后果真實且殘酷！哈佛研究揭示AI如何沖擊就業市場

兩位哈佛學者通過研究6200萬份簡歷和近2億條招聘職位數據，揭示了AI對就業帶來的真實、殘酷的沖擊：它不是無差別地針對所有人，而是在大量“吞噬”初級崗位，讓那些剛剛踏入社會的年輕人，面臨著空前陡峭、狹窄的職業起跑線。與此同時，為數眾多的普通院校畢業生群體受到的沖擊更為顯著。

撰文 | Ren
想象一個你我身邊越來越常見的場景：一位大學畢業生，滿懷期待地投出簡歷，奔赴一場場面試，卻沮喪地發現，那些曾經專為新人開放的入門崗位越來越少。而在同一時間，那些需要豐富經驗的資深崗位卻依然在招人，甚至需求更多。這種現象的背后，一場結構性轉變似乎正在全球白領勞動力市場悄然上演。哈佛大學的兩位學者，Seyed M. Hosseini與Guy Lichtinger，在一篇名為《生成式AI作為資歷偏向型技術變革》的論文中，為我們提供了確鑿的證據。

他們使用了一個極其龐大的數據庫，涵蓋了從2015年到2025年，約6200萬名員工的領英簡歷和高達1.98億條招聘信息，系統地分析了生成式AI對公司內部崗位需求的影響。最終的結論十分清晰：隨著生成式AI的普及，企業正愈發表現出“偏愛資歷”的傾向，相較于經驗豐富的員工，職場新人正受到更集中、更快速的沖擊。確定AI的影響，時間線揭示驚人同步
為了確保研究的嚴謹性，研究人員首先需要解決一個核心問題：如何準確地從海量公司中，找出那些真正開始使用生成式AI的企業？以往的研究大多依賴于寬泛的“暴露度”指數，即通過評估特定職業的任務內容被AI替代的可能性來進行推斷，但這終究停留在預測層面，無法捕捉企業的實際部署決策。因此，Hosseini與Lichtinger設計了一個兩步識別法，來找出那些真正在業務中采納生成式AI的公司。第一步，是大范圍篩選。他們將目光鎖定在那些發布“AI集成”崗位（AI integrator）招聘信息的公司。這些職位并非AI算法的研究或開發崗，而是專門負責將生成式AI技術與公司現有工作流程、產品或內部系統緊密結合的崗位。例如，一個初級產品經理崗位要求“對生成式AI安全挑戰有深刻理解”和“有提示工程的實踐經驗”，或一個“生成式AI開發顧問”的職責是“生成式AI模型的可擴展設計和開發利用”。

典型的來自AI采納企業的招聘信息 | 圖源：論文這些都是企業積極部署AI的明確信號。當一家公司開始招聘此類職位，即標志著它已從考慮使用AI轉向了部署AI。研究團隊在招聘信息中，搜索包含ChatGPT、Generative AI、LangChain、Prompt Engineering、RAG等特定AI關鍵詞的崗位，從總量高達1.98億份的完整職位描述文本中，初步篩選出約60萬條相關招聘。第二步，是精準識別。他們利用大語言模型對這60萬條信息進行分類，從中識別出真正的““AI集成師”崗位（即負責將AI工具融入業務流程的崗位），比如模型部署、提示詞工程、AI系統運維等崗位。最終，約13萬條招聘被精準標記。發布過這類職位的公司，就被定義為“AI采納者”（積極應用生成式AI的企業），共計10,599家，約占樣本總數的3.7%。這種方法研究的結果是更加關注企業擁抱AI的實際行動，而非僅僅停留在口頭。

“AI采納者”所在的行業分布 | 圖源：論文與“未采納AI”（沒有大規模應用AI的企業）的企業相比，這些企業存在顯著的系統性差異。比如，它們普遍規模更大，平均員工數量約500人；資深員工更多；企業業務多集中在信息技術行業（36%）和專業服務行業（25%）。換句話說，從事信息技術和專業服務的大企業，更愿意在實際業務流程中部署AI。當我們對照樣本公司中初級員工和高級員工雇傭數據時間序列圖，一條清晰的線索浮現了。

樣本公司中，初級員工和高級員工的平均數量（隨時間變化） | 圖源：論文數據顯示，在2023年之前，也就是ChatGPT等工具普及之前，每月新增的AI采納企業數量很少且保持穩定，平均約為30家。然而，從2023年初開始，采納AI的公司數量出現了爆炸性增長，并隨后穩定在每月約400家的水平。到2025年3月，符合AI采納者定義的企業總數已超過10,000家。

隨時間變化，每月新增的AI采納企業 | 圖源：論文與此高度同步的是，公司內部的崗位結構也開始分化。從2015年到2022年中，初級和資深崗位的增長幾乎是并駕齊驅的。但從2022年中期開始，初級崗位的增速明顯放緩，并在2023年出現了顯著的下滑，而資深崗位卻保持上升勢頭。研究結果為“AI導致初級崗位減少”這一因果關系，提供了強有力的間接證據。不是裁員，而是縮招
在識別出AI采納企業并掌握了它們的基本特征后，接下來的工作便是運用計量經濟學方法，量化這種采納行為對勞動力結構產生的具體影響。研究人員首先采用了經典的雙重差分法（Difference-in-Differences, DiD）。該方法通過比較AI采納企業在AI廣泛應用（2023年第一季度）前后初級員工數量的變化，再與“非AI采納者”在同一時期的變化進行對比，從而分離出由AI采納這一特定事件所帶來的凈效應。一個關鍵的前提是，在事件發生前，兩組公司的變化趨勢應是平行的。數據顯示，從2015年到2022年底，“AI采納者”與“非AI采納者”的初級員工就業增長趨勢確實保持平行，滿足了該方法的核心假設，證明了它們在事件發生前具有可比性。

“AI采納公司”和“非AI采納公司”之間的就業差異（隨時間變化）| 圖源：論文結果顯示，從2023年第一季度開始，兩條趨勢線開始交叉。“AI采納企業”的初級員工人數相對于非采納企業出現了斷崖式下跌。而在采納AI六個季度之后，這些公司里的初級員工規模，相較于未采納AI的公司，下降了約7.7%。為進一步增強結論的可靠性，研究人員還采用了更穩健的三重差分法（Triple-Difference, DDD）。該方法在DiD的基礎上增加了一個比較維度：它不僅在不同公司和不同時間點之間進行比較，還在同一家公司內部、同一時間點上，對初級員工與資深員工的相對變化進行比較。這種設計能夠融合那些可能影響整個公司的、未被觀察到的特定沖擊（例如，公司戰略調整、行業景氣度變化等），從而更精確地鎖定AI對不同資歷員工數量的差異化影響。三重差分法的結果再次驗證并強化了此前的發現。數據顯示，從2023年第一季度起，在采納AI的公司內部，初級崗相對于資深崗的比重，累計下降了近12%。

三重差分法的結果 | 圖源：論文綜合以上，該研究得出了一個明確的結論：生成式AI的崛起構成了一種“資歷偏向型技術變革”（seniority-biased technological change）。它對初級員工的就業前景造成了一定影響，而資深員工的職位則未受影響，甚至得到加強。那么，初級崗位的減少是如何發生的？是企業在大規模裁掉新人嗎？答案出乎意料。通過分析員工的流入（招聘）、流出（離職）和內部流動（晉升），研究發現，初級崗位的收縮，主要來自于企業大幅減緩了外部招聘，而不是因為解雇了更多人。“采納AI”的公司，平均每個季度會少招聘約3.7名初級員工，這相當于他們此前平均招聘量的22%。反直覺的是，這些公司里初級員工的離職率反而有所下降，內部晉升的速度則有所加快。這一發現的深層含義在于，當前這波AI浪潮的主要影響模式，并非直接的員工替代，而是對特定任務的替代。這些被替代的任務，恰好集中在認知型工作的最底層。而資深員工的工作內容通常涉及更復雜的戰略思考、管理決策和非結構化問題解決，這些任務與AI形成了互補關系，使其職位得以保全。哪些人受到的沖擊最嚴重？
研究人員還指出，這場變革在不同行業和教育背景的人群中，展現出了明顯的差異。

生成式AI的采用對各行業招聘的預估影響 | 圖源：論文從行業角度來看，批發和零售業的初級崗位受沖擊最為嚴重。在這些行業中，采納AI的企業相比未采納AI的，初級崗位的招聘降幅接近40%。這與該行業特性密切相關，因為生成式AI極度擅長處理重復性的溝通、訂單處理、商品描述等文本與對話類任務，而這些正是零售業入門崗位的核心工作內容。相比之下，在所有被分析的行業中，AI對資深崗位的招聘影響要么是積極的，要么在統計上不顯著。將視角轉向員工教育背景時，研究人員以員工畢業院校的聲望等級作為代理指標，利用大模型將院校分為五個等級，Tier 1為最精英的全球頂尖學府，Tier 5為聲望最低的院校，并分析了AI對來自不同等級院校的初級員工就業的影響。他們發現了一個有趣的U型現象：受沖擊最顯著的，是來自Tier 2和Tier 3中間梯隊院校的畢業生。來自Tier 1頂尖名校和排名靠后院校的畢業生，受到的影響反而較小。Tier 5院校畢業生的就業下降幅度甚至是最小的，且在統計上不顯著。

員工畢業學校的聲望與初級崗位減少的關系 | 圖源：論文這背后的邏輯可能是，頂尖畢業生的綜合能力強、溢價高，工作可能更多涉及高度創新、戰略性和非結構化的問題解決，企業難以且不愿輕易放棄。而最末端畢業生的用工成本低，或者大部分在從事的勞動密集型工作，AI難以替代。唯獨中間地帶的畢業生，其薪資和所從事工作的可替代性，恰好處于最容易被AI降本增效的區間。研究指出，他們的年薪普遍在6.4-7.1萬美元之間，所從事的許多任務本質上是程序化和常規化的，例如撰寫市場分析報告、提供客戶支持、進行數據整理等等。

五個學校等級的估算平均薪資 | 圖源：論文我們該如何理解與應對？
當然，這項研究并非沒有局限。研究者也坦言，“AI的采納”并非隨機事件，愿意在早期采納AI的公司本身就更大、更集中于科技行業。盡管研究方法已盡力排除干擾，但無法完全消除所有潛在的混雜因素。同時，我們也應當辯證地看待研究結果：這一方面是技術進步的必然，AI能幫助新人更快成長，但也不排除一些企業只是拿AI當借口，背后真正的動機是宏觀經濟下行、成本控制，以及對更高股價的追求。這些觀點與研究結論并不沖突，AI是一個關鍵且可觀測的驅動因素，但它并非唯一原因。論文的最后寫道：“鑒于職業生涯早期的發展對個人一生的職業發展軌跡至關重要，入門級機會的系統性減少可能會在未來幾十年內顯著加劇收入不平等。”一個人的職業命運，可能比以往任何時候都更取決于他/她是在AI浪潮到來之前還是之后進入職場。面對這一正在發生的變革，我們該怎么做？ 對于正在求職或剛進入職場的年輕人而言，應對策略是提升那些AI短期內難以替代的能力，包括復雜問題解決、跨團隊協調、創造力、批判性思維與溝通能力，以及對AI工具的熟練應用能力。要將熟練掌握AI視為一種能力（就像熟練掌握Office一樣），而非威脅。同時，尋找那些能提供結構化培訓、導師制度及多樣化任務輪換的機構，這將有助于縮短從新人到能獨立承擔高階任務的過渡期。對于已經處于職業中期或資深層級的人士，理解如何與AI形成互補、如何將AI作為決策支持、如何利用AI放大經驗優勢，比擔憂自己是否會被替代更為重要。總而言之，哈佛的這項研究提供了一份詳實且系統的證據，表明生成式AI正在以一種獨特的方式重塑職場：它抹去了許多入門級工作的需求，使得年輕人通往職業生涯的“第一級臺階”變得更少、而且更陡峭了。無論你想不想，理解、適應并主動塑造AI時代的職業生態，都是當下我們所有人需要共同面對的。

參考資料

[1] https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5425555

[2] https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4945566[3] https://www.wsj.com/lifestyle/careers/ai-entry-level-jobs-graduates-b224d624[4] https://www.reveliolabs.com/news/macro/is-ai-responsible-for-the-rise-in-entry-level-unemployment/

注：本文封面圖片來自版權圖庫，轉載使用可能引發版權糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。

版權說明：歡迎個人轉發，任何形式的媒體或機構未經授權，不得轉載和摘編。轉載授權請在「返樸」微信公眾號內聯系后臺。