AI时代就业市场的新挑战：年轻工人首当其冲？

斯坦福大学研究人员通过分析美国最大薪资服务商 ADP 从 2022 年末至今年 7 月的就业记录发现，AI 革命正在冲击美国劳动力市场，尤其是入门级工作者。研究显示，22-25 岁年龄段在高 AI 暴露岗位（如软件开发、客服代表）的年轻员工就业率显著下降，其中软件开发人员就业率从 2022 年末峰值下跌近 20%，而年长同事未受影响。

研究发现，年轻人在 AI 高暴露领域的就业损失如此严重，以至于拖累了整个 22-25 岁年龄组的就业增长。相比之下，从事维修工作和护理等低 AI 暴露职业的年轻工作者就业率实际增长了 6-13%。研究人员控制了公司特定冲击等因素后发现，消失的是工作岗位本身，而非公司经营困难所致。

引言

随着生成式人工智能（AI）的迅速普及，关于其对就业市场影响的讨论日益激烈。最新研究显示，AI技术可能正在重塑劳动力市场，尤其是对年轻工人和某些职业领域产生显著影响。本文基于美国最大薪资处理公司ADP的行政数据，揭示了AI对就业市场的六大关键发现。

研究背景

本研究利用ADP覆盖数百万美国员工的薪资数据，结合职业AI暴露度指标，追踪了2022年10月至2025年7月的就业动态。研究特别关注不同年龄段和职业群体的就业变化。

六大关键发现

1️⃣ 年轻工人就业显著下降

现象：
在AI高暴露职业（如软件开发、客服）中，22-25岁年轻工人的就业率相对下降13%，而其他年龄段保持稳定或增长。

案例对比：

职业类型 年轻工人就业变化（2022-2025） 资深工人就业变化
软件开发 -20% +5%
客服 -15% +3%
医疗护理助手 +8% +2%

2️⃣ 整体就业增长，但年轻群体停滞

数据亮点：

  • 整体就业持续增长，失业率保持低位
  • 22-25岁群体在AI高暴露职业就业下降6%，而35-49岁群体增长9%

行业差异：

AI暴露度 年轻工人就业增长 资深工人就业增长
最低五分位 +6-13% +8-10%
最高五分位 -6% +9%

3️⃣ 自动化应用导致就业下降

研究方法：
将AI用途分为两类：

  • 自动化：替代人类任务（如数据录入、基础客服）
  • 增强：辅助人类工作（如代码优化、复杂决策支持）

发现：

  • 自动化主导的职业：年轻工人就业下降
  • 增强主导的职业：就业保持稳定或增长

典型职业对比：

自动化程度 职业 年轻工人就业趋势
高 初级客服 -12%
低 高级数据分析师 +5%

4️⃣ 企业层面冲击无法解释就业变化

验证方法：
通过控制企业-时间固定效应，排除行业或企业特定冲击的影响。

结果：

  • 年轻工人在高暴露职业的就业下降12%（统计显著）
  • 其他年龄段无显著变化

排除的干扰因素：

  • 技术行业招聘放缓
  • 远程工作趋势
  • COVID-19后教育质量下降

5️⃣ 薪资调整滞后于就业变化

薪资数据：

  • 年薪趋势未显示明显年龄或AI暴露度差异
  • 工资粘性可能是短期现象

理论解释：

  • 技术替代非熟练任务可能减少就业但提高工资
  • 短期工资刚性可能掩盖长期影响

6️⃣ 结论具有跨样本稳健性

验证测试：

  • 排除计算机职业后结果一致
  • 远程工作职业与非远程工作职业趋势相似
  • 2018-2025年数据追踪显示：

    • 2022年后趋势显著分化
    • 非大学教育职业就业分化更明显

未来展望

研究作者指出：

“

“AI对就业的影响可能处于早期阶段，未来需要持续追踪。历史表明，技术变革最终会创造新就业，但转型期可能充满挑战。”

常见问题（FAQ）

❓ 研究数据来源是什么？

基于美国最大薪资处理公司ADP的行政数据，覆盖数百万员工。

❓ “AI暴露度”如何衡量？

结合两种方法：

  1. Eloundou et al.(2024)的职业AI暴露评分
  2. Anthropic经济指数的AI使用数据

❓ 对非技术职业的影响如何？

低大学教育职业（如制造业）显示更明显的就业分化。

❓ 未来趋势会持续吗？

需要持续监测，但历史案例（如IT革命）表明最终会创造新就业。

实用建议

对年轻工作者：
✅ 优先发展AI难以替代的技能（如复杂问题解决、创造性思维）
✅ 关注AI增强型职业（如AI训练师、人机协作专家）

对企业：
✅ 投资员工再培训项目
✅ 探索人机协作模式

政策制定者：
✅ 加强职业培训体系
✅ 完善社会保障网

总结

本研究为AI对就业市场的早期影响提供了重要证据。尽管存在挑战，但历史经验表明，技术进步最终会创造新的就业机会。关键在于如何帮助劳动者适应变革。