AI崛起对年轻人就业的影响

尽管AI并未引发大规模裁员，但年轻人的求职之路却变得更加艰难。本月，AI公司Anthropic发布了一份研究报告，名为《AI对劳动力市场的影响》。与那些基于推测撰写的“AI将取代X%的工作”的报告不同，这份报告采用了真实数据——他们将800多个美国职业的具体任务与Claude的实际使用记录进行了交叉比对。换句话说，不是探讨“AI理论上能否完成某项工作”，而是观察“人们当前实际在用AI做什么”。报告发布后，许多人期待看到大量职位消失的证据，然而事实并非如此。
报告中有一个概念称为“观测暴露度”，即某个职业中有多少比例的任务已被AI实际覆盖。程序员位居榜首，75%的任务已被AI覆盖。紧随其后的是客服代表和数据录入员，覆盖率均超过60%。金融分析师和技术文档工程师也名列前茅——这些工作的共同特点是：大量文字、数据处理和信息整理，高度结构化，恰好是大模型最擅长的领域。
相反，有30%的职业对AI暴露度为零：厨师、摩托车维修工、救生员、调酒师、洗碗工等。需要动手操作、现场作业或人际互动的工作，目前AI还无法替代。
然而，问题出现了：程序员被AI覆盖了75%的工作，失业率激增了吗？答案是否定的。报告追踪了自2022年底（ChatGPT发布）以来的就业数据，高暴露度职业的失业率并未出现系统性上升。
公司并未进行大规模裁员。
那么AI的冲击体现在哪里呢？
隐藏在一个不太显眼的数据中：在高暴露度职业中，22至25岁年轻人的入职率自2024年起显著下降。后ChatGPT时代，这一数字相比2022年减少了约14%。
逻辑很简单。公司引入AI后，一名高级员工可以完成以前三个人的工作量。为何还要花费时间培训毫无经验的应届生？
因此，公司不裁老员工，但也不招新人了。
这种替代非常隐蔽。你不会在新闻中看到“某公司今日裁员XXX人”的报道，但职场的第一级台阶正在悄悄消失。这对刚毕业的年轻人影响最为直接。
此外，报告还揭示了一个反直觉的现象：高暴露度人群并非低学历、低收入群体，恰恰相反——他们的平均收入比低暴露度人群高出47%，拥有研究生学历的比例高达17.4%，几乎是低暴露度群体（4.5%）的四倍。
也就是说，在这一轮变革中最容易受到冲击的是那些坐在空调房里敲键盘、做分析、写报告的人，而非工厂流水线工人或建筑工人，而是白领阶层。
报告中还有一个令人稍感宽慰的数据：即便是程序员这个覆盖率75%的职业，理论上AI可达到94%，但实际上只实现了33%。
差距很大。原因在于现实世界存在许多“摩擦力”——公司的合规要求、特定系统的对接问题、必须人工确认的步骤以及模型本身的局限……这些因素在理论上是隐形的，但在实际操作中却是一道道障碍。
这表明AI的渗透仍处于早期阶段，尚未到达临界点。
但早期并不意味着安全。报告的两位作者指出，这一过程类似于互联网渗透各行业的进程，大约需要10到20年。虽然进展缓慢，但方向不变。
普通人能做些什么呢？报告没有给出具体答案，但逻辑清晰：AI降低了“可重复生产”的价值。当生成一篇文章、绘制一张图或编写一段代码的成本接近于零时，这些东西本身便不再稀缺。真正稀缺的是你写作的原因、所作判断的内容以及背后的视角。
这不是一个立即能转化为行动的建议，但可以作为一个思考的方向：你现在所做的工作中，哪些部分是AI几乎无法替代的？将注意力集中在这些方面，比焦虑整体趋势更有用。
现在还不是最糟糕的时候，但观望的窗口并非无限。利用这段时间，弄清楚自己哪些能力真正属于你自己，才是最重要的。

本月，AI公司Anthropic发布了一份研究报告，名为《AI对劳动力市场的影响》。

与那些基于推测撰写的“AI将取代X%的工作”的报告不同，这份报告采用了真实数据——他们将800多个美国职业的具体任务与Claude的实际使用记录进行了交叉比对。换句话说，不是探讨“AI理论上能否完成某项工作”，而是观察“人们当前实际在用AI做什么”。

报告发布后，许多人期待看到大量职位消失的证据，然而事实并非如此。

报告中有一个概念称为“观测暴露度”，即某个职业中有多少比例的任务已被AI实际覆盖。

程序员位居榜首，75%的任务已被AI覆盖。紧随其后的是客服代表和数据录入员，覆盖率均超过60%。金融分析师和技术文档工程师也名列前茅——这些工作的共同特点是：大量文字、数据处理和信息整理，高度结构化，恰好是大模型最擅长的领域。

相反，有30%的职业对AI暴露度为零：厨师、摩托车维修工、救生员、调酒师、洗碗工等。需要动手操作、现场作业或人际互动的工作，目前AI还无法替代。

然而，问题出现了：程序员被AI覆盖了75%的工作，失业率激增了吗？

答案是否定的。报告追踪了自2022年底（ChatGPT发布）以来的就业数据，高暴露度职业的失业率并未出现系统性上升。

公司并未进行大规模裁员。

那么AI的冲击体现在哪里呢？

隐藏在一个不太显眼的数据中：在高暴露度职业中，22至25岁年轻人的入职率自2024年起显著下降。后ChatGPT时代，这一数字相比2022年减少了约14%。

逻辑很简单。公司引入AI后，一名高级员工可以完成以前三个人的工作量。为何还要花费时间培训毫无经验的应届生？

因此，公司不裁老员工，但也不招新人了。

这种替代非常隐蔽。你不会在新闻中看到“某公司今日裁员XXX人”的报道，但职场的第一级台阶正在悄悄消失。这对刚毕业的年轻人影响最为直接。

此外，报告还揭示了一个反直觉的现象：高暴露度人群并非低学历、低收入群体，恰恰相反——他们的平均收入比低暴露度人群高出47%，拥有研究生学历的比例高达17.4%，几乎是低暴露度群体（4.5%）的四倍。

也就是说，在这一轮变革中最容易受到冲击的是那些坐在空调房里敲键盘、做分析、写报告的人，而非工厂流水线工人或建筑工人，而是白领阶层。

报告中还有一个令人稍感宽慰的数据：即便是程序员这个覆盖率75%的职业，理论上AI可达到94%，但实际上只实现了33%。

差距很大。原因在于现实世界存在许多“摩擦力”——公司的合规要求、特定系统的对接问题、必须人工确认的步骤以及模型本身的局限……这些因素在理论上是隐形的，但在实际操作中却是一道道障碍。

这表明AI的渗透仍处于早期阶段，尚未到达临界点。

但早期并不意味着安全。报告的两位作者指出，这一过程类似于互联网渗透各行业的进程，大约需要10到20年。虽然进展缓慢，但方向不变。

普通人能做些什么呢？报告没有给出具体答案，但逻辑清晰：AI降低了“可重复生产”的价值。当生成一篇文章、绘制一张图或编写一段代码的成本接近于零时，这些东西本身便不再稀缺。真正稀缺的是你写作的原因、所作判断的内容以及背后的视角。

这不是一个立即能转化为行动的建议，但可以作为一个思考的方向：你现在所做的工作中，哪些部分是AI几乎无法替代的？将注意力集中在这些方面，比焦虑整体趋势更有用。

现在还不是最糟糕的时候，但观望的窗口并非无限。利用这段时间，弄清楚自己哪些能力真正属于你自己，才是最重要的。