AI正在抽掉年轻人的第一份工作？——解读哈佛报告揭示的就业真相_人工智能对就业的冲击,并非通过裁撤现有岗位实现,而是通过削减新增岗位-优快云博客

🎬 攻城狮7号：个人主页

🔥 个人专栏:《AI前沿技术要闻》

⛺️ 君子慎独!

🌈 大家好，欢迎来访我的博客！
⛳️ 此篇文章主要介绍 AI对就业的冲击
📚 本期文章收录在《AI前沿技术要闻》，大家有兴趣可以自行查看！
⛺️ 欢迎各位 ✔️ 点赞 👍 收藏 ⭐留言 📝！

引言：我们感受到的，可能不是错觉

近两年的毕业生们，正共同经历一场“求职寒冬”——那些曾为新人敞开大门的初级白领岗位，似乎正悄然消失。

这究竟是经济周期的寒意，还是更深层的结构变革？一份来自哈佛大学的重磅报告《生成式AI作为资历偏向型技术变革》，为这种感受提供了最坚实的数据证据：AI的冲击并非无差别扫射，而是一场针对职场新人的“精准打击”。

研究揭示了一个残酷趋势：AI正大量替代由新人承担的基础脑力劳动，导致企业大幅缩减初级岗位招聘。这意味着，年轻人感受到的求职难并非错觉，他们职业生涯的“第一级台阶”，正被AI无情抽掉。

一、证据：数据描绘出的“剪刀差”

空谈无益，我们先来看数据。哈佛的两位研究者分析了一个惊人的数据集：覆盖美国近28.5万家公司、6200万名员工的简历，以及超过1.5亿条招聘记录。他们想回答一个核心问题：公司采纳AI，到底是如何影响其员工构成的？

1.1 如何找到真正使用AI的公司？

要研究AI的影响，首先得把真正深度使用AI的公司（实验组）和没有大规模使用AI的公司（对照组）分开。过去的研究大多依赖宽泛的“职业暴露度”评估，相对模糊。而这次，研究者采用了一种极其巧妙的方法：去招聘信息里寻找“AI整合者”（AI Integrator）岗位。

这些岗位不是研究AI算法的科学家，而是负责将AI技术（如GPT、LangChain等）融入公司现有业务流程的工程师、产品经理或顾问。当一家公司开始招聘这类职位，就意味着它已经从“考虑”AI，进入了真金白银的“部署”阶段。通过这种方法，研究者精准识别出了一万多家“AI采ná者”公司。

1.2 残酷的“剪刀差”

当研究者将这些“AI采纳者”公司的员工数据与“非采纳者”进行对比时，一幅清晰的图景浮现了：

（1）时间点的惊人吻合：从2023年初，也就是ChatGPT引爆全球热潮开始，“AI采纳者”公司的数量开始爆炸式增长。也正是在这个时间点之后，初级岗位和资深岗位的就业增长曲线开始急剧分化。

公司首次发布AI整合者职位的时间

（2）初级岗位的断崖式下跌：研究采用严谨的“双重差分法”模型分析，结果显示，在2023年之后，“AI采纳者”公司的初级员工就业人数，相对于“非采纳者”公司，出现了断崖式下跌。在AI技术扩散的六个季度后，这个差距被拉大到了惊人的7.7%。

初级与资深员工就业的时间序列

采纳与非采纳公司的就业差异

（3）资深岗位稳如泰山：与此同时，代表资深员工的曲线则几乎不受影响，甚至在“AI采纳者”公司中，对资深人才的需求比以往更加旺盛。几乎所有引入AI的企业，都明显缩减了初级员工的招聘规模。其中批发和零售业的降幅最为突出，达到了约40%；与之形成对比的是，各行业对资深员工的招聘均未受影响，这一差异也进一步印证了AI对就业的“资历偏向”效应。

生成式AI对各行业招聘的影响

上面的数据雄辩地证明了，在同一个宏观经济环境下，那些深度拥抱AI的公司，恰恰就是那些正在对年轻人“关上大门”的公司。

1.3 不是裁员，而是“缩招”

那么，初级岗位的减少是如何发生的？是企业在大规模裁掉新人吗？

答案出乎意料。研究发现，初级岗位的收缩，主要动力并非来自裁员（Separations），而是来自招聘的大幅缩减（Hires）。“AI采纳者”公司平均每个季度会少招聘约3.7名初级员工，对于大型科技公司，这相当于其初级岗位招聘量暴跌了22%。

更有趣的是，这些公司内部初级员工的离职率反而略有下降，晋升（Promotions）机会反而增加了。

这揭示了一个更深层的逻辑：AI替代的不是“人”，而是“任务”。企业正在用AI高效处理掉那些原本需要大量新人来完成的基础性、重复性工作（如整理数据、撰写基础报告、客户初步应答等），然后将节省下来的人力成本，用于招聘更昂贵的资深专家，或加速提拔内部有潜力的员工。

AI采纳对招聘、离职和晋升的影响

这是一个理性的商业决策，但对整个社会而言，它意味着应届毕业生们赖以进入职场、积累经验的“新手村”，正在被逐渐拆除。

二、探因：为何冲击如此不均？

为什么AI会精准地打击初级岗位？为什么在冲击面前，不同学历背景的人受到的影响也截然不同？

2.1 任务替代的本质

生成式AI最擅长的，是处理有固定模式、依赖大量信息检索和整合的“常规认知任务”。这恰恰是绝大多数白领工作的起点。一个新人律师从审查合同条款开始，一个新手程序员从调试简单的bug开始，一个市场专员从撰写标准化的产品介绍开始。这些任务是他们学习技能、理解业务的必经之路。

而资深员工的核心价值在于处理“非常规任务”：制定战略、复杂决策、跨部门沟通、危机处理、创造性思考。在这些领域，AI目前只能扮演辅助角色，它能提供信息，但无法替代人类的判断、共情和智慧。因此，AI与资深员工形成了“互补”，却与初级员工形成了“替代”。

2.2 “U型”冲击：中间地带最受伤

在我们的传统认知里，学历越高，工作越稳固。然而，这份报告的数据却给出了一个颠覆性的结论——AI对不同学历背景人群的冲击，呈现出一条清晰的“U型曲线”。

按学校质量划分的结果

研究者将员工的毕业院校声望分为五个等级（Tier 1为最顶尖名校，Tier 5为普通院校），结果发现：

（1）曲线两端相对安全：来自最顶尖名校（Tier 1）的毕业生，受影响很小。因为他们通常被期望解决最复杂、最前沿的问题，其稀缺性和创造性难以被替代。而来自最普通院校（Tier 5）的毕业生，受影响也较小。一个可能的解释是，他们的薪资成本较低，对于某些劳动密集型的基础工作，用AI替代的成本效益并不划算。

按学校质量划分的预测薪酬（2022年）

（2）曲线底部最危险：遭受打击最沉重的，是那些来自中上等大学（Tier 2和Tier 3）的毕业生。他们是传统意义上的“好学生”，毕业于不错的大学，薪资期望不低。然而，他们从事的许多工作，其标准化和重复性程度，恰好落入了AI最高效的替代区间。他们既不够顶尖到无法替代，又不够便宜到无需替代，因此陷入了“高不成，低不就”的尴尬境地。

这一“U型曲线”是对传统“学历崇拜”的巨大冲击。它警示我们，在AI时代，仅仅依靠一个“还不错的”学校光环，可能已经不足以构成坚固的护城河。