这是什么

斯坦福 HAI 与三位学者（Brynjolfsson、Chandar、Chen）发布了一项劳动市场研究。数据来自美国薪资公司 ADP 的匿名化工资单，覆盖 2500 万员工，按年龄和岗位两个维度追踪就业变化。

核心数字是 19%——22 至 25 岁、在软件开发、客服、会计审计、行政助理等高 AI 暴露岗位（指任务可被 AI 工具大量接管的工作）的年轻人，就业水平比同龄低暴露领域的人低 19 个百分点。去年是 13%，差距在扩大。作为对照，35 至 49 岁资深员工在同一领域就业反而增长约 9%。

研究把差异归因于「知识类型」：AI 替代的是书本化、可标准化、可模板化的「编码知识」——这正是新人入行时主要掌握的内容；资深员工积累的「隐性知识」（人际判断、复杂情境处理、跨部门协调）AI 仍学不会。年轻人失去的，是本该用来垫脚的入门级工作。

行业怎么看

支持者认为研究在因果层面做了严肃排除——剔除科技业招聘放缓、剔除远程办公普及、剔除疫情后教育质量下滑——19% 的差距依然稳健，可以视为「AI 结构性冲击入门级岗位」的有力证据。

批评同样存在。一是研究本身承认「并非完全由 AI 驱动」，宏观周期、行业结构调整仍可能有贡献；二是数据来自美国薪资系统，对中国市场的解释力有限；三是 19% 的相对差距虽显著，绝对就业减少的幅度仍待观察，不能直接外推为「年轻人找不到工作」。

更值得警惕的是低学历劳动者。研究指出，在低学历岗位中，不同 AI 暴露度的就业差距可持续到 40 岁。对没有学历护身的人来说，经验换不来庇护，AI 替代速度可能跑赢他们的技能升级速度。这是比「新人找不到工作」更严峻、却更少被讨论的问题。

对普通人的影响

对企业 IT 与招聘：入门岗位的「边干边学」机制正在失效，企业需要重新设计培养路径——从「招进来慢慢教」转向更密集的前期能力筛选，或通过项目制实习替代传统校招筛人逻辑。

对个人职场：22 至 25 岁群体的竞争维度已经改变，「会写代码」「能背标准流程」不再是护城河；能处理模糊情境、跨部门沟通、复杂人际判断的能力更稀缺，也更难被 AI 接管。

对消费市场：短期冲击有限，但中长期看，入门白领的实际购买力可能下滑，职业再培训、AI 工具应用课程、跨界技能迁移服务可能成为新的消费赛道。