摘要：斯坦福数字经济实验室 8 月 26 日最新发布的研究报告显示： 22–25 岁年轻人在受 AI 影响严重的职业中，就业率已经下降了 13%。 不是工资降了，而是工作没了。
薪酬未变，岗位先减。
斯坦福数字经济实验室 8 月 26 日最新发布的研究报告显示： 22–25 岁年轻人在受 AI 影响严重的职业中，就业率已经下降了 13%。 不是工资降了，而是工作没了。
这不是悲观预测，而是由数百万份工资单数据直接得出的结论。研究团队使用了美国最大薪资软件商 ADP 的数据，每月追踪数百万员工的真实就业情况，覆盖上万家企业，数据更新到 2025 年7月。
职业仍存，门槛却变高了。
——斯坦福教授 Erik Brynjolfsson 研究团队核心观点
为什么？AI替代的不是整个职业，而是新手学习成长的台阶。
研究还发现：
如果AI被当作自动化工具，入门岗就会被压缩；
如果AI被当作增强助手，资深员工反而带动招聘。
（硅谷科技媒体 Axios新闻头条 ）
这一发现已引起 TIME、Axios等海外权威媒体关注，均指出AI的第一波冲击落在了年轻人和初级岗位上。
ChatGPT发布才两年多，就业市场格局已经重塑。 这是一份AI时代的"工资单实录"，也是一份送给年轻人的"职场预警"。
更重要的是：
这对你意味着什么？你又该如何应对？
Erik Brynjolfsson 信息经济学中最常被引用的学者之一，斯坦福大学数字经济实验室主任，畅销书《第二机器时代》作者，AI与数字技术经济影响研究的先驱人物。他和团队在报告中展示了一个看似冷静，实则刺痛的数据图（如下）。
（斯坦福大学的一项新研究表明， 人工智能对 某些类型的工作造成的损害比其他类型的工作更大。 斯坦福数字经济实验室）
他用的是美国最真实的一手数据： 350多万人、每月记录、覆盖近3年。 这些都是薪资系统里的真实记录，不是调研预测。
接下来的四个事实，来自这组数据的直接分析，也构成了这份报告的核心。
✅ 事实一：不是裁员，而是停招
Brynjolfsson 发现：
真正的危机不在于裁员，而在于停招。
许多岗位表面上没裁人，但背后发生的事是：新人不再被接纳。
从2022年底到今年7月，受AI冲击最严重的行业里，22-25岁年轻人的就业机会减少了13%。AI让企业能用现有人员完成更多任务，或用工具替代掉初级操作。这种变化毫无征兆，却对初入职场的人是致命的。
对刚毕业的年轻人而言，面临的不是薪资缩水，而是入门无门。
✅ 事实二：AI帮你，你留；AI替你，你走
研究团队把工作分成两类：一种是AI帮忙，一种是AI取代。
比如市场分析师，可以用AI快速做报告，这叫增强；比如初级内容编辑，AI能直接写完，这叫替代。
数据显示，被"增强"的人，工作机会和收入都有提升；而被"替代"的人，连入场的机会都在减少。
研究团队进一步表明：
我们看到的不是AI冲击一切，而是让某些岗位更有优势，另一些岗位彻底关闭招聘。
✅ 事实三：冲击跨越行业边界
许多人以为，AI冲击的是特定行业，比如媒体、翻译或客服。
但 Brynjolfsson 说 ：
“我们看到的趋势不是某个行业问题，而是一个共同特征：入门级任务，在很多行业同时变少。”
医疗行业的初级记录员、
法律行业的文件整理助手、
教育行业的内容标注员……
这些职位都没消失，但容纳的人越来越少。
为什么是年轻人首当其冲？
因为AI最擅长的，正是那些有标准答案、流程明确的任务；而这些任务，过去正是年轻人进入职场、积累经验的第一步。
如今这一步没了。
✅ 事实四：传统数据指标有盲区
传统上，我们看一个技术有没有影响就业，往往看两个指标：GDP增长了没？招聘网站上的岗位还多不多？
可在AI面前，这两个指标都开始变得迟钝。
Brynjolfsson教授指出：AI的影响是渐进的，看起来没什么问题，实际上变化已经开始了。
岗位还挂着，但没人真的被录用；
工资看起来稳定，但任务已经从新人转到了AI或资深员工手里。
这传统数据看不到这种岗位流失， 但工资单不会撒谎。
这四个事实告诉我们：
AI带来的不是轰然倒塌，而是地基悄然下沉，最先站不稳的，是初入职场的年轻人
问题是，这么大的变化，为什么很多人却没感觉到？
Brynjolfsson 教授在访谈中谈到：
“我们看到的不是大家都在被机器取代，而是企业正在用AI，把原本属于年轻人的工作，交给老员工和各类 AI 工具一起完成。”
如果你只看 GDP 数据，或者浏览招聘网站，你会觉得一切都还正常。
在这次研究用的是真实薪资记录，发现了一个隐蔽的问题：
“AI把原本属于新人的任务，重新分配给了机器和资深员工。”
他们观察的一个真实的例子：
以前，一家初创公司招两位实习生，整理市场数据；
现在，用一个AI工具5分钟完成初筛，然后交给项目经理处理；
实习岗位还在招聘网站上挂着，但长期没人入职，因为已经没人去安排这个岗位的任务了。
这种变化表面平静，但很关键。
教授总结说：
“AI正在改变的，不是劳动力市场的总量，而是谁能进来、从哪进来、还有进来之后能不能往上走。”
✅ 你看不见，所以低估了
GDP本质是统计有价的交易，也就是你花了多少钱、企业赚了多少钱。
但Brynjolfsson指出：
AI带来的是大量“看不见的价值”，尤其是零价格商品。
比如：
你没为谷歌地图花钱，但你离不开它；
你没为ChatGPT花钱，但它已经帮你写了无数份提案；
企业用AI处理初级内容，不需要再招一个人，但GDP不会记录“没招这个人”这个动作。
在Brynjolfsson 教授看来：
“AI带来的是大量看不见的价值，特别是那些你没付费，却改变了你工作方式的服务。”
这就解释了一个误会：
不是因为经济数据看起来稳定，就说明冲击不存在。
实际上，冲击已经在悄悄发生，只是传统指标捕捉不到。而这种“看不见的变化”首先冲击的，正是那些还没建立网络、没资源积累、缺乏经验的年轻人。
也正因如此，很多人直到现在还以为 “AI冲击还没来” 。
很多人至今还觉得“AI影响没那么大”， 只是因为他们在看错的地方找证据。
当大家还在用“有没有裁员”“岗位少不少”来衡量AI影响时， Brynjolfsson 教授团队已经在用一套全新的方法去看这件事。
他说：
很多AI服务是免费的。但不收钱，不代表没价值。
我们过去用GDP算经济，总是把“价格”当成衡量标准。
但AI时代，价值往往发生在你没花钱的地方。
所以他提出了一个新的思路，叫 GDP-B （B代表Benefits，即效益） ，意思是：除了GDP里的收入，我们还要加上“人们从商品或服务中获得的好处”。
怎么测？不是靠主观想象，而是通过真实的"补偿意愿"调查。
简单说就是：我们要付你多少钱，你才愿意放弃某个产品或服务？
教授举了个经典例子：
“我们问用户：如果要你一个月不用空调，需要补偿多少钱？结果发现，一半人要34美元就够了，但也有人坚持要2000美元。”
他们用了同样的方式，测了一堆看似“免费的”东西的真实价值感：
还有一句特别典型的说法：
很多人一个月没电都能坚持，但没电和没手机，直接崩溃。
所以，GDP-B不是凭空想象，而是从 用户自己说“ 这个我 不能没有” 中估算它的实际价值。
✅ 真正的代价，看得见也看不见
教授还特别提到：
“Netflix的订阅费可能只有15美元，但我们测出来，人们为了一个月不用它，愿意收取的‘心理补偿’是166美元。”
这背后就是“消费者剩余”的概念：你花得少，享受到的多，这多出来的部分，才是真实的幸福感，也是传统GDP完全看不见的。
在AI时代，这个部分被大幅拉大：
ChatGPT、Gemini、Claude，这些AI相关工具都免费，或者只要几美元
但它们带来的帮助、节省的时间、替代的劳动力，早已超过价格本身
讲到这里，Brynjolfsson 说了一句非常有意思的话：
“现在很多人填问卷，其实偷偷用AI帮自己写答案。既然这样，我们不如干脆让AI来当用户自己。”
于是他们设计了一种全新的方式：
他们称之为：大模型代理人（LLM Agent）
更惊人的是，他们后来让AI“穿越时间”：假装自己是2016年、2017年的用户，来“评价当时的 Facebook 值多少钱”。
教授展示的对比图说明：
AI模拟出来的答案，和2016年真实用户填的问卷，几乎一模一样。
这带来了什么启发？
他总结：
“我们不是拿AI来替代人，而是用它来扩展我们原本看不到的地方。”
这种代理模型已经展现出巨大潜力， 例如：
想研究一个偏远人群，AI 可以秒级模拟，不必再用几个月去实地调研；
想预测一个从没用过 ChatGPT 的人会怎么评价它，AI 可以帮你“想象”；
甚至还能模拟不同国家、不同教育背景的消费行为。
这不仅大大提升效率，更让“隐性价值”第一次被计算在内。
基于这些发现，Brynjolfsson团队提出了一个深刻的反思：
“在AI重塑经济的过程中，我们的测量工具是否正在忽略最需要被看见的变化？”
（斯坦福教授和研究员报告合著者Erik Brynjolfsson）
而这些人，正是那些还没开始、就被挡在门外的年轻人。
在访谈最后，Brynjolfsson 教授回到了人，特别是年轻人。他说：
AI不是抢了谁的饭碗，而是让新人连进门的机会都没了。
这句话刺得很准。 很多年轻人觉得自己不够强、不够快、不够聪明，但问题根本不在这里。
所以这不是“卷赢了就能留下”，而是 “你没机会被看见”。
AI没夺走你的能力，但确实改变了每个人职业起跑线。
教授指出，AI的影响堪称百年来最重大的技术变革，但最关键的是，它改变了每个人进入职场的起点。
以前，能力可以在工作中慢慢练出来。
现在，工作门槛变高了，你得一开始就能做出成果，最好还能带来内容、带来流量、带来判断。
如果你刚步入职场，既没经验又不会用AI工具，找不到工作不代表你有问题，而是整个就业生态变了。
✅ 没有“万能建议”，但他说了三件事特别值得听
第一件：你得知道自己在哪一类岗位里
他说，他们把岗位分为两种：
一种是AI能帮上忙的，比如市场策划、项目研究，这类人会因为会用AI而变得更值钱；
另一种是AI能直接替代的，比如文稿初写、数据清洗、重复操作，这些岗位本身就不再增长了。
你想要做的工作，是哪一类？
如果你还没开始找工作，这个问题必须先问清楚。
第二件：真正有价值的，是AI模仿不了的东西
教授举了个例子：
“AI可以很快写出报告，但它写不出你和客户面对面沟通时的那种交流感；它能查资料，但不知道老板心里真正想要的是哪个方向的方案。”
这类“非明说的东西”，也就是教授口中的“隐性知识”，是AI最难接近的。
而这个东西，只能从经验中学。
如果AI抢走了你学习这些经验的岗位，那就要主动去接触那些需要人际沟通和灵活应变的工作。
不一定非要高薪，但一定要和人打交道，有复杂情况的练习机会。
第三件：你要掌握的不是AI技术，而是用AI做事的习惯
教授给出了清晰的方向：
“不是让每个人都去训练模型，而是要让人懂得什么时候该用AI，怎么在自己中工作运用。”
就像你不需要会造汽车才能开车，但你必须知道什么时候踩油门、什么时候踩刹车。
这也是“AI增强型人才”的基础：不是技术好，而是会用、敢用、并能与自己的工作风格完美融合。
如果你是刚毕业、刚转行、刚上岗的年轻人，现在要做的是寻找那些依然对新人开放的入口。
记住，这场求职困难不是你的问题，而是整个职场生态的改变。
AI的真正冲击，不是让所有人都"失业"，而是让一部分人永远无法"入场"。
这不是未来的预警，而是正在发生的现实。斯坦福的数据已经清楚地告诉我们：变化已经开始了。
最残酷的是，这种淘汰来得无声无息。
没有裁员通知，
没有降薪公告，
只是那些原本为新人准备的位置，静静地消失了。
这场变革最先冲击的是年轻人，但它不会止步于此。接下来，更多层级、更多行业、更多普通人都将面临同样的挑战。
如果AI真的是新工业革命，那么我们迫切需要重新设计"入场机制"。
否则，那些还没起跑的人，甚至连起跑线都找不到。
来源：趣闻捕手一点号