你肯定听过一种说法：随着 AI 能力的提升，白领失业的概率也在加大。互联网、科技行业最近一波又一波的裁员被看作对所有知识工作者的警示。
如果你也因此产生了辞掉软件开发、产品经理或金融咨询的工作、改行当水管工的想法，不如先来看看经济学研究怎么说。
尽管有人警告一场“即将到来的失业末日”将摧毁大部分甚至全部此类工作，也有人在渲染“永久下层阶级”的前景，但目前几乎没有证据表明 AI 已经对美国劳动力市场产生了大规模的冲击。
对美国劳工统计局（BLS）数据的分析显示，那些可能受 AI 影响最大的职业，其失业率实际上低于那些受 AI 影响较小的职业。而且在经济学家看来更关键的是，目前没有迹象表明大量劳动者正在从受 AI 威胁的岗位转向被认为更安全的岗位，比如以体力劳动为主的工作。
AI 暴露度越高的职业，失业率反而越低。截至 2026 年 3 月，受 AI 影响最大的职业（橙色线）失业率仅约 2.5%，而受 AI 影响最小的职业（深蓝色线）失业率超过 6%。这张图说明：至少从失业率这个指标来看，AI 尚未对美国劳动力市场造成明显冲击。（来源：美国劳工统计局）
虽然当前的劳动力数据并不排除未来几年突然出现大规模失业的可能性，但它确实让“末日预言”的降临速度变得值得怀疑。AI 圈子里似乎人人都在预测这项技术很快会消灭工作，似乎人人都认识几个找不到工作的年轻人。人们常说：劳动力市场的统计数据还没有显示出大的波动，但等着瞧吧。
但实际上，至少目前的数据描绘出的是一个相对稳定的劳动力市场，AI 带来的冲击在很大程度上还停留在推测层面。
“目前所有可得的证据都表明，AI 对当前劳动力市场状况的影响可能很小。”埃丽卡·麦肯塔弗（Erika McEntarfer）说。她曾是 BLS 的负责人，去年秋天在一份令政府不满意的就业报告之后被特朗普解雇。（不出所料，在她被解职之后 BLS 仍然在报告就业增长乏力。）
麦肯塔弗现在是斯坦福经济政策研究所的研究员。她说 AI 目前对劳动力市场影响不大这一点“让很多人意外，但不应该感到意外。历史告诉我们，创新需要时间才能传导到行业变化和职业变化中。在 AI 改变劳动力市场之前，它必须先改变企业。
麦肯塔弗援引了美国人口普查数据：目前只有五分之一的企业在任何业务环节中使用了 AI。“这些数据是对 AI 将造成巨大冲击这种恐惧的一次现实检验，”她说，“AI 可能会造成冲击，很可能会，但数据告诉我们冲击还没到，我们有时间做准备。”
就业情况确实不太好，但很难归因于 AI
美国就业市场对很多人来说确实糟糕，尤其是年轻求职者。应届大学毕业生的失业率约为 5.6%，远高于整体水平，是疫情以来和 2008 年金融危机之后才见过的高位。更令人担忧的是，后疫情时代的招聘率一直很低迷，对试图进入职场的年轻人打击尤其大。如果你是应届毕业生、在找科技行业的工作，你会天然地产生“这些公司到底是否在招人”的怀疑。
有迹象表明 AI 正在加剧 22 到 25 岁年轻人在从事软件开发的求职困境，但这些职业在整个劳动力市场中只占很小一部分。而且 AI 对就业困境应该承担多大责任，仍然不清楚。同样不清楚的是，AI 暴露度高的职业中入门级岗位的流失，到底是更大范围冲击的前兆，还是经济学家所说的由多种宏观经济因素导致的“低裁员、低招聘”劳动力市场中的一个孤立症状。
弄清楚这些不确定性，对我们理解向 AI 经济转型中的就业命运至关重要。关于即将发生什么，从来不缺笃定的断言和预测：有人预言工作的终结，也有人说经济史告诉我们技术进步最终总会带来更多更好的工作。
没有人确切知道 AI 会带来什么，也不知道这次是否真的不一样。要搞清楚，我们需要更好、更全面的数据。
联邦政府每月对 6 万个家庭的调查为 BLS 提供了劳动力市场变化的大致轮廓，学术界甚至一些 AI 公司也开始尝试更精细地观察哪些具体工作受到了影响。但现有的数据采集工具还不足以解释 AI 到底如何影响着庞大而多元的美国劳动力市场。
很多问题我们都缺乏足够的数据来完整回答。AI 在职场中是怎么被使用的？AI 使用的增加意味着它会取代工人，还是让工人变得更高效、更有价值？哪些职业和技能受影响最大？谁的处境最危险？正如哈佛大学经济学教授大卫·德明（David Deming）所说：“我们都在盲人摸象。”
为了深入了解这些问题，德明和同事从 2024 年起每三个月调查几千人，问一些基本问题：你用生成式 AI 吗？多久用一次？它帮你在工作中省时间了吗？持续追踪这些回答为经济学家提供了重要线索（超过 40% 的工人在使用 AI，但各行业的采用率差异很大），也让他们能估算生产力提升（有一些，但远没到震动经济的程度）。这些调查还帮助记录了 AI 在职场中的普及速度，以及它跟 PC 和互联网等早期技术的对比（AI 的速度更快，但大致在同一个量级）。
这远不是 AI 如何改变工作的完整画面。但它提供了一些有意思的结果：比如制造业等工业领域有不少工人在试用 AI。德明的数据显示，虽然企业整体上对正式采用 AI 可能还比较慢，但它们的员工已经在用了。
A生成式 AI 的使用率因行业而异，但制造业的增速最值得关注。 截至 2026 年 2 月，信息服务业（紫色线）约 70% 的工人在使用生成式 AI，金融业（蓝色线）约 67%，这两个行业领先并不意外。真正有意思的是制造业（橙色线）：从 2024 年底的 25% 左右一路攀升到接近 48%，增幅几乎翻倍。这说明 AI 的渗透远不止于白领和科技行业，蓝领和工业领域的工人也在大量使用。（来源：The Project on Workforce）
了解这些早期使用者及其使用方式，就像一个“预见劳动力市场未来的水晶球”，德明说。“它能让你知道 AI 明天会怎么被使用，谁会受到影响，谁会受到伤害，我们需要怎么准备。它是对未来的一次诊断。”
但它告诉不了你各种工作最终的命运。
年轻人最脆弱
分析 AI 对就业的影响，通常从评估各种职业对 AI 的“暴露度”开始。这个思路基于一个前提：任何一份工作都是一组任务的集合。通过评估哪些任务可以由最新的大语言模型完成，研究者可以衡量一个职业的整体暴露度。大批经济学家做了一堆这类研究，仔细排列了数百种职业的风险等级，还在随着生成式 AI 能力的爆发不停更新结果。
用的人很多，省的时间很少。美国 18-64 岁人口中近六成（57.9%）在使用生成式 AI，在职工人中有 43.4% 把它用在了工作中——普及速度比当年 PC 快得多，PC 花了 16 年才达到同样的渗透率。但真正省下的工作时间只有 2.2%，远没到颠覆劳动力市场的程度。换句话说：大家都在用，但还没有用出生产力革命。（来源：The Project on Workforce）
这些结果经常引发恐慌，各种图表展示不同工作被 AI 威胁的程度越来越高。
但暴露度本身并不能真正预测哪些工作会被 AI 夺走。那取决于技术执行的任务类型、AI 被采用的程度、企业对工人价值的各种考量，甚至包括部署 AI 的成本。不过暴露度分析确实是一个有价值的起点。
斯坦福数字经济实验室的研究人员在一篇题为《矿井里的金丝雀？AI 近期就业影响的六个事实》的工作论文中，考察了 950 种工作，把它们从“暴露度最低”到“暴露度最高”分成了五档。然后他们使用全球最大薪酬服务商 ADP 的庞大数据集来观察各档中的就业增长情况。ADP 的数据比 BLS 的大得多，让研究者能更好地按人口特征发现影响。当他们观察不同年龄组的情况时，主导这项研究的实验室负责人埃里克·布林约尔松（Erik Brynjolfsson）说，“结果非常醒目。”
他们发现在诸如软件开发、客服等暴露度最高的职业中，22 到 25 岁年龄段的人数从 2022 年底 ChatGPT 公开发布时就开始下降了。也有其他研究者提出证据表明这些工作的减少早在 ChatGPT 之前就开始了，并质疑劳动力市场能否对 AI 技术的引入做出如此快的反应。
AI 冲击就业不是“所有人都危险”，而是“年轻人最危险”。这两张图分别展示了软件开发（左）和客服（右）岗位在 ChatGPT 发布后各年龄段的人数变化（以 2022 年 11 月为基准值 1）。规律惊人地一致：22-25 岁的入门级员工人数大幅下滑（蓝色线），26-30 岁的也在走低（紫色线），但 35 岁以上的中高级员工人数反而在增长。AI 淘汰的不是一整个职业，而是一种职业发展路径的起点。（来源：斯坦福数字经济实验室）
斯坦福的研究者承认 AI 之外的因素可能也导致了早期的下降，但他们说在控制了这些因素之后，可以看到 2024 年之后 AI 产生了显著影响，到 2025 年 AI 暴露度最高的职业中入门级岗位减少了 16%。相比之下，同一批职业中年龄较大的工人人数在增长，暴露度较低的职业中的岗位数也在增长。
深入挖掘数据后，研究者发现了另一条重要线索——AI 对人数的影响取决于它被怎么使用。导致就业减少的，恰恰是那些任务可以被自动化（即 AI 能“在很少人类参与的情况下”完成）的岗位，比如软件开发。在 AI 主要被用来增强人类工作的岗位上，入门级工人的人数增长反而快于平均水平。
关键不在于 AI 暴露度高不高，而在于 AI 被用来“替人”还是“帮人”。 左图显示，在 AI 主要被用来自动化（替代人类完成任务）的岗位中（第 3、4 组，橙色和粉色线），入门级工作人数从 2024 年起明显下滑。而 AI 暴露度低的岗位（第 0、1 组，蓝色线）人数持续增长。右图加入了第 5 组（黄色线）——AI 主要被用来增强而非替代人类工作的岗位。这组入门级岗位的人数增长速度甚至超过了平均水平。（来源：斯坦福数字经济实验室）
这跟一种解释一致：入门级岗位更依赖通过教育获取的那类知识，但这种知识恰好容易被 AI 模仿。论文作者称之为“显性知识”。比如入门级的编程工作，自动化起来可能特别容易。相比之下，资深工人拥有更多的“默会知识”，那是基于经验积累的判断力，AI 更难替代。
尽管有这些关于 AI 对年轻工人影响的发现，斯坦福经济学家巴拉特·钱达尔（Bharat Chandar）强调，要理解这项技术将如何影响未来的就业，现在仍然很早。岗位流失可能会蔓延到年龄更大的工人和暴露度较低的职业，他说。但他也表示企业和工人有可能适应劳动力需求的变化，影响可能趋于平稳甚至消失。
为了跟踪事态发展，斯坦福数字经济实验室即将推出一个定期更新的项目，提供关于 AI 如何改变经济的数据。
斯坦福的研究和其他工作把编程这项技能放到了聚光灯下。AI 在编程方面正变得极其强大。
美联储理事会经济学家最近的一篇论文发现，ChatGPT 推出以来程序员的年度就业增长速度显著放缓，降幅约 3%。但有一个关键细节：程序员的总体就业人数仍在增长。编程岗位还在增加，只是增速比 2022 年之前慢了。简而言之，编程工作没有在消失——至少短期内不会。但这个职业正在被 AI 明显地改造。
最近研究中的一个有些意外的发现是：自 ChatGPT 推出以来，AI 暴露度高的行业的工资涨得反而相对快。一种解释是，雇主仍然愿意为那些至少目前还难以被 AI 替代的知识和经验付费。如果确实如此，这意味着 AI 暴露度高的工作本身不会消失，真正消失的是传统的职业晋升模式——公司雇应届毕业生做可以被自动化的软件任务，慢慢培训他们积累宝贵的隐性经验。这种“边干边学”的模式可能终于被打破了——至少在某些职业上。
一个朴素的事实可能是：编程技能不再是工作的保障。这或许能解释全美各高校计算机科学专业报名人数的下降。未来职场里的“金丝雀”们正在嗅到危险信号——当你的技能可以被 AI 匹敌时，找工作的前景堪忧。
但仔细看数据会发现，学生并不是在远离 AI 相关的职业方向。他们似乎是在根据观察到的变化调整自己的技能组合，因为 AI 正在各个学科中变得越来越重要。数据科学和网络安全等与 AI 相关的领域的兴趣在上升。增长最快的专业之一是：人工智能本身（这是很多大学新近增设的专业）。
这次真的不一样吗？
对 AI 取代工人的焦虑并不是新鲜事。2013 年我就写过一篇《技术如何摧毁工作》，描述了包括 AI 在内的新技术如何开始威胁白领工作。当时不止我一个人在写这种文章，在那个就业市场疲软、工作稀缺的年代，这是个流行话题。
2016 年末，奥巴马在任期最后几天里发布了一份由顶级经济和科学顾问撰写的报告，警告 AI 正在威胁工人。其中一项发现是，自动驾驶车辆——特别是无人驾驶卡车——可能消灭 220 万到 310 万个美国现有工作岗位。差不多同一时期，AI 先驱杰弗里·辛顿（Geoffrey Hinton）说人们“应该停止培训放射科医生”，因为这个职业“很快就会被 AI 取代”是“完全显而易见的”。
这些预测当然都没有成真。预测者经常把技术进步的速度搞错：无人驾驶卡车车队上高速的日子还没有到来；AI 确实已经成为筛查放射影像的工具，但放射科医生比以往任何时候都多。事实证明人类放射科医生做着大量有价值的工作——解读结果、与患者互动——这些 AI 还做不了（至少目前做不了）。
有人可能会反驳：这次不一样。AI 在执行类似人类任务方面确实获得了难以想象的能力。也许它会以前所未有的方式吞噬工作，也许这会突然发生，毫无征兆，也不会提前反映在劳动力统计数据中。但之前几轮 AI 失业焦虑仍然留下了一个有先见之明的教训：我们真正应该关注的不是末日恐惧，而是很可能影响数百万人的那些非常现实的职场转型。
“即使不出现大规模失业或失业率上升，转型过程本身仍然可能非常艰难，”彼得森国际经济研究所高级研究员、拜登政府前商务部副部长杰德·科尔科（Jed Kolko）说，“艰难的转型意味着什么？意味着人们失去工作，或者工作被重新定义——薪水更低了、意义更小了。那些工作受到威胁的人，有些可能适应不了。”
我们越了解这个转型过程，就越有能力应对它。而要做到这一点，我们需要更好、更完整的数据。
对 BLS 前负责人麦肯塔弗来说，真正的问题是冲击到来的速度。“如果按照技术变革的正常节奏发生，劳动力市场有时间适应。如果是突然而剧烈的冲击，那对政策制定者将是巨大的挑战，”她说，“这才是我们面临的最重要的问题：这场转型会有多快。”她补充说：“我们通过观察数据就会知道。”
要避免又一次毁灭性的劳动力市场剧变，我们需要及时的政府和企业政策，尤其是工人培训和再培训项目。如果麦肯塔弗和其他劳动经济学家的判断没错，我们大概率还有时间来设计周密有效的策略来管理这场转型。但首先我们需要更好地理解到底在发生什么，以及有多快。
很难找到一位比斯坦福的布林约尔松对 AI 未来更乐观的经济学家。他相信我们可能正处于一轮巨大的生产力飞跃的前夕，这将改变整个经济。“我有生以来最好的生产力增长可能即将到来。”他说。
但布林约尔松也警告说，数据的匮乏正在严重限制我们对即将到来的经济和社会影响的可见度。在数千亿美元被投入到部署这项技术的当下，他说，“我们花在研究和理解就业转型上的投入甚至不到 1%。”
https://www.technologyreview.com/2026/05/26/1137855/a-reality-check-on-the-ai-jobs-hysteria/
热门跟贴