数据：冲击比想象温和

斯坦福大学经济政策研究所（SIEPR）的一项分析显示，自 2022 年 ChatGPT 发布以来，受 AI 影响最大的 20% 劳动者，失业率仅上升 0.77 个百分点，反而低于受 AI 影响最小群体的 0.85 个百分点。应届生失业率一度达到 5.6%，高于 4.2% 的全国均值，但远程办公退潮与疫情期过度招聘的回落同样难辞其咎。

「在那些我们预期最先受到冲击的职业里，就业趋势基本稳定。」报告合著者、斯坦福研究员 Erika McEntarfer 表示，「计算机革命用了几十年才彻底改变劳动力市场，眼下的情况与之惊人相似。」

真正发生的是「改变」而非「消失」

招聘端的信号更清晰。ZipRecruiter 最新雇主调查显示，74% 的雇主将 AI 技能视为显著优势或硬性要求，13% 的公司在全公司范围强制要求；半数受访雇主期望候选人在入职第一天就已是熟练或进阶的 AI 使用者。

「最清晰的趋势线是门槛在升高，而不是岗位在收缩。」ZipRecruiter 劳工经济学家 Nicole Bachaud 说。纽约大学斯特恩商学院的 Robert Seamans 将 AI 的影响分为三类——被淘汰、被创造、被改变，其中「被改变」这一类远远最大。斯坦福教授 Nicholas Bloom 则用「湍流」形容当下：AI 一边摧毁一些岗位，一边催生出部署、销售、维护与开发 AI 系统的工作。

灵活用工可能扩张

风险也并非不存在。麻省理工学院荣誉退休教授 Paul Osterman 在新书《Disposable Workers》中指出，约 35% 的美国劳动力已被视为容易替代，AI 只会加剧这一趋势，更多企业会转向合同工与自由职业。在他看来，高技能劳动者的对策是提升技能与外部人脉，而底层劳动者更需要公共政策托底。

来源：The Guardian / Varsha Bansal（2026-08-12）

谷歌于 7 月 23 日发布了名为 ATLAS（活动、任务、图景与采用研究）的首份报告。这项研究分析了今年 4 月 6 日至 19 日两周内，Gemini 应用、搜索 AI 模式和 Gemini API 三个产品线上共计约 1465 万次经过去标识化处理的人机交互，覆盖超过 150 个国家、140 种语言、800 种职业和 4000 项具体工作任务，是目前观察真实 AI 使用情况样本量最大的一次研究。

用得很广，但用得很浅

研究发现，AI 的职业渗透面已经相当惊人：Gemini 的工作类使用覆盖了约 68% 的职业类别，这些职业合计占美国就业人口的约九成。从写字楼到修理厂，几乎各行各业都有人在用 AI。

但「广」的另一面是「浅」。在一份典型工作中，AI 平均只被用于约 21% 的任务；而在工作相关的交互里，试图让 AI 完全自动化完成任务的不足 10%。绝大多数交互属于协作性质——查资料、起草文稿、头脑风暴、排查技术故障、学习新技能，最终的判断和决策仍然由人来做。

谷歌技术与社会团队的经济学家斯科特·斯特兰德对此的总结是：AI 的采用「非常非常广泛，触及了大量职业」，但同时「也非常浅」。研究团队打了一个形象的比方：AI 目前的角色更像测量员手里的激光水平仪——让工作干得更快更准的工具，而不是顶替工作的人。

蓝领用户超出预期，86% 的使用与工作无关

报告中一个出人意料的发现是蓝领群体的活跃度。电工用 AI 查接线图，汽修技师用 AI 解读检测结果、排查电路故障、检查机械磨损。这类体力和技术工种的从业者使用多模态 AI（图像、视频分析）的频率是其他用户的两倍。

另一个数字同样值得注意：所有交互中超过 86% 与工作无关。人们更多在生活场景中使用 AI——研究要买的商品、学用家电、管理家庭预算，以及处理税务、证照、罚款等繁琐的行政事务。研究认为，这部分价值很难体现在传统经济统计指标中。

收入与使用强度也呈明显正相关：职业收入中位数每高 1%，AI 使用量相应高出约 2.68%。按就业人数加权，研究覆盖的美国用户年薪中位数为 62252 美元；但若按 AI 对话量加权，这一数字升至 82919 美元——高收入、从事复杂认知工作的人群目前用得最多。

结论有边界，但信号很明确

研究团队也坦承这项研究的局限。首先，数据不含 Gemini Enterprise 和 Google Workspace 等企业级产品——谷歌不保留这些产品的使用日志，因此企业内部的自动化程度可能被低估。其次，报告只是特定时间段的快照，无法预测 AI 能力增强后就业市场会如何演变。

值得一提的是，这一结论与 Anthropic、OpenAI 此前发布的同类研究方向一致，只是 Anthropic 报告的自动化比例略高。人力资源巨头德科集团近期也表示，不认为 AI 会引发就业崩塌，技术更可能重新定义岗位职责，企业应把精力放在员工技能重塑上，而不是简单裁撤入门级岗位。

至少从这份 1465 万次交互的大样本来看，当下的 AI 更接近一位随叫随到的助手，而非批量上岗的替代者。

来源：谷歌官方博客、Axios、IBTimes

“别再粉饰太平了”

在 Axios 的 “Behind the Curtain” 视频栏目中，Amodei 直言不讳地表示，AI 行业和政府必须停止对即将到来的就业冲击”粉饰太平”。他认为，作为正在建造这项技术的人，公开说出真相是一种社会责任。

Amodei 的警告并非危言耸听。事实上，许多 CEO 已经在私下行动。据他透露，大量企业高管正在悄悄暂停初级岗位招聘，因为他们预计 AI 在未来 18 到 24 个月内就能成熟到足以自动化这些工作。

受影响最深的行业

冲击将主要集中在几个知识密集型领域：科技、金融、法律和咨询。这些行业的入门级岗位——初级软件工程师、法律助理、一级分析师——正是 AI 模型当前最能胜任的工作类型。

LinkedIn 首席经济机会官 Aneesh Raman 在《纽约时报》的一篇专栏文章中呼应了这一判断，指出 AI 正在”打破职业阶梯的最底层台阶”。

一个矛盾的未来

Amodei 描绘了一个令人深思的悖论：”癌症被治愈了，经济以每年 10% 的速度增长，预算平衡了——但 20% 的人没有工作。”

宏观经济增长与社会危机并存，这是他最担心的场景。虽然 AI 可能带来巨大的生产力提升和科学突破，但如果财富分配机制跟不上，普通人的处境可能反而恶化。

提出的解决方案

Amodei 提出了几项应对建议：

第一，加速公众认知。AI 公司和政府应当更透明地解释即将到来的劳动力变化，让从业者有时间重新规划职业路径。

第二，减缓岗位替代速度。帮助现有劳动者了解如何利用 AI 增强而非取代自己的工作能力。

第三，政策层面的讨论。Amodei 提出了一项”Token 税”：每次用户使用 AI 模型产生收入时，将约 3% 的收入上缴政府并以某种方式重新分配。他坦言”这显然不符合我的经济利益，但我认为这是一个合理的解决方案”。

不可能停下，但可以转向

“你不可能站到火车前面让它停下。” Amodei 总结道，”唯一有效的办法是给火车转向——让它偏离原来的方向 10 度。这是可以做到的，也是可能的，但我们必须现在就行动。”

这场由 AI 驱动的就业变革已经开始，而 Amodei 的公开表态，可能标志着硅谷对 AI 风险叙事的一个重要转折点。

> 信息来源：Axios “Behind the Curtain” 系列专访，2026 年 7 月

在接受Axios “Behind the Curtain”视频栏目的独家专访时，Amodei发出了可能是迄今为止科技界最高层级的警告：AI可能在1到5年内消灭一半的入门级白领工作岗位，并将失业率推高至10%到20%。

“大多数人都没意识到这即将发生。”Amodei说，”这听起来很疯狂，人们就是不相信。”

“癌症被治愈，经济年增长10%——但20%的人没有工作”

Amodei描述了一个令人不安的悖论：即便在最乐观的AI发展图景下——癌症被攻克、经济以每年10%的速度增长、财政赤字消失——大量普通人仍可能陷入失业困境。

“到时候可能会变得非常糟糕。”他说，”民主的权力平衡建立在’普通人通过创造经济价值获得议价能力’这一前提上。如果这一点不再成立，事情会变得很可怕。”

他的核心论点很直接：企业正在大规模暂停初级岗位的招聘，因为CEO们普遍认为，AI在18到24个月内就能成熟到足以完全自动化那些入门级任务。

已经是一个正在发生的事实

这并不是一个遥远未来的预言。数据显示，AI对就业市场的冲击已经在发生：

• 美国22至25岁软件开发人员的就业人数较2024年下降了近20%
• 呼叫中心和客服岗位的初级招聘减少了约15%
• 大量CEO私下承认，他们正在暂停新岗位的招聘审批，等待AI能力成熟

LinkedIn首席经济机会官Aneesh Raman在接受《纽约时报》采访时也表达了同样的担忧：AI正在打破”职业阶梯的最低几级台阶”，受到冲击最严重的是初级软件开发人员、法律助理和第一年入职的咨询师。

Amodei还补充了一个更令人不安的细节——许多公司在公开场合否认AI会取代工作，但在内部，CEO之间的讨论完全是另一番景象。“很少人愿意公开承认这一点，但每一个CEO都在——或即将——私下做这件事。”

“代币税”：一个CEO给自己的加税提议

在谈到解决方案时，Amodei提出了一个出乎意料的建议：对AI使用征收”代币税”——每次用户调用AI模型产生收入时，从中抽取大约3%，”交给政府并以某种方式重新分配”。

“显然，这不符合我的经济利益。”Amodei坦言，”但我认为这是一个合理的解决方案。”

如果他关于AI能力飞速发展的预测成真，这种税收每年可能筹集数万亿美元的资金，用于再培训和社会安全网建设。

Amodei还提出了其他几项措施：

• 加速公众意识建设：AI公司和政府更透明地解释即将到来的就业变革
• 放慢岗位替代速度：帮助劳动者了解如何用AI增强而非替代自己的工作
• 推动政策讨论：从职业再培训到财富分配机制，全社会需要做好准备

“你不能站到火车前面去拦停它”

Amodei在采访最后说了一段值得深思的话：

“你不能站到火车前面去拦停它。唯一有效的办法是’引导列车’——让它偏离原来的方向10度。这是有可能的，但我们必须现在就做。”

他将自己定位为”真相的讲述者”而非”末日预言者”，并相信通过及时的政策干预，完全有可能避免最坏的结果——但前提是，社会必须正视这个问题，而不是假装它不会发生。

硬数据：入门级岗位招聘已明显萎缩

斯坦福数字经济实验室主任Erik Brynjolfsson（埃里克·布林约尔松）展示的研究数据显示，AI暴露度高的职业，入门级岗位招聘量已经出现了可量化的下降：

• 软件开发：22至25岁初级开发人员的招聘量较AI普及前下降了约 20%
• 客服/呼叫中心：初级岗位招聘量减少了约 15%

这些数字不是预测，而是已经发生的事实。

前美国劳工统计局负责人、现任SIEPR政策研究员Erika McEntarfer在峰会上表示，虽然整体就业市场并未崩盘，但AI暴露度高的岗位正在明显走弱。”那些最容易被AI替代的职业，失业率正在缓慢上升。”她补充说，过去18个月招聘放缓主要集中在AI可替代的脑力劳动岗位，而非体力劳动岗位。

从”金字塔”到”钻石”：职业阶梯正在变形

峰会上经济学家们提出了一个形象的比喻：传统职业结构像一座金字塔——底部是大量入门岗位，越往上越少。但AI正在做的事情，就是逐步消解金字塔的底部。

AI模型已经能够接手撰写样板代码、处理例行客户咨询、整理法律文件等入门级工作——而这些恰恰是新人积累经验、往上晋升的必经之路。

斯坦福商学院经济学教授Charles “Chad” Jones指出，当金字塔底部被压缩后，职业结构更像一颗”钻石”——中层岗位相对增多，但底层入门岗位急剧减少。”如果你连第一级台阶都踩不上去，那整个职业阶梯对你来说就失去了意义。”

生产力提升与就业冲击并存

Brynjolfsson在研究中发现一个矛盾现象：AI带来的生产力提升最显著的领域，恰恰是初级岗位就业收缩最严重的领域。

他对此态度明确：”我相当确信AI会带来生产力提升和财富增长，但我非常担心这些收益不会被均匀分配——很多人会受到严重冲击。”

企业层面的调研数据验证了这一趋势。麦肯锡的调查显示，约三分之一的机构预计AI将在未来一年内缩减员工规模，其中服务运营、供应链和软件工程是预期减员比例最高的领域。几乎所有职能部门中，企业预期的岗位缩减规模都高于过去一年已出现的减员幅度。

给年轻劳动者的三条建议

面对这场结构性的变革，经济学家们为年轻劳动者提供了具体建议：

1. 用AI学习，而非替代。Brynjolfsson的研究显示，用AI来学习新技能的劳动者，就业前景反而在增长；而那些只把AI当作”省事工具”的人，就业则在下降。

1. 找到人类优势的”瓶颈点”。Jones建议，在一项工作的任务链条中，找到那些AI无法自动化的”薄弱环节”——定义问题、评估方案、跨领域判断——并把精力集中在这些环节上。

1. “能搞定事情”本身就是价值。McEntarfer的建议相当务实：”永远不要低估’能把事情干完’的能力。不管你的技能清单有多长，老板看重的始终是你能不能出活。”

政策层面的盲区

Brynjolfsson直言，在政策应对方面，政府几乎是”闭着眼睛飞行”——缺乏实时数据，也缺乏帮助劳动者转型的培训基础设施。他呼吁建立更灵活的劳动力市场机制，包括更好的实时就业数据和充分的技能培训项目，帮助被AI替代的劳动者重新进入就业市场。

这场变革的大幕才刚刚拉开，而数据的指向已经非常明确：AI正在重塑就业市场，而首当其冲的，是那些刚刚踏入职场的人。