論文指出，在AI爆發後，AI采納者公司的初級崗位就業人數出現了斷崖式的下跌，AI真的在搶初級的工作，而方式並不是裁員而是不再招聘，真正的重災區行業在批發和零售業，這些行業每季度招聘減少了將近40%。
最近我在Twitter上看到了一篇非常精彩的論文，它全局、真切地研究了AI對工作的衝擊。
我看了非常有感觸，也分享給衛夕指北的讀者。
論文來自哈佛大學，由兩位經濟學博士生Seyed M. Hosseini和Guy Lichtinger操刀。
而他們的導師是勞動經濟學的重量級大咖拉裏·卡茨（Larry Katz）。
因此，論文是嚴謹而有分量滴。
論文沒有任何情緒渲染，就是用冰冷、龐大的真實數據，剖析了2023年以來美國就業市場的AI衝擊具體是如何發生的——
1
作為讀研的時候也被寫經濟學論文折磨過的學術逃兵，在我看來，這篇論文很厲害的地方不是結論。
而是它抽絲剝繭的行文方式：一個問題扣著一個問題，一個結論跟著一個結論——
先來看第一個問題，AI是不是真的在衝擊就業市場？
這東西不能靠感覺，經濟學研究要的是數據。
兩位作者的第一步，就是把美國勞動力市場的數據給搬出來，不是總體數據，而是幾乎是全量的原始數據。
他們拿到了一個非常牛X的數據集（不知道怎麽搞到的，差不多相當於Boss直聘的後台全部數據），來自一家叫Revelio Labs的公司基於LinkedIn的招聘信息收集。
這個數據集包括285,000家招聘的公司，覆蓋6200萬打工人的簡曆，超過1.5億次的招聘記錄。
美國總共也就3.4億人，所以，除掉老人和小孩，真正工作的人很大比例其實都包括在這個數據集裏了。
結果一出來，一個清晰的剪刀差出現了——
從2015年到2022年中，研究的目標公司數據集中，初級崗位（Junior-level）和高級崗位（Senior-level）的就業增長曲線，基本上是手拉手一起走的。
但從2022年中開始，風雲突變，高級崗位的就業人數還在昂首向上，而初級崗位的增長開始停滯，到了2023年中，甚至掉頭向下了。
兩條線從此分道揚鑣，一個往上，一個往下。
這就有意思了。
整個經濟大環境沒出大問題，為什麽偏偏是年輕人的飯碗、入門級的工作，突然就不香了？
會不會是AI的原因呢，畢竟，ChatGPT是在2022年底發布的，正好和這個剪刀差出現的時間點完美契合。
2
那怎麽證明呢？
轉折發生的時間點和AI出現的時間點差不多，這叫相關性，不叫因果性。
萬一是別的因素呢？比如經濟不確定性，或者疫情後的結構調整？
要鎖定原因就是AI，得找到更直接的證據。
這篇文章設計了一個非常巧妙的策略，他們用了一個叫做DiD的方法（Difference-in-Differences, DiD）的方法。
簡單地說，就是要應用AB測試的方法，找到找到用AI和沒用AI的的兩組公司。
但問題是，一家公司用沒用AI，如何確定？
總不能挨家挨戶去問CEO吧？就算你問了，他說的也未必是實話。
兩位作者想出了一個極其聰明的辦法——
他們不去問你用沒用AI，而是去看你招不招一類特定的人。
這類人，他們稱之為“AI Integrator”。
什麽意思？
就是其他都是假的，但招聘數據騙不了人：
如果一家公司招聘崗位描述和工作職責描述中有LLM、Prompt Engineer、GenAI等和大模型生成式AI相關的內容，那說明這家公司是真的在用AI搞生產力了。
這樣的公司有多少呢？
作者在全量數據集中找出了10.6 萬家，約占所有公司比例為3.7%，且從 2023 年第一季度開始急劇增加。
於是，使用AI的實驗組有了，而其他所有公司，自然就是對照組。
3
兩組公司一分好，好戲就開場了
作者們對比了這兩組公司在2023年第一季度（也就是AI爆發後）前後的初級崗位招聘數量變化，結果令人震驚——
在AI爆發後，AI采納者公司的初級崗位就業人數，相對於對照組公司，出現了斷崖式的下跌。
在AI擴散的六個季度後，這個差距拉大到了7.7%。
與此同時，高級崗位的就業在這兩組公司裏並沒有出現這種差異，甚至AI采納者公司的高級崗位增長還更強勁。
到這裏，證據鏈就非常完整了——
在同一個經濟環境裏，那些深度擁抱AI的公司，恰恰就是那些對年輕人關上大門的公司。
AI真的在搶初級的工作。
4
接下來的問題是——AI到底是如何搶工作的？
是把人都裁了，還是有別的方式？
論文的數據再次給出了一個出乎意料、甚至讓人後背發涼的答案——
作者們把公司的人員變動拆解成三個部分：新招聘（Hires）、離職（Separations）和內部晉升（Promotions）。
他們的數據發現，AI采納者公司裏初級崗位的急劇萎縮，主要原因並不是離職率的上升。
也就是說，公司並沒有因為用了AI，就把現有的大批初級員工給裁掉。
那人是怎麽變少的呢？
答案是：不再招聘了。
數據顯示，與對照組相比，AI采納者公司在2023年第一季度後，平均每個季度少招了3.7個初級員工。
對於那些本來招聘規模就大的AI公司，這個數字意味著初級崗位的招聘量暴跌了大約22%。
這是一個更隱蔽、成本更低的替代過程。
畢竟，裁員的補償成本、溝通成本和PR成本確實不小，不招了就沒這個問題。
這其實和我的體感也是相吻合的，我和很多前同事聊天，他們也感歎這兩年初級崗位新增的確招的少了。
老的初級員工可能會晉升，或者自然流失，但新的年輕人，對不起，沒有你的位置了。
這就像溫水煮青蛙，你不會看到大規模的裁員新聞，但就業市場正在對初級崗位的年輕人關閉。
這是一個非常殘酷的現實，他們職業第一級階梯，正在被慢慢抽掉。
5
那是不是所有行業都呈現同樣的特征呢，還是不同行業的程度不同。
論文數據顯示，這種對初級崗位的壓縮效應，在所有行業都普遍存在，但程度不同。
你可能以為受衝擊最大的是互聯網、軟件、設計這些行業。
沒錯，這些的確受到了很大的影響，但真正的重災區是批發和零售業。
在這個行業裏，擁抱AI的公司，其初級崗位的招聘數量比不擁抱AI的公司，每季度減少了將近40%。
這非常符合直覺，因為批發零售業大量的初級崗位，都和文員、客服、導購等簡單任務相關，而這些恰恰是AI最擅長替代的領域。
6
論文最後還觀察了一個問題：在AI麵前，我的名校學曆能保護我嗎？
這是最後一個，也是最紮心的一個問題。
兩位作者做了一個非常精彩的分析，他們把員工畢業的大學分成了五個等級（Tier 1-5），從最頂尖的精英名校（如哈佛、斯坦福）到比較普通的地區性大學。
然後，他們觀察了來自不同等級學校的初級員工，在AI采納者公司裏的就業變化情況。
結果呈現出一條清晰的“U型曲線”——
曲線的一端：來自最頂尖名校（Tier 1）的畢業生，受到的負麵影響相對較小。
曲線的另一端：來自最普通大學（Tier 5）的畢業生，受到的影響也非常小，甚至在統計上不顯著。
曲線的底部：遭受打擊最沉重的，是那些來自中上等大學（Tier 2和Tier 3）的畢業生， 也就是那些很不錯，但又不是最頂尖的學校的畢業生。
為什麽會這樣？
論文給出的解釋是，這背後是一個關於性價比的問題——
對於公司來說，頂尖名校的畢業生（Tier 1），雖然成本最高，但他們解決複雜問題的能力也最強，AI很難替代，所以公司願意繼續花大價錢雇傭他們。
最普通大學的畢業生（Tier 5），雖然能力上可能沒那麽突出，但他們的薪資要求也最低，人力成本優勢明顯。
最尷尬的就是中間層（Tier 2和Tier 3），他們薪資要求不低，脫不下長衫，但從事的很多工作又恰好落在了AI能替代的區間，高不成、低不就，是最容易被優化掉的一群人。
到此，這論文的所有結論都已經給出——真實、殘酷、邏輯嚴密。
7
好了，論文講完了，回到開頭的問題：這篇如手術刀一般的論文，對我們每個普通人，到底有什麽啟示？
我在看來，一個最殘酷的現實就是——如果你一直隻能幹初級的活，那麽你真的危險了
沒錯，曾經熟悉的、一級一級向上攀登的職業階梯，其底部正在被AI迅速抽走。
同誌們，不能再按部就班了！
怎麽辦？
我想來想去，列了下麵三個點——
盡快完成原始積累，向上躍遷。
你必須狂奔，因為AI在極速地追。
你必須迅速擺脫初級狀態，成長能獨立抗事的老兵。
你需要有意識地、主動地承擔那些複雜任務，不要沉迷於那些能讓你舒適地完成的簡單工作。
那是溫室，也正是AI的領地。
你的目標是，在最短的時間內，讓你的工作內容中，AI不可替代的部分超過50%。
思考什麽是你的暗知識和元技能。
我之前說過一句話——“這一輪AI衝擊，在任何一個領域，並不是“知道What的人被顛覆，知道How的人被放大”，而是“知道How的人被顛覆，知道Why的人被放大”。
對於公共知識，今天的AI已經滿級了，而我們的一個優勢是“暗知識”。
什麽是暗知識？
我的定義是——隻有你才能提供上下文的知識，所以思考一下，在你的具體工作中，你能獨特定義的上下文是什麽？
這個問題極其關鍵。
向你的興趣要ROI。
品位、審美、幽默感這種以前被認為沒太多直接用的東西重要性在極速提高，它似乎是今天AI暫時還觸達不到的區域。
同理心、共情能力、感染力、領導力這些在過去被視為加分項的技能，現在正迅速成為必需品。
所以，千萬不要忽視你的興趣，多問一問自己，有哪些事情不給你錢你也樂在其中的事，那個邊緣的角落或許是你未來競爭力的重要來源。
李繼剛最近關於“體力、腦力、心力”的提法很有意思，而興趣其實是你心力的重要來源。
試一試將興趣和AI碰撞一下，或許你會有新的發現。
結語
“AI對就業市場的潛在影響是'可怕'的（scary）”
穀歌DeepMind CEO Demis Hassabis這句話並非聳人聽聞。
但這位老哥也同時說了另一句話——
“AI會讓'激進富裕'（Radical Abundance）的時代到來。”
如何確保在前者向後者推進的過程中不被時代拋棄，是我們每個人都要嚴肅思考的命題。
本文來源：衛夕指北，原文標題：《真實、殘酷的AI就業衝擊——從一篇極其精彩的哈佛論文聊起》
