同一时期，韩国50多岁劳动者的就业岗位增加约23万个。这样的年龄对比，与职业阶梯正在发生变化的解释相吻合：企业可能正在减少那些可以由AI协助或自动完成的初级工作，同时继续需要能够解读结果、处理例外情况并为决策负责的经验型员工。

不过，年龄结构本身并不能证明上述变化完全由AI造成。人口结构、整体需求变化以及企业招聘决策同样可能发挥作用。因此，韩国数据更适合作为“集中性冲击”的警示，而不是证明每一个年轻人失去的岗位都源于ChatGPT或其他AI系统。

韩国央行使用的“AI暴露度”指标，衡量的是技术在相关行业和职业中执行或加速任务的潜力。暴露度意味着某种颠覆更容易发生，但并不等于已经确认发生了岗位替代。

大学学历也不是自动防护罩

大学学历并不能让求职者天然避开生成式AI的影响。许多大学毕业生进入职场时，首先从技术、专业服务、研究、分析、出版和行政等办公室岗位做起，而这些正是AI能够处理部分任务的领域。

这类初级岗位过去承担着双重功能：一方面产出实际成果，另一方面让员工在工作中学习，为承担更复杂的职责做准备。当AI接管其中较简单的部分后，企业未必会立即取消整个职业，反而可能提高招聘门槛。

例如，初级分析师可能不再负责准备所有第一版材料，而是负责审核AI生成的结果；新程序员可能需要验证并整合AI生成的代码，而不是从零开始编写全部模板代码。

这对成熟团队而言可能意味着更高的生产率，但对试图入行的人来说，却可能形成瓶颈。初级员工招聘减少，就意味着更少的人能够积累成长为高级专家、管理者或值得客户信赖的顾问所需的经验。

高盛：发达经济体已出现类似压力

高盛研究显示，自2022年下半年以来，AI自动化暴露程度较高的行业，招聘岗位增长普遍较弱。在美国、德国和澳大利亚等发达经济体，这一关系尤为明显。

呼叫中心的数据对比最为突出：美国该行业就业规模较历史趋势低约39%，加拿大低约33%，德国低约27%。研究报道还提到，软件出版、管理咨询和广告等行业也出现了低于历史趋势的情况。

需要注意的是，这些数字描述的是与此前趋势之间的差距，并不能证明AI是下降的唯一原因。高盛的结论也并非“经济即将被AI全面替代”，而是当前冲击仍集中在特定行业和特定人群。

初级员工之所以更脆弱，是因为他们承担的任务往往更标准化、更容易衡量，也更容易被自动化或加速完成。与此同时，主要发达经济体的AI采用率约为15%至20%，但高盛另一项统计显示，美国真正将AI用于日常生产的企业比例约为9%。两组数字的差异说明，“采用率”可能分别衡量试验、员工使用情况或持续投入生产的部署，解读时需要格外谨慎。

自动化与增强：结果并不相同

AI对就业的影响，很大程度上取决于企业把它用于替代劳动，还是用于增强劳动。

自动化意味着完成某项任务所需的人力减少。例如，AI可以处理标准化客服问题、生成常规摘要、编写模板代码，或准备文件初稿。即便没有一名现有员工被正式解雇，自动化也可能直接减少初级岗位招聘。

增强则意味着AI提高员工的工作效率，但人仍然负责判断、核验、处理例外、维护客户关系以及作出决策。这可能提高资深员工的价值，却也可能让企业对每名员工提出更高的产出要求。一个借助AI的专业人士，可能完成过去需要数名初级员工投入的常规任务。

两种情况可以同时发生在同一家公司：AI减少部分重复性工作，提高资深员工的生产率，同时创造对流程设计、结果审核和风险管理人才的需求。这也是为什么整体就业总量看起来相对稳定，但年轻人获得第一份工作的难度却可能明显上升。

真正的长期风险：职业阶梯被削弱

最重要的问题并不只是AI会不会消灭某个职位名称，而是它是否会拿走人们学习一门职业所依赖的早期任务。

健康的职业阶梯通常从有人监督、可重复的工作开始，再逐步走向需要背景理解、判断力和责任担当的岗位。如果AI吸收了过多原本用于训练新人的工作，企业可能继续留住资深员工，却减少初级招聘。

短期看，这可能带来效率提升；长期看，则可能导致经验型人才储备变薄。未来企业需要能够管理AI、服务客户并处理非标准问题的人，但这些人恰恰需要通过初级工作成长起来。

这也解释了为什么总体劳动力市场的变化即使不大，对年轻人而言仍然可能意义重大。整体就业数据的轻微波动，可能掩盖了更剧烈的结构变化：谁能被录用、谁能获得在岗培训，以及谁还有机会逐步晋升。

证据说明了什么，又没有说明什么

现有研究支持以下几项较为谨慎的结论：

• AI相关的劳动力市场压力首先出现在部分高度暴露行业，而不是所有职业同步受到冲击。
• 年轻人与初级员工尤其脆弱，因为AI可以完成或加速许多过去曾为白领职业提供入门通道的常规任务。
• 当员工的价值主要体现在监督、客户信任、复杂判断和结果责任上时，资深员工可能更受益。
• 现有证据尚未证明大规模失业不可避免。生产率提升、新产品和服务、劳动力需求、监管，以及企业究竟用AI扩大产出还是单纯削减人数，都将影响最终结果。

因此，企业和政策制定者不能只盯着就业总量，还应关注初级岗位招聘、学徒和实习机会、内部流动、任务重构、晋升速度以及有意义的培训机会。这些指标可能比总体失业率更早揭示职业阶梯正在发生的变化。

AI目前更明显地改变了人们“如何进入职业”，而不是立刻消灭所有职业。真正准备充分的企业和政府，应当利用AI改善工作，同时保留培养专业能力所需的人才通道。

同一时期，韩国50多岁劳动者的就业岗位增加约23万个。这样的年龄对比，与职业阶梯正在发生变化的解释相吻合：企业可能正在减少那些可以由AI协助或自动完成的初级工作，同时继续需要能够解读结果、处理例外情况并为决策负责的经验型员工。

不过，年龄结构本身并不能证明上述变化完全由AI造成。人口结构、整体需求变化以及企业招聘决策同样可能发挥作用。因此，韩国数据更适合作为“集中性冲击”的警示，而不是证明每一个年轻人失去的岗位都源于ChatGPT或其他AI系统。

韩国央行使用的“AI暴露度”指标，衡量的是技术在相关行业和职业中执行或加速任务的潜力。暴露度意味着某种颠覆更容易发生，但并不等于已经确认发生了岗位替代。

大学学历也不是自动防护罩

大学学历并不能让求职者天然避开生成式AI的影响。许多大学毕业生进入职场时，首先从技术、专业服务、研究、分析、出版和行政等办公室岗位做起，而这些正是AI能够处理部分任务的领域。

这类初级岗位过去承担着双重功能：一方面产出实际成果，另一方面让员工在工作中学习，为承担更复杂的职责做准备。当AI接管其中较简单的部分后，企业未必会立即取消整个职业，反而可能提高招聘门槛。

例如，初级分析师可能不再负责准备所有第一版材料，而是负责审核AI生成的结果；新程序员可能需要验证并整合AI生成的代码，而不是从零开始编写全部模板代码。

这对成熟团队而言可能意味着更高的生产率，但对试图入行的人来说，却可能形成瓶颈。初级员工招聘减少，就意味着更少的人能够积累成长为高级专家、管理者或值得客户信赖的顾问所需的经验。

高盛：发达经济体已出现类似压力

高盛研究显示，自2022年下半年以来，AI自动化暴露程度较高的行业，招聘岗位增长普遍较弱。在美国、德国和澳大利亚等发达经济体，这一关系尤为明显。

呼叫中心的数据对比最为突出：美国该行业就业规模较历史趋势低约39%，加拿大低约33%，德国低约27%。研究报道还提到，软件出版、管理咨询和广告等行业也出现了低于历史趋势的情况。

需要注意的是，这些数字描述的是与此前趋势之间的差距，并不能证明AI是下降的唯一原因。高盛的结论也并非“经济即将被AI全面替代”，而是当前冲击仍集中在特定行业和特定人群。

初级员工之所以更脆弱，是因为他们承担的任务往往更标准化、更容易衡量，也更容易被自动化或加速完成。与此同时，主要发达经济体的AI采用率约为15%至20%，但高盛另一项统计显示，美国真正将AI用于日常生产的企业比例约为9%。两组数字的差异说明，“采用率”可能分别衡量试验、员工使用情况或持续投入生产的部署，解读时需要格外谨慎。

自动化与增强：结果并不相同

AI对就业的影响，很大程度上取决于企业把它用于替代劳动，还是用于增强劳动。

自动化意味着完成某项任务所需的人力减少。例如，AI可以处理标准化客服问题、生成常规摘要、编写模板代码，或准备文件初稿。即便没有一名现有员工被正式解雇，自动化也可能直接减少初级岗位招聘。

增强则意味着AI提高员工的工作效率，但人仍然负责判断、核验、处理例外、维护客户关系以及作出决策。这可能提高资深员工的价值，却也可能让企业对每名员工提出更高的产出要求。一个借助AI的专业人士，可能完成过去需要数名初级员工投入的常规任务。

两种情况可以同时发生在同一家公司：AI减少部分重复性工作，提高资深员工的生产率，同时创造对流程设计、结果审核和风险管理人才的需求。这也是为什么整体就业总量看起来相对稳定，但年轻人获得第一份工作的难度却可能明显上升。

真正的长期风险：职业阶梯被削弱

最重要的问题并不只是AI会不会消灭某个职位名称，而是它是否会拿走人们学习一门职业所依赖的早期任务。

健康的职业阶梯通常从有人监督、可重复的工作开始，再逐步走向需要背景理解、判断力和责任担当的岗位。如果AI吸收了过多原本用于训练新人的工作，企业可能继续留住资深员工，却减少初级招聘。

短期看，这可能带来效率提升；长期看，则可能导致经验型人才储备变薄。未来企业需要能够管理AI、服务客户并处理非标准问题的人，但这些人恰恰需要通过初级工作成长起来。

这也解释了为什么总体劳动力市场的变化即使不大，对年轻人而言仍然可能意义重大。整体就业数据的轻微波动，可能掩盖了更剧烈的结构变化：谁能被录用、谁能获得在岗培训，以及谁还有机会逐步晋升。

证据说明了什么，又没有说明什么

现有研究支持以下几项较为谨慎的结论：

• AI相关的劳动力市场压力首先出现在部分高度暴露行业，而不是所有职业同步受到冲击。
• 年轻人与初级员工尤其脆弱，因为AI可以完成或加速许多过去曾为白领职业提供入门通道的常规任务。
• 当员工的价值主要体现在监督、客户信任、复杂判断和结果责任上时，资深员工可能更受益。
• 现有证据尚未证明大规模失业不可避免。生产率提升、新产品和服务、劳动力需求、监管，以及企业究竟用AI扩大产出还是单纯削减人数，都将影响最终结果。

因此，企业和政策制定者不能只盯着就业总量，还应关注初级岗位招聘、学徒和实习机会、内部流动、任务重构、晋升速度以及有意义的培训机会。这些指标可能比总体失业率更早揭示职业阶梯正在发生的变化。

AI目前更明显地改变了人们“如何进入职业”，而不是立刻消灭所有职业。真正准备充分的企业和政府，应当利用AI改善工作，同时保留培养专业能力所需的人才通道。