摘要:在美国,一项来自哈佛大学的研究引发了不少人的关注。这篇论文由两位经济学博士生——Seyed M. Hosseini 和 Guy Lichtinger 撰写,导师是劳动经济学领域的知名学者 Larry Katz。
在美国,一项来自哈佛大学的研究引发了不少人的关注。这篇论文由两位经济学博士生——Seyed M. Hosseini 和 Guy Lichtinger 撰写,导师是劳动经济学领域的知名学者 Larry Katz。
研究的重点是:AI技术,特别是生成式大模型,对美国就业市场带来了哪些真实、可量化的变化。论文基于 Revelio Labs 提供的招聘数据库展开,数据来自 LinkedIn,涵盖了约28.5万家公司、6200万份简历和超过1.5亿条招聘记录。
研究发现,从2015年到2022年,美国的初级岗位(Junior-level)与高级岗位(Senior-level)在招聘趋势上是同步的,整体都在增长。
但到了2022年下半年,情况发生了变化。高级岗位继续增长,初级岗位的招聘却明显停滞,甚至在2023年出现下降。研究指出,这一“剪刀差”的出现时间与 ChatGPT 发布时间(2022年11月)高度重合。
为了验证这是否真的是AI带来的冲击,论文采用了“差异中的差异”方法(Difference-in-Differences,简称 DiD)。
研究者将全部公司分为两组:一组是招聘岗位中明确涉及LLM(大语言模型)、Prompt Engineer、GenAI等关键词的公司,被视作“AI采纳者”;另一组则为未采纳AI技术的公司,作为对照组。
对比显示,AI采纳公司在AI应用爆发后的六个季度内,初级岗位的招聘下降幅度达到7.7%,而对照组公司则基本保持稳定。高级岗位在AI采纳者公司中的招聘反而更活跃,说明AI并未削弱整体招聘意愿,而是集中影响了初级岗位。
许多人可能会以为,这是裁员带来的结果。但研究显示,员工数量的变化,并不是来自大量裁员或离职,而是公司“减少招聘新人”。
对于招聘规模较大的公司来说,这个数字意味着初级岗位招聘量减少了约22%。相比裁员,这种方式更安静,也更高效,不需要额外的补偿或公关处理,但影响却实实在在。
很多人以为,受AI冲击最严重的应该是互联网、软件等技术行业。但论文数据显示,受影响最大的其实是批发和零售行业。
在这些领域,AI采纳者公司每季度的初级岗位招聘量比对照组减少了将近40%。主要原因在于,这些行业中大量的初级岗位,涉及客服、文员、导购等任务,而这些正是AI最擅长替代的部分。
学历背景也并未成为“免疫卡”。研究者将员工的毕业院校划分为五个等级(Tier 1 到 Tier 5),从顶尖名校到普通地区性大学。
结果呈现出一条“U型曲线”:Tier 1(如哈佛、斯坦福)毕业生受影响最小,Tier 5(普通高校)影响也不显著,受冲击最大的是Tier 2和Tier 3的毕业生。
这些人往往来自很不错但非顶尖的高校,能力不差,薪资预期也不低,但其从事的工作又正好处在AI可替代的区间,最终变成了最容易被优化掉的一群人。
对公司来说,最顶尖的毕业生虽然贵,但能力强,能解决复杂问题,不容易被替代。而最普通的毕业生工资低,使用成本小,也能承担基础任务。但中间这一层,既贵又容易被替代,就成了不划算的选项。
但这对年轻人就业来说,影响是实质性的。过去,大多数人可以通过从初级岗位入职,逐步积累经验、获得晋升。但现在,这个“起点”正在悄悄消失。
这种变化是隐形的,不会通过裁员公告或行业新闻展现出来,但在招聘数据中已经非常明确。对年轻人而言,这意味着入行的机会正在变少。
当然,并不是所有岗位都容易被AI替代。AI目前仍难以胜任涉及上下文理解、复杂人际沟通、情绪判断等工作的场景。
比如心理咨询、创意策划、谈判、公关等岗位,仍然对人类有较高依赖。此外,新岗位也在不断涌现,如Prompt工程师、AI产品经理、数据治理专家等。
但这些新岗位,门槛并不低。它们对综合能力、跨学科背景、技术理解力都有要求。对普通求职者来说,从传统初级岗位“跳跃式”进入这些新领域,并不容易。
初级岗位的“隐形消失”,意味着未来的职场入口可能不再那么宽广。在AI的持续发展下,接下来的问题是:年轻人该如何找到新的起点?
来源:老徐述往事