斯坦福数字经济实验室近日发布的一篇新论文，基于薪资服务商ADP提供的覆盖数百万美国劳动者的数据，深入分析了生成式人工智能普及对劳动力市场的实际影响。研究显示，人工智能对就业市场的冲击并非均匀分布，而是呈现出明显的代际差异，尤其是对刚毕业和初入职场的年轻人影响最为显著。
在软件开发、客户服务等受人工智能影响较大的行业中，22至25岁年轻从业者的就业率明显低于那些受人工智能影响较小的领域，差距达到约19%。而在2025年，这一差距还仅为13%。相比之下，具有丰富经验的资深从业者并未出现类似的就业缺口，他们的就业状况保持稳定甚至有所改善，凸显出不同年龄段劳动者在人工智能时代面临的截然不同境遇。
这种冲击集中体现在入门级岗位上，主要原因是这些岗位高度依赖“编码化知识”——即通过教材、书面流程传授的标准化、文档化内容。这类知识规则明确，容易被人工智能掌握和应用，从而替代人类劳动。相反，那些依赖实践经验、导师指导和真实场景积累的“默会知识”岗位，人工智能更多是起到辅助作用，帮助资深员工提升效率，而非取代他们的经验判断。
研究还发现，高等教育能够在一定程度上缓解人工智能对就业的冲击。对于22至25岁的年轻群体而言，在那些容易被自动化的职业中，入门级岗位的就业率下滑更为明显；而在人工智能仅起辅助作用的岗位上，就业形势则更为复杂。这一发现为教育和职业选择提供了重要参考：在人工智能快速发展的背景下，掌握难以被编码化的能力，将成为劳动者在就业市场中保持竞争力的关键。
