AI正在重塑入门级就业市场：斯坦福经济学家Brynjolfsson的最新证据

事件背景

2026年6月，斯坦福大学数字经济实验室主任Erik Brynjolfsson与ADP Research联合发布了“Canaries Dashboard”（金丝雀仪表盘），基于ADP覆盖约六分之一美国工人的薪资数据，实时追踪AI对就业的影响。该仪表盘是2025年8月一篇引起广泛争议研究的延续——那篇论文发现，自生成式AI普及以来，22-25岁工人在AI暴露最严重的职业中就业显著下降。当时，谷歌经济学家质疑是利率因素，阿波罗全球管理公司Torsten Slok认为只是低招聘、低解雇市场的特征。

新数据覆盖至2026年4月，近四年后ChatGPT的影响依然清晰：年轻工人就业下降趋势不但没有逆转，反而从每年2.8%加深至超过4%。Brynjolfsson对《财富》表示：“不管是什么，它不会消失。”

数字经济分析：AI正在拆除职业阶梯的底层

从数字经济视角看，AI并非均匀地取代工作，而是从任务层面渗透。Brynjolfsson与合作者ADP首席经济学家Nela Richardson发现，AI首先自动化那些不需大量经验的“可编码”任务——检索、总结、排程、格式化等，而这些正是入门级工人的核心工作。资深工人则拥有难以编码的隐性知识，形成缓冲。

仪表盘显示，所有年龄段工人整体就业变化甚微——高AI暴露岗位仅同比收缩0.2%。但按职业阶段切开，数据呈现断层：22-25岁工人就业下降3.8%，而35-40岁工人增长2%。这等于AI正在拆除职业阶梯的第一级，而非整体岗位数量缩减。

网络效应在劳动力市场同样显现：随着AI工具（如Copilot、ChatGPT Enterprise）在企业部署，更多公司倾向于用AI替代初级任务，导致初级岗位需求减少，进而减少该群体的经验积累，长期可能加剧技能分化。

商业模式观察：从人力资本到AI资本的套利

企业正在调整其盈利模式。传统上，公司通过雇佣低成本初级员工并培养其成为未来骨干来创造价值。现在，AI工具能以更低边际成本完成初级任务。例如，法律、咨询、市场营销等行业大量使用AI生成草案、分析数据，减少了对初级分析师的需求。

这种转变体现在企业的成本结构上：AI许可费用（如每月30美元的ChatGPT企业版）远低于一名初级员工的薪资。平台企业（如Microsoft、Google）通过提供AI助手，将原来的人力服务转化为软件订阅，形成新的收入模式。Adobe、Salesforce等也已嵌入AI功能，推动SaaS涨价。

但长期来看，若企业过度削减入门级岗位，未来高级人才可能出现断层——因为没有初级阶段的锻炼。Brynjolfsson称之为“职业阶梯的缺失”，这可能迫使企业重新设计培训体系，或出现“AI学徒”模式。

市场竞争分析：AI平台之争加速劳动力重塑

AI平台（OpenAI、Google、Meta、Anthropic）的竞争焦点在于模型能力和应用场景。但一个隐藏的竞争维度是企业级AI工具如何改变劳动力结构。

• Microsoft（Copilot）：深度集成Office和Azure，瞄准知识工作者的日常任务，直接替代初级文员、数据分析师。
• Google（Gemini for Workspace）：类似功能，但更侧重搜索和协作。
• Meta（开源模型）：企业可定制，但商业化路径尚不明确。

谁的企业AI工具更高效，谁就能更快推动企业裁员或减少招聘，进而影响就业市场。Brynjolfsson的研究表明，高AI暴露职业的就业萎缩已持续，这些平台正是背后的技术推手。

另一方面，人力资源技术平台（如ADP、Workday、SAP SuccessFactors）面临新挑战：它们需要帮助客户管理AI带来的劳动力变化，例如预测哪些岗位会被替代、如何重新培训员工。ADP与Brynjolfsson的合作正是这种趋势的体现——数据公司从提供薪资处理转向提供劳动力市场情报。

数据与监管影响：需要新的“数字安全网”

当前数据治理和AI监管政策主要关注隐私、偏见和透明度，但Brynjolfsson的研究暗示了一个新维度：就业影响监测。欧盟《AI法案》要求高风险AI系统评估对基本权利的影响，但并未强制要求就业影响披露。美国则尚无联邦AI法规。

Brynjolfsson的仪表盘可视为一种“AI经济指标”，类似于失业率或CPI。如果政府能利用此类数据进行政策干预，例如对使用AI替代初级岗位的企业征税或要求提供培训，或将改变AI部署方向。

跨境数据流动方面，ADP数据仅限美国。其他国家的劳动力结构可能不同，例如中国、印度的初级岗位占比更大，AI影响可能更剧烈。但缺乏类似高质量数据，导致政策滞后。

全球趋势观察：短期噪音还是长期结构化转变？

Brynjolfsson将此转型类比为工业革命——前者自动化肌肉，后者自动化思维。他认为变化速度将快10倍。这不是周期性波动，而是劳动力市场的结构性重塑。

支持长期趋势的证据：AI模型效率每12-18个月翻倍（Scaling Laws），成本下降，扩散加速。企业一旦部署AI并看到成本节约，不容易退回。此外，Brynjolfsson的数据显示，即便排除科技行业和远程工作影响，效应依然存在，说明是AI本身的作用。

但也有反例：某些行业（如医疗、建筑）AI暴露低，暂时安全；且AI也能创造新岗位，比如提示工程师、AI合规官，但量级远小于被替代的初级岗位。

DigitalEcoNews Insight

Brynjolfsson和ADP的研究揭示了AI经济中一个最微妙但关键的机制：AI不是直接消灭工作，而是解构职业阶梯。对企业而言，这意味着人力资源策略必须重写——单纯削减初级岗位会破坏长期人才供应链。对平台公司（Microsoft、Google）而言，AI助手商业化依赖于企业客户对“减少人力”的需求，但过度自动化可能引发社会反弹。

更深远的经济意义在于：入门级岗位的消亡将加剧收入不平等和阶层固化，因为富家子弟可通过社会资本获取更好的起步机会，而普通人失去积累经验的入口。政策制定者应考虑将AI部署与企业培训义务挂钩，或建立全民AI素养计划。

数据方面，Brynjolfsson的仪表盘为数字经济监管提供了可量化的工具——能否将类似指标纳入各国统计体系，将是未来监管竞争的关键。最终，AI经济不只是技术竞赛，更是制度竞赛。

*数据来源：Fortune报道《'It's not going away': The Stanford economist who called the AI entry-level jobs crisis early has the receipts》（2026年6月27日）。*