哈佛追踪6200万人：AI冲击下985/211就业为何比普通本科更难

在某个寻常的工作日，TikTok马来西亚内容审核团队收到了一封突如其来的解雇邮件，瞬间打破了往日的宁静。数百名员工在顷刻间失去了工作，取代他们岗位的并非新同事，而是那套从不知疲倦的AI算法。

类似的情况并非孤例。另一边，马斯克也果断裁撤了xAI团队中500名数据标注员，这相当于整个团队规模的三分之一。企业不再需要那么多初级人手，xAI更需要的是专家级的人工智能训练师。

这两起裁员事件，都指向了同一个焦点：初级岗位，正在消失。

当这些零零散散的案例串联起来，不禁让人心生疑问：人工智能真的已经开始"抢饭碗"了吗？当初关于人机协作的美好愿景，是否正面临破灭？

AI，真的来抢工作了

过去数年，围绕人工智能是否带来预期的"协作效益"的讨论几经反转。一方面，有报告指出年轻工作者的招聘率下降，引发了人们对AI取代岗位的担忧；另一方面，也有经济分析人士在查看数据后认为，目前尚无明确证据显示AI导致失业，多数公司也表示，AI对用工方式暂无明显影响。

然而，越来越多的研究发现，生成式AI的接入，可能会削弱低技能职工的职业稳定性，特别令人担忧的是，它会冲击初级职位和合同工等组织底层人员，造成结构性挤压。

哈佛大学劳动经济学的两位博士，通过收集过去十年来近6200万劳动者、超过2.45亿条招聘信息，对比应聘简历中的具体内容，终于揭示了AI"入侵职场"的真相。

首先，初级岗位的就业人数呈现显著下降。那些采用了AI技术的企业中，初级职位数量迅速减少。相比之下，高级岗位数量则持续增多，就业率也保持增长，AI并未给这些职位蒙上太多阴影。

此外，采用AI的企业，并非通过裁员来为新技术腾出位置，而是选择放缓招聘节奏。工作越来越难找，背后自有其原因。

有趣的是，AI冲击最明显的人群，竟然不是普通院校毕业生，而是那些来自中等档次院校的毕业生。

具体来说，毕业于第2档（顶尖院校）和第3档（普通名校）的学生，就业岗位下降最为明显。

相比之下，顶尖精英大学（第1档）的毕业生受影响较小；普通高校（第4档）毕业生也能相对幸免；至于末流院校（第5档）的毕业生，几乎没有受到冲击。

也就是说，除了少数顶尖名校，其他211/985院校毕业生的就业情况受到了AI的明显冲击，这种影响甚至超过了"双非"院校学生。

为何会出现这种"U型"格局？研究者给出了解释：

顶尖名校生：能力与竞争力极强，他们从事的岗位往往更复杂、更具创造性，AI难以替代。

末流院校毕业生：薪酬水平较低，雇佣他们的成本不高，用AI来取代并不划算。

中间层次毕业生：薪酬不算低，但工作内容又恰好落在AI的可替代区间。这使他们成为"性价比最低"的群体，自然首当其冲。

不同行业也有不同表现，批发零售行业的初级岗位风险最大，因为这些岗位通常是数据录入、客户服务等不涉及决策或创造性的工作，重复性高，可替代性自然也高。

这些研究结果表明，生成式AI正在引发一种"学历偏向型变革"，在企业内部对初级职位产生不成比例的影响。

简单来说，"学历偏向型变革"意味着，技术对于公司造成的影响，体现在内部不同经验或学历水平的员工上，而不仅仅是按技能水平或职能划分。

"血洗职场"这样的断言或许有些严厉，但当前的趋势，已经迫使我们重新审视人机协作的现状。

在去人化潮流下，谁的工作首当其冲？

这些研究结果与坊间流传的忧虑不谋而合：生成式AI通过自动化某些常规任务，可以让企业减少对入门级员工的需求。恰恰，对于初级员工而言，这些任务是职业生涯起步的一部分。

内容审核员就是典型例子。以往社交媒体公司需要雇佣大批人力检查不良内容，现在超过80%的违规内容都能由算法自动删除。TikTok从2024年起在全球裁减了数百名内容审核员，用AI模型加上少量人力接替这项工作。

Meta的内容审核外包团队也经历了缩减和重组。初级财会、行政等办公室底层职位也遭遇了类似的命运。以财务助理为例：过去需要人力逐项对照票据和录入，现在许多公司都已配置智能报销和自动记账系统，让AI完成这些碎片流程。

结果，这些原本用来练手的岗位，要么直接消失，要么不再招收新人。

这些最容易被AI替代的职位，以往通常由年轻员工和合同工承担，职业稳定性本就不高，现在更被视为"可有可无"。

AI的普及应用，正在推动企业用工模式走向人员更精简、技术替代率更高的方向。

人们期待的"1+1>2"，现实却变成"1个AI顶掉1个人"。原因之一是AI善于处理流程明确、重复性高的任务，当机器足以承担这些琐碎事务，企业就往往直接裁撤相应的初级岗位。

原因之二是出于成本和效率考量。AI完全替代一位员工可立即节省成本，而"AI+员工"提升效率的收益则不易直接体现，还需要培训和调整流程。在短期利益的驱动下，许多公司更愿意选择立竿见影的替代路线，"协作"也就演变为"去人化"。

结果，技术发展带来了技能上的"两极化"趋势。有经验者拥抱AI后如虎添翼，而缺乏经验的年轻人则失去了锻炼机会。人才阶梯的底部被压缩，职业的入门门槛被抬高。

年龄20，工龄18，或许就在眼前

对那些刚起步的年轻人而言，如果没有初级工作作为"垫脚石"，他们将面临更为严峻的成长困境——"招聘要求：年龄不超过25岁，工作经验至少10年"的离谱JD，很有可能演变成残酷的现实。

这是AI时代下，一个不应被忽视的新疑问。

以往关于技术如何影响就业的讨论，通常围绕着"技能偏向型变革"展开。也就是说，各种自动化、计算机技术，可以造福那些能力强、教育水平高、技术背景过硬的人才，提升他们的生产力和工资，取代掉的也是那些技能低下的劳动者。

而如今，AI的快速普及采用，出现了对资历浅的劳动者的"歧视"，这就是所谓的"学历偏向型变革"。资历深未必代表能力强，却有助于他们逃过AI的取代。

资历浅的员工，从事的岗位和工作是入门级的，这是他们的起点——无论什么工作，总是要从零开始的，谁能一步登天呢？

面对AI带来的职场变化，思路和应对方式也应该有所调整：

1.学校的课程设计和培养方式需要改变，不仅要让学生了解什么是AI，更要能让他们掌握和驾驭AI工具的使用。

2.职业生涯的规划和思考需要转变，以往按部就班的思路越来越危险，主动地挑战自我，才是对抗被AI取代风险的关键。

3.更重要的是终身学习，不断地适应新工具和新挑战的能力。将初级工作技能转化为高级技能，将对职业发展起到真正的促进作用。