关于AI是否会取代人类工作，后台的讨论一直很热烈。这种普遍的焦虑并非空xue来风，但AI究竟是如何具体地、一步步地改变就业市场的，很多人并没有清晰的感知。
最近，一篇发表在Twitter上的论文，以其全局性的视角和扎实的数据，为我们揭开了AI冲击就业市场的真实图景。这篇研究值得深入解读。
AI时代设计师的未来在哪里？阿里D20峰会揭秘这6个机遇方向！
这篇重量级论文来自哈佛大学，由经济学博士生Seyed M. Hosseini和Guy Lichtinger共同完成，其导师是劳动经济学领域的权威拉里·卡茨（Larry Katz）。研究的份量不言而喻。
论文本身没有任何情绪渲染，而是用冰冷、庞大的真实数据，冷静地剖析了自2023年以来，AI对美国就业市场的冲击究竟是如何发生的。
PART 1：数据揭示的“剪刀差”
这篇论文最精彩之处，并非仅仅是结论，而是其抽丝剥茧的研究方法：一个问题扣着一个问题，一个结论推导出下一个结论。
首先，AI是否真的在冲击就业市场？感觉靠不住，经济学研究要的是数据。
研究的第一步，是搬出美国劳动力市场的全量数据。作者获取了一个极为罕见的数据集，来自Revelio Labs公司基于LinkedIn招聘信息的收集，涵盖了28.5万家招聘公司、6200万份求职者简历和超过1.5亿条招聘记录。考虑到美国总人口约3.4亿，这个数据集几乎覆盖了绝大部分劳动力。
分析结果揭示了一个清晰的“剪刀差”：从2015年到2022年中，初级岗位和高级岗位的就业增长曲线基本同步。但从2022年中开始，情况突变。高级岗位的就业人数持续攀升，而初级岗位的增长却陷入停滞，并在2023年中开始掉头向下。两条增长曲线自此分道扬镳。
这就引出了一个关键问题：整体经济环境并未出现大问题，为何偏偏是面向年轻人的入门级工作，突然不“香”了？时间点上，这与2022年底ChatGPT的发布完美契合，让人不得不将目光投向AI。
PART 2：锁定“元凶”的巧妙设计
然而，时间上的相关性不等于因果性。要锁定原因就是AI，需要更直接的证据。
研究设计了一个巧妙的策略，采用了经济学中常用的“双重差分法”（Difference-in-Differences, DiD）。核心思路是找到“使用AI”和“未使用AI”的两组公司进行对比。但如何判断一家公司是否真的在用AI？总不能去问CEO。
作者想出了一个聪明办法：不看公司怎么说，而看它招什么人。他们定义了一类名为“AI整合者”（AI Integrator）的岗位。如果一家公司的招聘描述中间出现了LLM、提示工程师（Prompt Engineer）、生成式AI（GenAI）等关键词，就表明这家公司正在实质性应用AI提升生产力。
最终，他们在全量数据中识别出10.6万家这样的公司，约占公司总数的3.7%，且数量从2023年第一季度开始急剧增加。这些公司构成了“实验组”，其余公司则作为“对照组”。
PART 3：残酷的对比结果
分组完成后，对比结果令人震惊。
数据显示，在AI技术爆发（以2023年第一季度为界）之后，积极采纳AI的公司，其初级岗位的就业人数相对于对照组公司，出现了断崖式下跌。在AI扩散六个季度后，这个差距扩大到了7.7%。
与此同时，两组公司中高级岗位的就业情况并未出现这种差异，甚至AI采纳者公司的高级岗位增长更为强劲。
至此，证据链变得完整：在相同的经济环境下，那些深度拥抱AI的公司，恰恰是对初级岗位关上大门的公司。AI确实在“抢夺”初级工作。
PART 4：AI如何“抢”工作？
接下来的问题是，AI具体通过什么方式实现替代？是大规模裁员吗？
论文数据给出了一个更隐蔽、甚至更让人警惕的答案。作者将公司人员变动分解为新招聘、离职和内部晋升三部分。研究发现，AI采纳者公司初级岗位的萎缩，主要原因并非离职率上升（即并非大规模裁员）。
关键原因在于：停止招聘。
数据显示，与对照组相比，AI采纳者公司在2023年第一季度后，平均每个季度少招聘3.7个初级员工。对于那些原本招聘规模较大的AI公司，这意味着初级岗位的招聘量暴跌了约22%。
这是一个成本更低、更隐蔽的替代过程。毕竟，裁员涉及补偿成本、沟通成本和公关风险，而“不再招人”则安静得多。老的初级员工可能通过晋升或自然流失离开，但新的年轻人，却再也等不到那个入门的位置了。这就像温水煮青蛙，就业市场对初级岗位的入口正在悄然收窄。
PART 5：哪个行业冲击最大？
这种对初级岗位的压缩效应，在所有行业普遍存在，但程度各异。
冲击最大的并非人们通常认为的互联网或软件行业，而是批发和零售业。在这个行业里，拥抱AI的公司，其初级岗位的招聘数量比不拥抱AI的公司每季度减少了近40%。这符合直觉，因为批发零售业存在大量文员、客服、导购等标准化初级岗位，这些正是AI最容易替代的领域。
PART 6：名校学历是护身符吗？
最后一个，或许也是最令人深思的分析是：在AI面前，名校学历能提供保护吗？
作者将毕业生母校分为五个等级，从顶尖精英大学到普通地区性大学。然后观察了来自不同等级学校的初级员工，在AI采纳者公司中的就业变化。
结果呈现出一条清晰的“U型曲线”。
曲线的一端：来自最顶尖名校的毕业生，受到的负面影响相对较小。
曲线的另一端：来自最普通大学的毕业生，受到的影响也非常小，甚至在统计上不显著。
曲线的底部：遭受打击最沉重的，是那些来自中上等大学的毕业生，即那些很不错但并非顶尖学校的毕业生。
这背后的逻辑关乎“性价比”。对于公司而言，顶尖名校毕业生虽然成本高，但其解决复杂问题的能力也强，AI难以替代，因此公司仍愿意支付溢价。最普通大学的毕业生，能力或许不突出，但人力成本优势明显。最尴尬的是中间层：他们的薪资要求不低，但所从事的许多工作恰好落在AI可替代的范围内，高不成低不就，成为了最容易被优化掉的群体。
至此，这篇论文以真实、残酷且逻辑严密的方式，完成了它的论证。
PART 7：普通人的启示与应对
那么，这篇如手术刀般精准的论文，对我们每个普通人意味着什么？
一个最直接的现实是：如果你长期停留在只能完成初级任务的阶段，那么风险确实在急剧增加。曾经清晰的职业晋升阶梯，其底部正在被AI迅速抽走。按部就班的时代已经过去。
应对之策，或许可以归结为以下三点：
1. 加速完成原始积累，实现能力跃迁。
必须狂奔，因为AI在极速追赶。目标是迅速摆脱“初级”状态，成长为能独立承担复杂任务的核心成员。要有意识地主动挑战那些复杂项目，而非沉溺于能轻松完成的简单工作。后者是舒适区，也恰恰是AI的领地。你的目标，是在最短时间内，让你工作中AI不可替代的部分超过50%。
2. 构筑你的“暗知识”与“元技能”。
这一轮AI冲击的本质，或许可以概括为：知道“如何做”（How）的人被碘伏，而知道“为何如此”（Why）的人价值被放大。对于公共知识，AI已经满级。人类的优势在于“暗知识”——即只有你才能提供的特定上下文、经验和洞察。思考一下，在你的工作中，你能独特定义的“上下文”是什么？这个问题至关重要。
3. 向你的兴趣要回报。
品位、审美、幽默感、同理心、共情能力、感染力、领导力……这些在过去可能被视为“软技能”或加分项的能力，其重要性正在急速提升。它们似乎是AI目前难以触及的领域。千万不要忽视你的兴趣所在，多问问自己，有哪些事即使没有报酬你也乐在其中。那个看似边缘的角落，或许正是你未来竞争力的重要来源。将你的独特兴趣与AI工具结合，可能会碰撞出新的火花。
结语
谷歌DeepMind的CEO Demis Hassabis曾表示，AI对就业市场的潜在影响是“可怕的”。但他同时也指出，AI将引领一个“激进富裕”时代的到来。
如何在前一个现实向后一个愿景演进的过程中，确保自己不被时代抛弃，是摆在每个人面前的严肃命题。这要求我们不仅看到冲击，更要看到变化中蕴藏的新逻辑与新机遇，并据此调整自己的定位与策略。
