年轻劳动者将成为AI经济中的赢家

　　对于22岁的程序员来说，眼下确实处境艰难。随着人工智能（AI）的迅猛发展，美国那些可被AI替代的岗位就业增长已经放缓——这种放缓并非整体性的，而是特别针对22至25岁的年轻工作者。这引发了一轮又一轮的警告：AI可能会斩断职业晋升阶梯，接管入门级任务，使年轻工作者被排除在外。

　　或许确实如此。

　　关于AI威胁入门级就业岗位的报道铺天盖地，以至于这种说法渐渐成了人们心中的“常识”。但经济学中并无定律规定，新技术必然对年轻劳动者伤害最深；事实往往恰恰相反。或许数年之后回望今朝，我们会发现，如今年轻劳动者面临的严峻就业市场不过是短暂波动，而非一代人的职业生涯被AI彻底摧毁。

　　领英（LinkedIn）联合创始人里德·霍夫曼近期在其播客《Possible》的一期节目中表示：“我不认为AI会夺走入门级工作是一条物理定律。”持此怀疑态度的并非他一人。Anthropic的经济学主管彼得·麦克罗里称：“在我看来，现在下结论为时尚早，迄今为止，人工智能产生的整体影响可能还微乎其微。”

　　研究人工智能的哈佛大学劳动经济学家戴维·戴明警示道：“这将与我们历来所见的每一次技术革命的模式背道而驰。”

　　即使这项技术的确对职场新人造成了冲击，部分专家仍认为这一动态可能是暂时的。技术同时改变了雇主所提供的职位与雇员所选择获取的技能。长远来看，年轻劳动者或许比任何其他群体都更有能力为人工智能时代重塑自身技能。

　　戴明在题为《看空AI就业末日论》的哈佛大学毕业典礼演讲中指出：“过去一个世纪，颠覆性创新历来更青睐年轻人和受过良好教育者，因为他们更善于适应新的做事方法。AI或许会是个例外，但我深表怀疑。像诸位这样年轻且受过教育的群体，已是AI最核心的用户，你们所具有的创造力和开放思维，也足以洞见其最佳应用场景。”

　　美国劳动力市场正在降温，失业率目前已升至2021年以来的最高水平。但迄今为止，几乎没有证据表明AI是影响因素之一。耶鲁大学预算实验室执行董事玛莎·金贝尔表示：“当前劳动力市场确实在发生许多变化。但从时间上看，这些变化似乎与AI无关——它们早在AI产生影响之前就开始了。”

　　另一方面，哈佛大学和斯坦福大学经济学家近期发表的两篇论文，提供了表明职业阶梯担忧初现端倪的首批翔实证据。这些论文指出，在人工智能适用性最高的领域（例如软件开发和客户服务），年轻及初级员工的雇用增速正在下降。

　　不过，并非所有人都认同这些研究结果。从利率到关税，许多其他因素也摆在眼前，尽管两篇论文都试图考虑这些情况，但许多专家仍谨慎认为，不应将毕业生就业市场的不景气过度归因于AI。

　　但如果这些研究确实反映了真实趋势，那该如何解释这一现象呢？

　　

　　

　　最常见的解释是，年长员工积累了AI无法替代的经验优势，而年轻知识工作者则如哈佛研究生赛义德·M·侯赛尼和盖伊·利希廷格在论文中写的：“他们从职业阶梯的底端起步，从事智力含量较低的日常事务。”（研究生们对这类事务自然再熟悉不过。）

　　斯坦福经济学家的论文提出，职场新人的技能以“书本知识”为主，这可能更容易被AI学会。该观点也得到多伦多大学三位经济学家论文的支持，他们的理论是，AI在“执行”层面干得不错，比如做PPT、汇编数据、文件摘要，但在需要判断力的事情上，比如发现新机会或决定做哪个项目，则有所欠缺。

　　这些解释的角度略有差异，但万变不离其宗：专业知识和判断力十分宝贵，AI难以取代，且必须通过实践经验来获得。这个说法或许不无道理，但我们有理由怀疑——首先，它无疑迎合了管理层，预设了其工作的不可替代性。但实际上，AI的能力演进颇为奇特、难以预测且日新月异。若认为它们现在或未来能在所有领域都完全对应这种初级与高级的二分法，那才令人意外。

　　不过，这种解读的根本问题在于它是静止的。即使AI现在很擅长做年轻知识工作者的事，但年轻工作者才是最有能力调整自己来适应它的人。

　　这或许只是一个过渡阶段，年轻知识工作者之所以处于劣势，并非因为技术正将他们永久性淘汰，而是因为企业在摸清人工智能发展路径前不愿贸然招聘。斯坦福大学研究报告的作者之一、经济学家巴拉特·钱达尔指出，一种可能是“企业正处在观望模式，他们正在验证人工智能能否提升生产效率或节约人力成本”。但“随着企业逐步掌握将人工智能整合进业务流程的方法，它们甚至可能转变策略，重新增聘更多年轻人才。”

　　过去两年来，众多企业意识到原先需要人力完成的某些传统任务，如今已可全部或部分由AI替代。但企业往往不清楚具体实施方案，也不明确需要补充哪些新型技能。

　　哈佛大学数字数据设计研究所所长、哈佛商学院教授卡里姆·拉哈尼直言：“绝大多数企业在AI应用领域仍处于起步阶段。”尽管技术推广迅猛，但企业需要时间重构工作流程、定义新型岗位并发掘新机遇。多伦多大学经济学家阿维·戈德法布强调，面对这种不确定性，企业缩减招聘规模是自然选择，“因为雇主尚未明确未来需要怎样的技能。”