AI 是否正在抢占饭碗？从宏观统计数据来看，斯坦福大学经济学教授 Neale Mahoney 的观点似乎更为乐观，认为大规模失业尚未发生；然而，对于刚刚走出校门的应届生而言，这种冲击可能已经切身感受。
数据显示，2026年初美国应届毕业生的失业率攀升至5.6%，较三年前增长了1.6个百分点，面临多年来的最艰难就业季。特别是在软件开发和客户服务等易受AI影响的领域，年轻员工的就业人数显著下降，而资深员工却相对稳定。这意味着，AI或许尚未引发席卷整个就业市场的“海啸”，但经验门槛的差异，可能已经让部分职场入口对年轻人关闭。
是AI抢走了年轻人的工作，还是加息、科技行业裁员潮以及远程办公过度招聘的共同后遗症？斯坦福经济政策研究所发布了一份政策简报，试图从就业、招聘、生产率和企业调查数据中寻找真相。报告指出，AI目前尚未造成大规模失业，但其对不同人群、岗位和企业的影响并不均衡。应届生可能已经率先承压，而更深远的变革或许才刚刚开始。
国际劳工组织（ILO）在2026年的研究简报中也发出了类似警示：现有证据尚不足以证明生成式AI正在造成大规模岗位替代，但已观察到AI高暴露职业中的初级岗位和年轻劳动者就业机会正在减少，这可能导致就业机会的不平等进一步扩大。
首先，至少目前没有足够证据表明AI正在引发大规模失业。数据显示，从2022年至今，受AI影响程度最高的职业，失业率仅上升了0.77个百分点；而受影响最低的职业，失业率反而上升了0.85个百分点。这表明，AI并非优先淘汰最容易被替代的岗位，整个就业市场的降温更像是宏观现象，而非针对特定职业的精准打击。即使在被视为AI高危区的编程领域，虽然招聘增速放缓，但整体仍保持增长，部分软件开发的线上招聘数量甚至比其他职业增长更快。此外，研究显示企业采用AI后的两年内，员工规模平均增长了10%，投入越高的企业增长越明显。那些声称裁员与AI有关的公司，其背后的逻辑也各不相同：Meta裁员是为了给巨额AI投资腾挪资金，HP旨在借AI精简运营，而亚马逊的两轮裁员更多是在消化疫情期间过度招聘的包袱。因此，部分岗位的消失虽与AI自动化相关，但不能将所有裁员简单归咎于“AI代替了人”。AI更常见的影响可能是工作量的合并或招聘名额的缩减，而非直接的岗位消失。
然而，将视角聚焦于年轻人，情况则不容乐观。2026年初美国应届毕业生的失业率升至5.6%，比三年前高出1.6个百分点。这背后，AI确实可能推波助澜。许多初级岗位承担的资料搜集、基础分析、内容整理和文字撰写等工作，如今已被AI快速取代。研究显示，自ChatGPT发布以来，在软件开发和客服等易受AI影响的职业中，年轻员工数量明显下降，而资深员工就业稳定甚至增长。年轻人因此被戏称为“矿井里的金丝雀”，即最早感知到冲击的一群人。但需注意的是，美联储加息、科技行业消化过度招聘以及远程办公对独立工作能力的强调，也是导致初级岗位减少的因素。排除干扰后，初级岗位的显著下降直到2024年才真正出现，这与AI能力的提升和普及相吻合。因此，更准确的描述不是“AI抢走了年轻人的工作”，而是“原本就不景气的应届生就业市场，可能被AI进一步压低了一层。”
如果AI尚未导致大规模失业，它是否提高了工作效率？答案总体偏向肯定，但效果远非“人人起飞”那么整齐。在呼叫中心，生成式AI助手让新手和技能较弱的员工效率提升了30%，而经验丰富的客服几乎未受益，甚至质量略有下降。软件开发领域也存在类似规律：GitHub Copilot让经验较少的开发者速度提升56%，但不同企业的提升幅度差异巨大，且经验丰富的开发者获益有限。写作、合同起草和医疗记录等任务也呈现相同趋势：AI能节省时间，但效果取决于使用者的判断力。在肯尼亚的实验中，能力较弱的创业者因盲目照搬AI建议而收入下降。此外，AI还可能导致创意趋同，研究论文主题收窄，人际交流减少。简言之，AI往往能提高完成任务的速度，却不一定能同步提升判断、创造和决策的质量。
AI对经济的影响取决于企业采用速度。调查显示，虽然企业采用AI正在加速，但远未全面铺开。美国普查局数据显示，约20%的企业正在使用AI，而其他调查则显示40%的员工在工作中使用AI，甚至80%的员工接触过AI。这种差异主要源于统计口径：大型企业、科技公司比中小企业采用更快。目前，AI主要集中在科技、金融等数据密集型领域，应用环节多集中于销售、营销和财务等。多数企业只是将其嵌入一两个环节或用于部分任务，真正全面嵌入工作流程的企业仍是少数。更重要的是，上AI不代表看到结果。只有5%的企业认为AI影响了员工数量，且增减人数相当；80%的高管表示AI投资尚未改变员工规模或显著提高生产率。目前的状态更多是试用和小范围部署。
1987年经济学家罗伯特·索洛曾提出著名的“计算机时代无处不在，唯独在生产率统计数据中看不见”的疑问。后来人们发现，新技术释放生产力需要时间，包括软件升级、员工培训和流程重组。PC在80年代普及，直到90年代末才显著反映在宏观数据中。AI很可能也会经历类似的过程。现有研究只能告诉我们三点：AI尚未引发整体就业崩塌，却已给部分年轻白领岗位带来压力；它能够提高某些任务的效率，却也可能降低另一些任务的质量；企业采用AI速度加快，但真正实现全面落地的仍是少数。至于这些变化最终是否会引发就业结构重组，现在下结论为时尚早。但AI与过去的技术革命不同，它扩散更快，能直接进入认知劳动并影响大量白领职业。即使就业总人数最终没有明显减少，工作的内容、入职门槛以及企业需要的人才标准，都可能被重新改写。因此，真正值得警惕的并非突然降临的“AI就业末日”，而是一些更安静、更难被数据捕捉的变化：初级岗位招聘减少、工作由更少的人完成、企业更看重经验与AI协作能力，以及年轻人积累经验的第一块台阶正在变窄。无论AI是缓慢渗透的常规技术，还是重塑白领的革命，其对个体的冲击都不会因宏观数据的平稳而消失。我们必须关注它拿走了哪些机会，并尽快思考如何通过教育、培训和就业政策来接住这些变化。