斯坦福研究揭示AI冲击职场新人就业

斯坦福数字经济实验室于近期更新了一篇研究论文，依托薪资服务商ADP覆盖数百万美国劳动者的高频薪资数据，深入剖析了生成式人工智能普及后劳动力市场的真实变化。研究结果表明，应届毕业生与初入职场的年轻人正承受着人工智能带来的最直接冲击，这一现象引发了广泛关注。

从整体来看，研究并未发现全美范围内出现大规模岗位被人工智能替代的证据，但生成式AI确实严重冲击了年轻人的“第一梯级”就业通道。在软件开发、客服等受人工智能影响显著的高影响职业中，与受AI影响较小的领域相比，22-25岁年轻人的就业率落后约19%，而此前2025年的差距仅为13%。这一数据变化说明，随着生成式AI技术的快速落地，入门级岗位的就业机会正在被明显压缩。与之形成鲜明对比的是，同一岗位的资深从业者并未出现同等的就业缺口，其就业水平保持平稳甚至有所上升。

研究认为，入门级员工更容易受到冲击的部分原因在于这些岗位高度依赖“编码化知识”。所谓编码化知识，是指能够通过教育、教材或书面流程传授的正式、标准化、文档化知识，这类知识通常具有明确规则和固定流程，人工智能更容易参与甚至替代相关工作任务。例如，基础代码编写、标准客服应答、文档处理等岗位职责，往往属于编码化知识的范畴，大语言模型和自动化工具能够高效完成这些工作，从而对初入职场者构成替代压力。

与之相对，“默会知识”主要通过实践操作、导师指导以及反复接触真实场景才能获得，这类知识难以被明确记录和传递，更多依赖个人的经验判断与情境感知。研究人员指出，在涉及默会知识的复杂工作中，人工智能更可能扮演辅助经验丰富员工的角色，而无法直接取代其经验判断。这也解释了为何资深从业者在面对AI冲击时表现出更强的就业韧性。

研究还特别指出，高等教育可以缓冲人工智能对就业的负面影响。通过系统学习和训练，高学历人群往往具备更高层次的抽象思维与综合分析能力，更容易适应需要复杂决策和人际互动的工作任务，从而在一定程度上降低被替代的风险。该研究为理解生成式AI时代的劳动力市场结构变化提供了重要的数据支撑，也为教育体系与职业培训的调整方向提供了参考。