chǔ)任務(wù)逐步掌握復(fù)雜技能，但現(xiàn)在這條路被 AI 阻斷了。我們必須建立更系統(tǒng)的培訓(xùn)體系，而不能再指望‘在工作中自然習(xí)得’?！?/p>

對美國年輕人而言，這意味著 “入行門檻” 悄然抬高。即便掌握了專業(yè)知識，若無法快速培養(yǎng) “AI 不可替代的能力”，連 “積累經(jīng)驗的機會” 都可能失去，陷入 “找不到工作→無法積累經(jīng)驗→更難找到好工作” 的惡性循環(huán)。

微弱轉(zhuǎn)機：AI 增強領(lǐng)域就業(yè)上升，但難抵替代浪潮

值得注意的是，研究也捕捉到了一絲 “樂觀信號”—— 在AI 輔助人類而非替代人類的領(lǐng)域，年輕勞動者的就業(yè)情況反而有所改善。

最典型的案例是 “AI 輔助醫(yī)療診斷”。AI 可幫助醫(yī)生快速分析影像、篩選病例，但最終的診斷決策仍需人類醫(yī)生判斷。在這類 “AI 增強人類能力” 的崗位中，年輕從業(yè)者的就業(yè)增幅高于市場平均水平。他們能借助 AI 工具提升工作效率，同時通過 “與資深醫(yī)生協(xié)作、參與復(fù)雜病例討論” 積累專業(yè)能力。

但研究也客觀指出，這類崗位的就業(yè)增長規(guī)模 “遠不足以抵消自動化帶來的損失”。它更像一個 “風(fēng)向標(biāo)”，證明 AI 并非只能 “替代人類”，若能轉(zhuǎn)向 “擴展人類能力、催生新需求” 的方向，或許能為就業(yè)市場創(chuàng)造新空間。正如 Brynjolfsson 強調(diào)的：“僅靠‘降本式自動化’壓縮崗位，無法創(chuàng)造新價值；只有讓 AI 成為人類的‘助手’，而非‘替代者’，才能真正實現(xiàn)就業(yè)與生產(chǎn)力的雙贏。”

結(jié)語：生成式 AI 改寫就業(yè)規(guī)則，美國年輕人需直面 “能力重構(gòu)” 挑戰(zhàn)

斯坦福這項研究的價值，不僅在于用數(shù)據(jù)證實了 “AI 對年輕就業(yè)的沖擊”，更在于揭示了一個核心趨勢：生成式 AI 正在重塑美國勞動力市場的 “競爭邏輯”。過去 “靠基礎(chǔ)技能就能入行” 的時代正在落幕，未來的就業(yè)競爭，本質(zhì)是 “人類與 AI 的協(xié)作能力” 及 “AI 不可替代的核心技能” 的競爭。

對美國年輕人而言，這場沖擊既是危機，也是倒逼轉(zhuǎn)型的契機：若仍固守 “可被 AI 替代的基礎(chǔ)技能”，將持續(xù)面臨就業(yè)壓力；唯有主動轉(zhuǎn)向 “軟技能（溝通、協(xié)作、創(chuàng)新）+ 領(lǐng)域深度知識（如醫(yī)療、法律等專業(yè)場景）+ AI 工具應(yīng)用能力” 的組合，才能在技術(shù)浪潮中站穩(wěn)腳跟。

而對政策制定者與企業(yè)而言，如何建立 “適配 AI 時代的新人培訓(xùn)體系”、如何引導(dǎo) AI 向 “增強人類” 而非 “替代人類” 的方向發(fā)展，將成為緩解 “年輕就業(yè)危機”、避免 “人才斷檔” 的關(guān)鍵。畢竟，技術(shù)的終極目標(biāo)應(yīng)是 “賦能人類”，而非讓一代人的就業(yè)前景，成為技術(shù)迭代的 “代價”。