一份来自哈佛的最新研究报告，基于美国6200万名员工、近28.5万家公司（2015-2025年）的简历和招聘数据，首次提供了确凿的证据，证明生成式人工智能（Gen AI）正在引发一场“资历偏向型技术变革”（Seniority-Biased Technological Change, SBTC）。其核心发现是：自2023年第一季度以来，在采纳AI技术的公司中，初级岗位的员工人数相比未采纳公司相对下降了7.7%。这一收缩主要归因于招聘速度的急剧放缓，而非裁员增加。同时，这种影响呈现出独特的“U型”教育背景分布，对中上等水平院校的毕业生影响最大。
这个话题可以说和每个人，尤其是年轻一代息息相关。最近看到了哈佛大学两位学者发布的一份研究报告，使用了很多真实有效的统计数据，清晰的告诉我们，AI到底是不是在抢我们的饭碗，目前对什么样的群体影响最大。我花了一天时间仔细阅读了这份报告，还是比较震撼的，总结了其中的干货，希望对我们和下一代都能有所启发。
1. 初级员工“断崖式”收缩
从以上曲线可以看出，自2015年至2022年中，初级员工和高级员工的就业人数以相似的速度增长（2020的整体下跌主要受疫情影响）。但从2022年中开始，出现了一个很显著的分歧：高级员工就业人数持续稳步上涨，初级员工就业人数趋于平缓，并从2023年中开始下降。
研究对员工队伍的变化进行了分解：招聘、离职和内部晋升。发现随着初级员工招聘速度的急剧放缓，其离职率也有所下降，但这种效应远远小于招聘收缩的影响，这可能暗示了这些采纳AI的公司更倾向于停止招新来实现劳动力结构的调整，而不是通过裁员的方式。有趣的是，晋升回归现象指向了一个互补的调整边际，初级员工增加了约0.4的晋升数量。这表明虽然招聘的初级员工减少，但留下的员工可能面临更多内部晋升机会。一种解释是生成式AI替代了入门级任务，减少了新初级员工的需求，但同时也提升了经验丰富初级员工的相对价值，使他们更有可能晋升为高级职位。
2. 越来越多的公司开始招聘AI应用岗位
以上图表记录了企业发布的第一个AI应用职位的时间，在观测样本的企业中，2023年前发布此类职位的新企业数量平均每月约30家，2023年初开始数量急剧上升，8月达到了峰值并一直稳定在每月大约400家，2025年开始再次大幅增加，目前样本中已有累计超过10000家企业发布了相关职位。
3. 当前批发零售业受创最深
虽然初级招聘的下降是普遍的，但其影响在不同行业中并不均衡。从样本数据看目前受影响最大的行业是批发和零售贸易，在这个行业中，采用了AI的公司每季度招聘的初级员工比非采纳公司少了约40%。这可能反映了这些行业的初级任务（如例行沟通、客户服务、文档处理）与生成式AI工具的可替代性更高。相比之下，采纳AI的公司对高级员工的招聘变化，在所有行业中要么是积极的，要么是统计上不显著的，这进一步证实了AI的影响集中在初级岗位。
4. U型曲线：中间学校的毕业生受影响最大
翻译过来个表格：
这种U型模式表明，受冲击最大、就业下降最厉害的不是最差学校的毕业生，也不是最好学校的毕业生，而是处于中间层的毕业生，AI的使用并非在均匀地抑制对所有初级人才的需求，而是在重塑需求结构，不成比例地惩罚了人力资本分布中“宽泛的中上层”群体：
- Tier 1的精英毕业生可能在初级阶段就参与了更复杂、更具战略性或非例行性的项目，AI难以替代。
- Tier 2和Tier 3的毕业生往往在起点上具备较好的基础技能，但在进入企业初级岗位后，其所从事的工作内容（如数据分析、内容生成、基础咨询流程）恰好是LLM最擅长替代和提高效率的领域。
- Tier 4和Tier 5的毕业生从事的工作，其“例行性”可能不在AI能够有效处理的“认知”层面，或者任务本身需要更多物理或现场交互，因此受影响反而较小。
5. 总结
这场技术变革的影响可能远大于我们目前的感受，最扎心的是，采用了AI的企业会大幅减少初级岗位的招聘，变相侵蚀了职业发展的“底层台阶”，大量中间层的毕业生仅仅依靠所谓“强校”的背景和标准化的技能已无法保证进入职场，开始初级职位，也就意味着将来更难有工资溢价和向上流动性。而企业的招聘需求慢慢从“执行者”转向了“集成者”，招聘重点会集中在AI应用集成、高级管理人员和具备复杂决策能力等人才上。
我们这一代以及下一代，可能逐渐步入一个“基础认知价值减弱”的时代，当AI能够以极低的成本高效的完成大部分“入门级认知任务”时，传统的“勤奋学习，考高分，上好大学”的路径可能会逐渐失效（除非你能进入顶级院校），它正将大批拥有“中等人力资本”的毕业生推向“U型陷阱”。