生成式AI重塑职场：初级员工面临挑战，资深员工价值凸显

9月3日消息，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）近日发布了一项名为《生成式AI：一种偏向资历的技术变革》的研究报告。该研究使用2015年第一季度至2025年第一季度美国近28.5万家企业、约6200万员工的简历和招聘数据，深入探讨了“生成式AI的采用如何影响不同资历员工的就业情况”。

研究显示，生成式AI的确会对不同资历的员工产生不同的影响，特别是对初级员工影响更大，而对资深员工的影响则相对较少。研究人员通过分析职位发布中的“AI集成师”角色来识别AI的采纳情况，这些职位通常标志着公司在积极应用生成式AI。

图：研究人员通过分析明确招聘“AI集成师”职位发布来识别AI的采纳情况。如果某公司发布了至少一个这样的职位，就被视为AI采纳者。研究发现，大约有10600家公司（约占3.7%）采纳了AI，且这一趋势自2023年第一季度起急剧上升。

通过对比分析，侯赛尼和莱廷格发现：自2023年第一季度起，采用AI的公司中，初级员工的数量大幅下降，而资深员工的数量持续上升。初级员工数量下降的主要原因是企业招聘放缓，而不是离职增加所致，且批发和零售行业受影响最大。

此外，不同学历的员工受影响的程度也不同：中等学历的毕业生受到的影响最大，而高学历和低学历的毕业生受影响较小。总体而言，研究表明AI的采纳可能会对初级员工产生更大的负面影响。

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，特别是那些高技能白领岗位，近来备受学术界和媒体关注。通常，这些岗位的新人都是从基础工作做起，比如调试代码、审阅法律文件——这些任务有一定知识要求但重复性较高，正容易被AI替代。随着员工经验增长，他们往往会转向更复杂的工作，例如解决难题或团队管理。但如果AI取代了大量初级工作，这些原本作为职业起点的岗位可能会越来越少。

问题不仅仅关乎一时的就业。大学毕业生的收入增长很大程度上靠的是进入公司后从初级职位一步步晋升。而起薪的高低也深刻影响着收入差距。

有研究显示，美国近年来收入不平等加剧，主要原因就在于起始薪资的差距，而不是后期涨薪速度不同。如果AI对初级岗位冲击更大，大学毕业生的起薪差距可能进一步拉大，晋升通道也可能变窄。

关于生成式AI如何影响初级员工，目前存在不同观点。有实验发现，AI工具能明显提升新人的工作效率，这意味着AI可能成为他们的好帮手，反而增加市场对初级人才的需求。但另一方面，AI也能自动完成很多重复性脑力工作，直接替代掉不少初级岗位。越来越多人担心，AI会导致高技能行业减少招聘新人。

图：从整体情况来看，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持续增长，而初级员工的增长停滞并在随后开始下降。

图：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，采用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趋势。

图：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，采用AI的公司中，初级员工的就业呈下降趋势。

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拆解为三个部分：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。

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。

图：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。