AI对美国就业市场的冲击模式 - 2022年中开始美国初级岗位就业增长停滞，2023年中转为负增长，与高级岗位增长形成明显剪刀差[23][25][26] - AI采纳者公司（定义为招聘LLM、Prompt Engineer等AI相关岗位的公司）初级岗位就业人数在AI爆发后出现断崖式下跌，六个季度后与对照组差距达7.7%[42][43] - 初级岗位萎缩主要源于招聘冻结而非裁员，AI采纳者公司平均每个季度少招3.7个初级员工，大规模招聘公司初级岗位招聘量暴跌约22%[53][54][55] 行业受影响差异 - 对初级岗位的压缩效应在所有行业普遍存在，但程度不同[63] - 批发和零售业受冲击最大，AI采纳公司初级岗位招聘数量比对照组每季度减少近40%[65][66] - 互联网、软件、设计行业受影响较大，但非最严重区域[64] 不同教育背景员工受影响程度 - 毕业生受影响程度呈现U型曲线：顶尖名校（Tier 1）和普通大学（Tier 5）毕业生受影响较小，中上等大学（Tier 2和Tier 3）毕业生受打击最严重[73][76][77][78] - 顶尖名校毕业生因解决复杂问题能力强而难以被替代，普通大学毕业生因人力成本优势明显，中间层毕业生薪资要求高但工作内容易被AI替代[79][80][81] AI替代的具体机制 - 公司通过自然流失和晋升减少初级岗位，而非直接裁员，避免补偿成本和PR风险[51][52][57] - AI主要替代文员、客服、导购等简单任务密集型岗位[67] - 就业市场对初级岗位年轻人关闭的方式隐蔽且成本低，如同温水煮青蛙[59][60]

研究背景与方法 - 论文由哈佛大学经济学博士生Seyed M Hosseini和Guy Lichtinger操刀，导师为劳动经济学重量级学者拉里·卡茨，研究严谨而有分量[7][8][9] - 研究基于Revelio Labs公司提供的LinkedIn招聘信息数据集，覆盖285,000家招聘公司、6200万打工人简历及超过1.5亿次招聘记录，数据量接近美国劳动力市场全量数据[15][16][17] - 研究方法采用双重差分法，通过识别招聘岗位描述中包含LLM、Prompt Engineer、GenAI等关键词的公司作为"AI采纳者"实验组，共计10.6万家，占所有公司比例为3.7%，其余公司作为对照组[25][26][29][32] AI对就业市场的冲击模式 - 2022年中开始出现明显剪刀差：高级岗位就业人数持续增长，而初级岗位增长停滞并于2023年中转为下降，与ChatGPT发布时间点高度契合[18][20][22] - AI采纳者公司在AI爆发后初级岗位就业人数相对对照组出现断崖式下跌，在AI扩散六个季度后差距拉大至7.7%，而高级岗位就业未出现此种差异[36][37][39] - 初级岗位萎缩主要源于招聘冻结而非裁员，AI采纳者公司平均每个季度少招3.7个初级员工，对于招聘规模大的AI公司，初级岗位招聘量暴跌约22%[44][46][47][48] 行业影响差异 - AI对初级岗位的压缩效应在所有行业普遍存在，但程度不同[56] - 受影响最严重的行业是批发和零售业，拥抱AI的公司其初级岗位招聘数量比不拥抱AI的公司每季度减少近40%[58][59] - 批发零售业大量初级岗位与文员、客服、导购等简单任务相关，这些恰好是AI最擅长替代的领域[60] 不同学历背景的受影响程度 - 毕业生受影响程度呈现U型曲线：最顶尖名校和最普通大学毕业生受影响较小，而中上等大学毕业生遭受打击最沉重[63][64][66][67][68] - 顶尖名校毕业生因解决复杂问题能力强而难以被替代，最普通大学毕业生因人力成本优势明显，中间层毕业生薪资要求不低但工作内容易被AI替代，性价比最低[69][70][71]