AI是否正在抢夺饭碗？斯坦福大学教授Neale Mahoney指出，从整体就业数据来看，答案似乎是否定的；但对于应届毕业生而言，这种冲击可能已经提前降临。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。在软件开发、客户服务等易受AI影响的领域，年轻员工的就业人数明显减少，而资深员工则相对稳定。这意味着，AI或许尚未掀起席卷全市场的海啸，但“经验”这一门槛可能已经先一步挡住了一部分职场入口。这是AI抢走了年轻人的工作，还是加息、科技行业裁员和远程办公过度招聘留下的后遗症？斯坦福经济政策研究所发布的研究试图给出答案。该机构主任、斯坦福经济学教授Neale Mahoney曾担任白宫顾问。研究结论显示，AI暂时未造成大规模失业，但影响不均。国际劳工组织（ILO）的警告也印证了这一点：生成式AI虽未直接导致大规模岗位替代，但正在减少初级岗位和年轻劳动者的机会，可能加剧就业不平等。
**一、整体就业市场尚未被AI击穿**
结论先行：目前尚无确凿证据表明AI正在引发大规模失业。数据显示，受AI影响程度最高的职业，其失业率仅上升了0.77个百分点；而受AI影响较小的职业，失业率反而上升了0.85个百分点。这表明，AI并未优先淘汰那些最容易被替代的岗位。这组数据更像是整个就业市场降温的反映，而非AI对特定职业的精准打击。以编程为例，虽然相关岗位的增速放缓，但整体仍保持增长。过去一年，软件开发岗位的线上招聘数量甚至比其他职业增长得更快。此外，研究发现，企业采用AI后的两年内，员工规模平均增长了10%，且AI投入越高的企业增长越明显。那些声称裁员是因为AI的公司，其理由往往复杂。Meta裁员近8000人是为了给AI投资腾挪资金；HP裁员6000人旨在借AI精简运营；而亚马逊两轮裁减约3万个岗位，更多是在消化疫情期间的过度招聘。因此，部分岗位的消失虽与AI有关，但不能将每次裁员简单等同于“AI取代了人”。AI既可能是直接原因，也可能是企业调整成本和组织结构时的一个显眼借口。相比之下，AI目前更常见的影响可能是合并分散的工作或减少招聘。换言之，饭碗未必会被当场端走，只是新的饭碗可能变少了。
**二、应届毕业生率先成为“接盘侠”**
然而，将目光聚焦于年轻人，情况便不容乐观。2026年初，美国应届毕业生失业率升至5.6%，较三年前上升1.6个百分点，正面临多年来的最艰难就业季。AI或许推波助澜。许多初级岗位承担着资料搜集、基础分析、内容整理和文字撰写等任务，这些工作过去常由新人练手，如今已被AI快速完成。研究发现，自ChatGPT发布以来，在软件开发和客服等领域，年轻员工就业人数明显下降，而资深员工则保持稳定。这使年轻员工成为了职场中的“金丝雀”。但这并不意味着可以直接将责任归咎于AI。美联储自2022年3月开始加息，早于ChatGPT发布；科技公司还在消化过度招聘；远程办公的普及也让企业更倾向于招聘能独立工作的资深员工，而非愿意培养的新人。排除干扰因素后，初级岗位的下降直到2024年才真正显现。这一时间点与AI能力的提升和企业采用率的增加相吻合。因此，更准确的说法不是“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，可能又被AI压低了一层。”
**三、AI确实提效，但非“人人起飞”**
尽管尚未引发大规模失业，AI是否让人干活更快？答案是肯定的，但效果远未达到“人人效率起飞”的程度。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了15%，其中新手和技能较弱的员工提升最明显，每小时解决问题数量增加30%；但经验丰富的客服几乎没有获得效率提升，甚至回答质量略有下降。软件开发领域也类似：GitHub Copilot能帮助程序员提速56%，但受益者主要是经验较少的开发者；另一项研究测得的提升幅度仅为10%至30%，且企业间差异巨大。写作、合同起草和医疗记录等任务也呈现同样规律：AI能节省时间，但效果取决于任务性质、使用者水平及判断力。这正是问题所在：AI能力并不平整。同一模型可能在某项任务中表现惊艳，换一道题就可能掉链子。肯尼亚创业者的实验表明，能力较弱的创业者使用AI后，收入和利润反而下降，因为他们容易照搬通用建议却无法判断其适用性。此外，AI还可能导致创意趋同。研究发现，AI创作的故事彼此间更加相似；科学家使用AI后论文增多，但研究主题收窄，交流减少。因此，AI提高的是完成任务的速度，却不一定同步提升判断、创造和决策的质量。
**四、企业都在上AI，但进度差得很远**
AI对经济的影响是集中爆发还是缓慢渗透，取决于企业的采用速度。现有调查显示，AI采用正在加速，但远未全面铺开。美国人口普查局数据显示，约20%的企业正在使用AI。其他调查数字更高：超过40%的员工在工作中使用AI；Ramp平台上，超过一半企业客户已为AI付费；80%的员工接触过AI。这些差异源于统计口径，大型企业和小企业、科技行业与传统行业采用速度不同。目前，AI主要集中在科技、金融等领域的销售、营销、IT等环节。即使采用，多数企业也只是将其用于一两个环节或偶尔用于部分任务。真正将AI全面嵌入工作流程的仍是少数。更关键的是，上了AI不等于立刻看到结果。数据显示，只有5%的企业认为AI影响了员工数量，且增员与减员企业数量相当。亚特兰大联储调查显示，80%的高管认为AI投资尚未改变员工规模或明显提高生产率。目前更普遍的状态还是试用和试点。这意味着，AI虽然进了公司大门，但距离接管整套工作流程还有很长一段路。
**五、现在看到的，只是“慢镜头”**
1987年，经济学家Robert Solow曾提出疑问：“计算机时代无处不在，唯独在生产率统计数据中看不见。”后来人们发现，不是计算机没有价值，而是释放一项新技术的生产力需要时间。企业需要升级软件、培训员工、重组流程。PC在80年代普及，但经济回报直到90年代末才在数据中显现。AI很可能也会经历类似过程。现有研究告诉我们三点：1、AI尚未引发整体就业崩塌，却已给年轻白领岗位带来压力；2、它能提高部分任务效率，但也可能降低另一些任务质量；3、企业采用AI加速，但真正全面落地的仍是少数。至于这些变化是否会引发真正的就业结构重组，现在下结论还为时过早。但AI与以往技术革命不同，它扩散更快，能直接进入认知劳动，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、进入门槛以及企业需要什么样的人，都可能被重新改写。因此，真正值得警惕的，未必是突然降临的“AI就业末日”，而是那些更安静、更难被宏观数据捕捉的变化：初级岗位不再招聘那么多人，一份工作由更少的人完成，企业越来越看重经验和AI协作能力，而年轻人赖以积累经验的台阶正在变窄。硅谷仍在争论AI是常规技术还是特殊革命，但无论哪种判断成真，技术革命对个体的冲击都不会因为宏观就业数据平稳而消失。AI对工作的影响，不能只看它让多少人失业，更要看它改变了谁能进入职场、谁能借助工具放大能力，以及谁会被挡在门外。因此，我们不仅要追踪AI能完成多少工作，更要尽快弄清它正在拿走哪些机会，并在年轻人的职业台阶彻底消失之前，重新思考教育、培训与就业政策该如何接住他们。