这份由SIEPR主任Neale Mahoney、前美国劳工统计局局长Erika McEntarfer和经济学家Karsen Wahal共同撰写的政策简报，系统梳理了AI对劳动力市场的真实影响。以下是五个关键发现。

一、AI并未导致大规模失业

这是最反直觉的结论。数据显示，自2022年以来，AI暴露度最高的职业群体失业率上升了0.77个百分点——而AI暴露度最低的群体，失业率反而上升了0.85个百分点。如果AI真的在系统性取代工作，这两个数字应该出现明显分化，但事实并非如此。

更值得注意的是，在已经采用AI的企业中，就业率在两年内反而增长了10%。尤其在AI投入强度最高的公司，就业增长最为显著。

二、初级岗位成为”煤矿中的金丝雀”

不过，报告也发现了一个不容忽视的警示信号。在软件开发领域，22至25岁的年轻开发者就业人数较2024年下降了近20%。在客服领域，初级岗位的招聘也减少了约15%。2026年初，应届毕业生的失业率达到5.6%，比三年前上升了1.6个百分点。

斯坦福数字经济实验室主任Erik Brynjolfsson将这些年轻人称为”煤矿中的金丝雀”——他们是AI冲击的第一批感知者。初级岗位涉及的常规研究、分析和写作任务，恰好是当前AI工具最擅长的领域。

但时间点存在争议。2022年底ChatGPT发布时，AI能力仍相当有限，同期美联储加息和远程办公常态化也对初级招聘产生了影响。Brynjolfsson在加入控制变量后确认，AI的实质性影响到2024年才开始变得显著。

三、AI确实在提升生产力

实验证据表明，AI工具能显著提升工作效率。GitHub Copilot使开发者的编程速度提高了56%，对经验较少的程序员提升最为明显。AI助手使客服中心的新手效率提高了30%。ChatGPT在所有能力水平的写作任务上都缩短了时间，并显著提升了低水平写作者的作品质量。

但这些实验层面的提升尚未在宏观生产率数据中体现出来。原因可能是AI能加速的任务在整体经济活动中的占比仍然较小，且流程瓶颈限制了单项任务提速转化为组织效率的提升。

四、企业采用加速但不均衡

各类调查显示的企业AI采用率差异巨大——美国人口普查局的统计约为20%，而面向高管的调查则显示超过40%的员工在工作中使用AI。这种差异源于调查方法和样本构成的不同。

AI采用主要集中在科技公司和信息密集型行业，最常见的应用场景是销售、营销、IT和战略。即使在采用者中，AI的使用范围仍然很窄，全面集成仍是例外而非规则。

五、AI的能力分布并不均匀

报告特别指出，AI的能力是”锯齿状”的——在某些领域已超越人类，在另一些领域则远远落后。例如，AI智能体处理现实世界任务的成功率已从2025年的20%提升至77.3%。但在折叠衣物、洗碗等家务任务中，机器人的成功率仅为12%。

这意味着，在错误的任务上使用AI可能导致负面结果。一项在肯尼亚的研究显示，技能较低的企业家听取AI的通用建议后，收入和利润反而下降了。

结论

斯坦福这份报告的核心结论可以用一句话概括：AI确实在改变就业市场，但它没有、也不会很快引发”就业末日”。真正的风险是渐进的——初级岗位的萎缩可能会在人才培养管道中造成”空洞化”，而政策制定者需要现在就为这种结构性变化做好准备。

对于普通从业者来说，Brynjolfsson的建议很务实：用AI来学习新技能，而不是仅仅用来自动化现有任务。找到人类在问题定义和方案判断上的优势领域，这才是未来几年中最有竞争力的能力。

> 图片来源：Stanford Institute for Economic Policy Research (SIEPR)