生成式AI技术变革：初级员工就业受挫，资深员工价值凸显

近日，美国哈佛大学博士生赛义德·侯赛尼（Seyed M. Hosseini）与盖伊·莱廷格（Guy Lichtinger）联合发布了一项题为《生成式AI：一种偏向资历的技术变革》的研究报告。该分析基于2015年第一季度至2025年第一季度期间，美国近28.5万家企业及约6200万员工的简历与招聘信息，深入探讨了生成式人工智能的采纳如何影响不同资历层次员工的就业状况。

研究结果表明，生成式人工智能的应用确实会对不同经验水平的员工产生差异化影响，其中对初级岗位员工的冲击尤为明显，而资深员工受到的影响相对有限。研究人员通过追踪企业发布的“AI集成师”职位来识别生成式AI的采纳情况，这类岗位通常标志着公司正在积极整合AI技术。

图示说明：研究通过分析明确招聘“AI集成师”的职位发布来识别AI采纳企业。若一家公司发布了至少一个此类职位，即被认定为AI采纳者。数据显示，约有10600家公司（约占样本的3.7%）采纳了AI技术，且这一趋势自2023年第一季度起迅速攀升。

通过对比分析，侯赛尼和莱廷格发现：自2023年第一季度以来，在采纳AI技术的公司中，初级员工的数量显著减少，而资深员工的数量则持续增长。初级员工数量下降的主要原因是企业招聘节奏放缓，而非员工离职率上升，其中批发与零售行业受到的影响最为突出。

此外，不同教育背景的员工受到的影响程度也存在差异：中等学历的毕业生受影响最大，而高学历和低学历毕业生受到的影响较小。总体而言，研究表明AI的采纳可能对初级员工产生更显著的负面效应。

生成式AI重塑职场：

初级员工面临冲击，资深员工价值凸显

人工智能对初级员工的影响，尤其是那些从事高技能白领工作的新人，近来已成为学术界和媒体关注的焦点。通常，这些岗位的起步阶段涉及基础性工作，例如代码调试、法律文件审阅等——这些任务虽有一定知识门槛，但重复性较高，正逐渐被AI自动化所替代。随着员工积累经验，他们往往会转向更具复杂性的工作，如解决疑难问题或团队管理。然而，如果AI接管了大量初级任务，这些作为职业起点的岗位可能会日益减少。

这一问题不仅关乎短期就业。大学毕业生的收入增长，很大程度上依赖于进入公司后从初级职位逐步晋升。而起薪水平，也对收入差距的形成具有深远影响。

有研究指出，美国近年来的收入不平等加剧，主要根源在于起始薪资的差异，而非后期薪酬增长速度的不同。如果AI对初级岗位的冲击加剧，大学毕业生的起薪差距可能进一步扩大，职业晋升通道也可能变得更加狭窄。

关于生成式AI如何影响初级员工，目前存在不同见解。有实验发现，AI工具能显著提升新人的工作效率，这意味着AI可能成为他们的有力助手，反而增加市场对初级人才的需求。但另一方面，AI也能自动完成许多重复性脑力劳动，直接替代不少初级岗位。越来越多的人担忧，AI会导致高技能行业减少招聘新人。

《华尔街日报》在2025年7月曾报道称，许多雇主和招聘机构观察到，营销行业对初级员工的需求大幅下降。招聘公司Hirewell的一位高管表示：“我们的客户几乎不再招聘应届毕业生了——这些曾经备受追捧的年轻人所承担的工作，现在AI能够更快、更好地完成。”

一些观察者还注意到，AI或许与近期的就业市场变化有关：从2022年底开始，尽管年轻人整体失业率保持稳定，但高校毕业生的失业数字却显著上升。

根据侯赛尼和莱廷格的分析，2015年至2022年中期，初级员工和资深员工的就业增长幅度基本同步。但从2022年中期开始，初级岗位增长逐渐停滞，到2023年初更是出现下滑；相反，资深员工数量仍在持续上升。

图示：从整体趋势看，在2022年之前，初级和资深员工的就业变化几乎同步增长。然而，从2022年中期开始，资深员工的就业继续稳步增长，而初级员工的增长停滞，随后开始下降。

图示：到2022年第四季度，初级员工的就业趋势趋于平稳。但从2023年第一季度开始，在采纳AI的公司中，初级员工就业下降约7.7%，而资深员工则保持之前的增长势头。

图示：在同一公司和同一季度内对比初级和资深员工的就业情况，结果显示相似的模式：自2023年第一季度起，在采纳AI的公司中，初级员工的就业呈现下降趋势。

研究进一步对比了应用AI和未应用AI的企业。2015至2022年间，两类公司中的初级员工数量变化趋势基本一致。然而从2023年第一季度起，应用AI的企业里，初级员工数量开始明显减少，六个季度后较未应用AI的公司下降7.7%。与此同时，采用AI的企业中的资深员工规模却保持增长，2022年后也未出现趋势逆转。

图示：初级员工就业下降几乎完全源于招聘减少，而非裁员。从2023年第一季度起，AI采纳者每季度招聘的初级员工减少了3.7人，离职率略有下降，而现有初级员工的晋升则有所增加。

招聘骤减40%！

AI最先淘汰的为什么总是年轻人

侯赛尼和莱廷格进一步分析了这些现象背后的原因。借助雇主-员工匹配数据，他们将劳动力结构的变化分解为三个部分：招聘、离职和内部晋升。

研究发现，在应用AI的企业中，初级员工数量减少主要源于招聘大幅放缓。一个值得注意的现象是，尽管这些企业中初级员工的离职率实际上比未应用AI的公司更低，但离职率的下降远远无法抵消招聘减少带来的影响。此外，从2023年初开始，应用AI的公司中，初级员工晋升至资深岗位的比例出现了上升趋势。

图示：主要行业中采用人工智能的企业占比分布

从行业分布来看，初级员工招聘减少是多个行业的共同现象，但不同行业受影响的程度差异显著。其中，批发和零售贸易行业的变化尤为突出——应用AI的企业每季度招聘的初级员工数量，比未应用AI的企业低了约40%。这一现象可能源于这些行业中初级岗位的工作内容更容易被生成式AI替代，尤其是那些常规性沟通、客户服务及文档处理等可自动化的工作任务。

图示：初级员工就业下降趋势并不限于信息技术行业，更多出现在批发和零售行业。

与此形成对比的是，在所有行业中，应用AI的企业对资深员工的招聘要么保持稳定，要么不降反升。这表明，当前AI技术应用对劳动力市场的影响，主要集中在初级职位上。

U型趋势揭示真相：

AI冲击最大的是中间层次毕业生

最后，侯赛尼和莱廷格还从教育背景的角度分析了不同毕业生群体的差异。他们利用大语言模型将高校分为五个等级，结果发现了一种U型趋势。

就业下降最明显的是那些来自较强高校（第2等级）和中等水平学校（第3等级）的毕业生。相比之下，顶尖名校（第1等级）和录取门槛较低高校（第4等级）的毕业生，所受冲击相对较小。

图示：通过使用大语言模型对学校进行分级（1为顶尖学校，5为最低水平），研究发现一种U型趋势：来自第2和第3等学校的初级员工受到生成式AI的影响最为显著，第1和第4等学校的影响较小，对第5等学校的影响几乎为零。

最引人关注的是，层级最低高校（第5等级）的毕业生，就业率下降幅度最小，且在统计上并不显著。这一发现似乎说明，AI的应用并没有全面削弱对初级员工的需求，而是在重新塑造需求结构——受影响最大的，恰恰是处于人力资本中上层次的群体。

需要指出的是，目前明确采用生成式AI的公司仍属少数，仅占样本总量的约3.7%。因此，尽管在这些公司内部，AI带来的影响在经济和统计意义上相当显著，但对整个劳动力市场的整体影响目前还比较有限。

这项研究带来了重要启示：生成式AI正在将大量任务从入门级岗位转移出去，导致企业职业阶梯的“底层阶段”逐渐收缩。由于职业生涯早期的发展对个人终身收入提升和职业上升至关重要，这一结构性变化可能会加剧收入不平等，影响大学学历的薪资溢价。另一方面，企业可能更加依赖经验丰富的员工，并加快内部员工的晋升速度。

综合来看，研究显示，生成式AI的普及的确更偏向资深员工。这一趋势将对职业起点设置、企业人才策略以及技术红利分配，带来持续而深远的影响。