作者: AI创业内参 | 日期: 2026-07-27 | 类型: AI风向研究
Stanford经济政策研究所7月最新发布：综合数十篇实证研究，系统回答了「AI抢饭碗」的三个核心问题——现在抢了多少？谁最先遭殃？未来会怎样？结论出乎很多人的意料。
前言：所有人都在说AI让人类失业，数据怎么说的？
Anthropic CEO Dario Amodei预测AI将消灭一半白领工作，失业率飙升到20%。硅谷科技媒体每一天都在推送"XX公司因AI裁员XXX人"的标题。打开X/微博/公众号，AI替代人类的焦虑无处不在。
但真实数据是什么样的？
Stanford经济政策研究所（SIEPR）三位经济学家——Neale Mahoney、Erika McEntarfer、Karsen Wahal——在7月份发布了一份政策简报，系统整理了AI对劳动力市场影响的现有实证研究。结论没有那么戏剧化，但比简单的"恐慌"和"无视"都要复杂得多。
这篇文章高度凝练了这份报告的五个核心发现——每个都配有真实数据和图表解读。
一、"AI失业潮来了"——数据说不
最核心的发现：AI暴露度最高的职业，失业率并没有比最低的涨得更快
报告将美国所有职业按AI暴露度分成五个等级（五分位），追踪了从2015年到2026年第一季度的失业率变化曲线。
- AI暴露最高的五分之一（最容易被AI替代的职业）：失业率从2022年的低点上升了0.77个百分点
- AI暴露最低的五分之一（最难被AI替代的职业）：失业率上升了0.85个百分点
- 整个市场：都在变差
两条线几乎平行上升。这意味着：过去三年就业市场的疲软，是整体经济周期性的，不是AI针对性地削掉了"可替代"岗位。
程序员还在招，没被替代
另外几个数据更直接：
- 编程密集型职业的就业增长有所放缓，但仍然是正增长
- 软件开发者在线招聘比过去一年增长快于其他职业——你没看错，AI用得最多的岗位，招人更多
- 采用企业级AI的公司，在采用后两年内雇佣人数增长了10%，其中人均AI支出最高的公司增长最猛
那些宣布"因AI裁员"的公司是怎么回事？
报告特别提到了这一点。行业领袖和劳动经济学家对这些声明持"健康的怀疑"态度。部分裁员可能确实与AI自动化有关，但更多是：
- 疫情后过度招聘后的自然瘦身
- 腾出现金流用于AI投资
- 用AI当裁员的公关理由——说"我们是拥抱技术所以裁人"比说"我们之前招太多了"好听
人力资源高管的说法更有意思：AI的影响不是直接裁员，而是"角色合并"和"暂停招聘"——当AI能自动化某个岗位80%的工作时，公司不会裁掉现有员工，但不会再招新人填补空缺。
二、「应届生找不到工作」——这可能真的是AI的锅
这是整个报告里最值得关注、也争议最大的发现。
2026年初，美国应届毕业生的失业率达到5.6%，比三年前高出1.6个百分点。对于刚踏出校门的年轻人来说，这是多年来最难的求职季。
两个人群的数据对比触目惊心
报告展示了Brynjolfsson、Chandar和Chen的一项广受讨论的研究，追踪了同一职业内不同年龄段的就业变化。以ChatGPT 2022年11月推出为分水岭（基准=100）：
客服代表：
- 年轻员工（<35岁）：ChatGPT推出后就业指数持续下滑，到现在已经跌了约15%
- 年长员工（35+）：基本持平甚至略有增长
软件开发者：
- 年轻员工：ChatGPT推出后下滑约10%
- 年长员工：持续增长，到现在涨了约10%
两个群体的走势像一把张开的剪刀。年轻白领是"煤矿里的金丝雀"——最先受到AI冲击的群体。
但有几个"但是"
报告很严谨地指出了混淆因素：
-
加息周期：美联储2022年3月开始激进加息——比ChatGPT发布早了8个月。两项新研究发现，AI暴露职业的招聘在加息后、ChatGPT出来之前就已经开始下滑。
-
远程办公效应：疫情后远程办公普及，减缓了在职学习的效率，降低了雇佣初级员工的价值。
-
2024年的拐点：加了新的控制变量后，入门级岗位的就业下降在2024年才变得显著——这时AI能力已大幅提升，直接替代效应变得更加合理。
结论：2022年的初级岗位下降可能是多因素叠加（加息+远程+AI），但到2024年后的持续恶化，AI的因果关系越来越可信。
三、AI让谁的生产力涨得最多？——弱者
这是报告里最反直觉也最鼓舞人心的部分。
客服中心实验：新手暴涨30%，老手反而退步
研究人员在一家大型呼叫中心部署生成式AI助手后：
- 整体效率提升15%
- 但收益高度集中在新手和低技能客服：他们每小时解决的问题数飙升30%
- 高技能客服没有任何效率提升——他们的回复质量反而略微下降
这不是孤例：
- GitHub Copilot让编程任务完成速度提高56%，收益集中在经验较少的程序员
- ChatGPT写作缩短了所有能力的写作时间，但只在低能力写手中显著提升了写作质量
- AI法律工具提高了年轻律师起草合同的速度
- AI医疗记录小幅提升了笔记速度，但偶尔的错误需要医生审查
"锯齿状能力前沿"：AI是双刃剑
哈佛商学院的Dell'Acqua等人在一个著名研究中提出：AI的能力是锯齿状的——在某些任务上表现极强，在另一些任务上完全翻车。
一个残酷的例子来自肯尼亚创业者的实地实验：低技能的创业者使用了AI工具后，收入和利润反而下降了。因为他们倾向于照搬AI给的通用建议，而这些建议并不适合他们的具体情况。高技能创业者则能从AI输出中提取适合自己业务的部分。
创意多样性在下降
使用AI做创意写作，确实提升了低技能写手的故事质量——但AI辅助产出的故事彼此之间相似度极高。Nature上的一项研究发现：采用AI工具后，科学家发表的论文更多，但研究的主题总数量在下降，科学家之间的互动也在减少。
四、企业采用AI的速度——快，但极不均衡
报告展示了从2023年到2026年，多项调查追踪的企业AI采用率。
以美国人口普查局的BTOS调查为例（此项数据基于2025年底改版后的新问卷，询问企业任何形式的AI使用）：
信息行业（科技公司）：采用率超过40%，遥遥领先
金融和保险：超过25%
专业服务（咨询、法律等）：接近20%
制造业、建筑业、住宿餐饮：低于10%，远远落后
Mozilla的报告也印证了这个判断：即使在自报使用AI的95%大公司中，AI也只是用于部分工作职能，远非全面渗透。
五、现在的数据说明不了未来
报告最后坦诚地指出：目前所有实证研究都是"快照"。AI影响劳动力市场的方式正在快速演变：
- 变革速度决定一切：如果AI在3年内深度渗透，大量工人同时被替代；如果它花20年，政策制定者和工人就有足够时间适应
- "生产力J曲线"：新技术被采用后，初期统计的生产力可能反而下降——因为企业需要抽调资源做重组和互补性投资。AI的真正生产力红利可能还没体现在数据里
- 大多数实验都是短期、小规模的：客服中心的实验追踪几周，编程任务的实验追踪几分钟。真实世界的工作要复杂得多
对AI创业者的三点启示
1. 别信"AI替代人类"的恐惧营销
不是因为你善良，而是因为数据不支持。如果AI真的在大规模替代就业，我们会在数据里看到AI暴露度与失业率之间的正相关曲线——但实际上没有。暂时没有。
作为一个在AI赛道里的创业者，准确的认知本身就是竞争优势：你不会因为恐慌而做出错判。
2. "一人公司"模式是真的
Stanford的数据反而为"一人公司"提供了间接支撑：如果AI能让新手程序员的效率飙56%、让新手客服的效率涨30%——那么一个人配上AI，确实能做到以前3-5人小团队的水平。
真正的威胁不是AI替代所有人，而是会用AI的人替代不会用的人。
3. 年轻白领岗位在塌缩——这是一个创业信号
应届生找不到工作的另一面是：大量受过高等教育的年轻人，带着对主流职场的不满，正在被迫成为自由职业者和独立创业者。为这个群体提供AI工具、社区、技能培训——这可能是一个被低估的创业方向。
总结
Stanford这份研究的价值不在于给出"AI会不会替代人类"的结论——它给不出。它的价值在于用严谨的实证数据，替代了所有人都在重复的恐慌叙事。
记住这三个数字：
- 0.77 vs 0.85：AI暴露最高和最低的职业，失业率涨幅几乎一样
- 10%：采用企业AI的公司，两年内反而多招了10%的人
- 56%：GitHub Copilot让编程速度提高56%，但收益最多的不是高手，是新手
数据不会骗人。焦虑也许合理，但恐惧不必要。