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