一项新技术的爆发真的能够改变劳动者的就业地点和工作形式吗？ 本部分将为您清晰呈现当前劳动力市场概况，以便您在职业选择方面做出更明智的决定。

你会看到人工智能在哪些数据中有所体现，在哪些数据中没有体现。自2022年底以来的数据显示，一些科技子行业在经历了多年的增长后开始降温，而整体就业格局则保持相对稳定。

这种对比很重要。 它能帮助你将耸人听闻的标题与背后的分析区分开来，并发现哪些员工群体真正面临变革的风险。

在本节结束时这样，你就能明白为什么毕业生失业率上升，哪些任务可能会首先发生变化，以及随着时间的推移需要关注哪些信号，以便你能够自信地进行规划。

要点总结

• 您将清楚地了解人工智能在哪些数据中出现，以及在哪些数据中没有出现。
• 数据显示，2022 年末之后，一些科技细分领域出现降温，而许多行业保持稳定。
• 接触情况与实际工作场所使用情况有所不同；了解哪些工人受影响最大。
• 毕业生失业率异常上升；了解这对你的专业可能意味着什么。
• 注意任务和时间安排——技术往往会在数年内而非数周内重塑角色。

概要：数据如何反映当前的就业和人工智能形势

目前的统计数据呈现出喜忧参半的景象：在总体稳定的劳动力市场内部，存在着一些局部变化。 3月份毕业生失业率高达5.813万亿美元这是四年多来的最高水平，接触到这项技术的专业（如计算机工程、平面设计、工业工程和建筑）的增幅更大。

2022 年底之后，一些科技子行业停止了增长。云计算服务、网络搜索和计算机系统设计等领域的招聘和增长明显趋于平缓。

大多数企业报告称其使用率仍然有限：只有不到10%的企业经常使用这些工具。专业、科学和技术服务行业的使用率较高（略高于20%），信息行业的使用率接近27%。这有助于解释为什么总体而言，职业结构的变化速度并没有比往年显著加快。

• 重要事实： 大规模失业的证据有限且集中。
• 风险暴露程度不均——一些工人面临更高的风险，而许多行业的风险则保持稳定。
• 将这些信号视为早期震荡：它们显示了哪些方面需要提升技能以及应该关注哪些公司。

明确人工智能就业趋势和你的意图：你真正想了解的是什么

首先，明确你希望劳动力市场数据解答的具体问题。你是关注整个职业是否发生变化，哪些工作内容会改变，还是这些变化随时间推移发生的速度？明确的目标能让分析结果对你下一步的职业决策更有帮助。

在劳动力市场语境中，“趋势”意味着什么

混合 指的是职业在整个市场中的分布情况。这种构成比任何单一的就业统计数据更能反映整体变化。

生长 追踪招聘模式，显示职位空缺的增减情况。

接触度、使用情况以及研究人员如何衡量它们

接触 这是一个任务层面的指标：它可以表示某个模型能帮助更快地完成特定任务（例如 50%）。研究人员将任务得分汇总到各个职业，以估算有多少工人面临更高的风险。

相比之下， 用法 记录实际工具活动。自 ChatGPT 上线以来，不同暴露程度等级的工作者比例保持稳定，且使用情况与暴露程度很少一致。

• 增长、曝光和使用情况相结合，比任何单一数字都能更清晰地反映情况。
• 研究方法很重要——在采取行动之前，你应该先检查任务与职业的对应关系。
• 使用时间窗口来比较不同时期，这样短期波动就不会看起来像结构性变化。

变革的信号：劳动力市场率先转向何处

劳动力市场的早期迹象表明，某些大学专业和一些技术细分领域受到的影响更为显著。 这些变化在总体层面上很小，但当你深入研究特定群体和子行业时，这些变化就很明显了。

大学毕业生及热门专业毕业生失业率上升

毕业生失业率居高不下 3月份的5.8%异常高于整体水平。这种增长主要集中在近期毕业的、主修高风险专业的大学毕业生中。

计算机工程、平面设计、工业工程和建筑学 数据显示，入门级失业率增幅更大。对你而言，这意味着如果你的专业侧重于暴露性工作，那么早期求职可能需要更长时间。

2022年底之后，部分科技子行业增长停滞不前

2022年底左右，云计算服务、网络搜索和计算机系统设计领域的招聘和增长停滞不前。即使更广泛的市场持续发展，这些细分领域的公司也暂停了扩张。

总体而言，定期使用这些工具的企业不足10%，但在专业和科学服务领域，使用率超过20%，而在信息领域则高达约27%。这种集中度解释了为什么某些行业会率先感受到压力。

这些转变为何既反映了新冠疫情后的企业转型，也反映了企业收缩？

部分放缓是由于新冠疫情后快速招聘浪潮过后正常的复苏过程所致。另一部分则与针对特定任务和岗位的定向调整有关。

“即使是适度的采用，也能改变许多员工从事相同工作的细分领域的招聘方式。”

因此，在解读数据时，要区分短期裁员和因任务层面变化而导致的、持续多年的角色重塑。利用这些数据信号来指导技能提升和求职方向。

• 注重曝光： 对于职业生涯早期的发展而言，这比工作岗位数量更重要。
• 手表行业集中度： 集中在少数几家雇主单位工作的员工面临更大的风险。
• 考虑多年周期： 变化往往需要数年时间才能显现，而不是数周时间。

从更宏观的角度来看：整体经济就业形势比新闻标题所显示的更为稳定。

从整体经济角度来看，就业结构的转变更像是过去的科技周期，而非突然的变革。 数据 自 2022 年 11 月以来，节目变化不大，而且在最近一次公开发布之前就开始了。

ChatGPT 与之前的技术浪潮相比，职业结构发生了变化。

自 2022 年底以来，职业变化与 1996 年至 2002 年等时期的情况非常相似。总体变化幅度仅比之前时期高出约一个百分点。

这意味着全国市场和劳动力市场的变化是一个缓慢的过程，需要数年时间，而不是一夜之间发生崩溃。如果你从事的是一个高度集中的细分领域，即使是微小的变化幅度，也可能对你的求职产生重大影响。

“经济层面的小幅变化可能会掩盖特定服务或企业内部更为剧烈的影响。”

• 事实： 目前尚未出现明显的经济范围混乱。
• 比较多年镜头，而不是单月噪音。
• 运用研究和综合指标来判断对你职业生涯的实际影响。

接触与使用：人工智能对劳动力影响的两种视角

衡量指标——哪些任务可以加快速度以及人们实际使用哪些工具——对变革给出了截然不同的看法。 这种区分很重要，因为一个体现技术潜力，另一个体现实际职场行为。

OpenAI 曝光指标：任务级潜力

OpenAI 的 beta 版曝光率评分估计了使用 GPT-4 或配套软件可以减少至少 50% 的职业任务比例。

这些分数将各项任务转化为一个数值，从而展现出理论上的速度提升。然而，自2022年底以来，按接触程度五分位划分的劳动者总体比例保持稳定，这表明整体劳动力格局并未发生快速变化。

人类活动信号：工具当前活跃区域

Anthropic 的使用数据衡量了各行业实际的工具使用情况。数据显示，计算机和数学相关岗位以及艺术/媒体行业是工具使用最集中的领域。

从经济层面来看，使用驱动型份额看起来比较稳定，表明采用情况仍然是集中式的，而不是普遍式的。

为什么接触度和使用率之间的低相关性对就业至关重要

接触并不等同于使用。 许多理论知识要求高的职业并没有大规模地使用相关工具。

实用建议： 评估短期工作风险时，应更重视工具使用情况。工作流程调整和变更通常先于人员变动，因此，跟踪工具的实际使用情况有助于发现近期影响。

• 曝光量显示了潜在的加速潜力；使用情况显示了当前工作方式的变化。
• 自 2022 年末以来稳定的市场份额意味着，在使用扩大之前，不太可能出现大规模的劳动力转移。
• 重点提升使用热点领域的技能，以提高你的即时市场价值。

行业概览：信息、专业服务及其他

不同行业的发展速度不同，这种差异决定了工作岗位首先转移到哪里。

信息产业：结构变化较大，出版和数据处理趋于平稳

信息行业的结构变化最为明显。出版公司报告称…… 36% 使用 新工具的出现，以及数据处理能力的提升，大约达到了 35% 2023年趋于平缓。

这意味着这些领域的增长停滞，但就业人数基本保持稳定，而非骤减。高风险岗位集中在某些公司，即使整个行业看起来稳定，也可能造成局部风险。

专业和商业服务：早期采用，目前对就业的影响不大

专业、科学和技术服务报告略高于 20% 使用. 采纳新做法更多地表现为流程改变，而不是裁员。

简而言之，许多企业首先会调整工作流程。人员配置方面的变化往往要等到团队经过数年重新设计工作后才会出现。

制造业和服务业：总体上受到的影响有限

目前来看，制造业和广泛的服务业受到的影响有限。企业提高了防范意识并试用了相关工具，但整个行业的就业岗位变动仍然很小。

“要瞄准那些真正实施工具的团队，而不仅仅是那些谈论工具的公司。”

• 你会看到，随着就业水平的提高，信息密集型细分市场呈现出不同的构成。
• 专业服务的普及率较高，但迄今为止对就业的影响并不显著。
• 制造业和更广泛的服务业类别总体变化有限。

职场新人与大学毕业生：谁最先感受到经济压力？

最新数据显示，应届毕业生和年龄稍长的同龄人在就业方面存在细微差异。20-24岁人群与25-34岁人群的职业构成差距略有扩大，但仍在历史范围内（约30-33%）。

样本量过小会放大月度间的波动。这意味着单年的数据并不能证明某种长期趋势。

应届毕业生与老毕业生群体：差异轻微，样本量小，需谨慎

风险最先出现的地方： 与更高任务接触相关的专业（如计算机工程和建筑学）的毕业生失业率增幅更大。

实际步骤： 优先考虑实习机会和那些能通过工具使用提高生产力的岗位，而不仅仅是招聘数量。考虑那些能让你重新运用现有技能且近期风险较低的相关职业。

• 你会看到早期工作的一些细微差别以及这些差别为何重要。
• 不要对每月波动的数据反应过度；要使用多年期数据。
• 跟踪学员群体成果，展示任务层面的能力，将经验转化为优势。

“重点关注那些能够让雇主看到应用项目和实际工具使用情况的职位。”

公司内部：人工智能会在取代工作岗位之前重新分配任务。

公司往往会重新调整各项工作的优先顺序，即使员工人数保持不变，也会改变日常工作。 这种转变表现为跨团队的任务重新分配，而不是立即裁员。

增强与置换： 在许多公司，高技能员工在工具的辅助下承担了更广泛的职责。团队规模可能会缩小，但一些关键岗位仍然保留在员工手中。

大多数公司表示，目前对就业岗位没有净影响。预计未来六个月员工人数增减的份额大致相同，约有27%家使用工具的公司表示，他们已经用机器替代了一些工人的工作。

如何让这种改变对你有利

你的贡献要围绕可衡量的收益来展开。跟踪周期时间、错误率和吞吐量，以便你的经理能够看到明显的影响。

• 提出小型试点项目，实现一组任务的自动化，并报告数据。
• 节省的时间和质量改进，将曝光转化为优势。
• 当你的工作范围扩大而不是缩小时，要协商工作范围和支持力度。

“当公司重新设计流程时，他们通常会奖励那些将自动化转化为可衡量的商业价值的员工。”

人工智能与下一次经济衰退：为何无就业复苏的风险再次浮出水面

如今的经济衰退可能会以不同的方式冲击我们，因为…… 自动化 现在，许多以前被认为安全的高技能工作也变得可以胜任。这种转变提出了一个明确的问题。 风险 该行业的产出恢复速度比受冲击行业的招聘速度更快。

从日常任务自动化到非常规认知体验： 过去与常规自动化相关的就业复苏减少了重新招聘的需求。如今，工具的目标是科学家、工程师、设计师和律师等专业人士所从事的非常规认知工作。

科学家、工程师、设计师、律师的失业风险更高吗？

最新数据显示，这些职业的失业风险上升幅度高于许多体力劳动岗位。这一变化意义重大，因为高收入劳动者一旦失业，工作内容很容易被自动化取代，而失业时间却会更长。

快速的工具普及如何减缓劳动力市场复苏

经济衰退期间，企业会加快提高效率的步伐。快速推出新工具可能会取代部分工作，并延缓重新招聘，从而延长就业岗位恢复所需的时间。

“当企业在经济低迷时期大规模推广工具时，产量可能会反弹，但受影响行业的招聘却会滞后。”

• 准备： 将你的任务映射到可自动化的任务上，并转向那些具有挑战性、高价值的工作。
• 保护： 培养可迁移技能并记录可衡量的贡献。
• 计划： 预计影响将持续多年，并据此制定技能再培训时间表。

采用和推广：究竟有多少家公司在使用人工智能？

收养情况仍然不均衡 在美国商业领域，普查式的统计数据显示，大约有900万至101万亿家企业在全经济范围内使用这些工具。

在信息密集型产业中使用集群。信息行业的使用量约为 27%，而专业、科学和技术服务业的使用量略高于 20%。

大多数公司表示他们看到了 净就业人数无变化 今天，类似的小型股票预计未来六个月员工人数将出现增减。

• 你会得到一个比较客观的结论：总体而言，采用率较低，但分布较为集中。
• 想要更快地转换工作和技能，就应该把精力集中在需求量最大的领域。
• 制造业和其他行业目前的采用率较低，但正在缓慢上升。

实用要点： 通过在早期试点项目中做出贡献，将相关经验融入简历。关注许可预算、新工作流程和团队培训，这些都是公司计划在未来几年内在该领域发展的重要信号。

人工智能就业趋势：接下来应该关注什么？

追踪正确的指标，以区分短期噪音和工作及任务的持久变化。 首先创建一个简洁明了的领先信号仪表盘，以便在更广泛的统计数据跟上之前采取行动。

高风险、高使用性职业的就业份额

密切关注高接触和高使用职业的从业人员占比。OpenAI 的接触五分位占比目前保持稳定，Anthropic 的使用信号也显示出稳定的比例。

新失业者的失业持续时间和风险敞口情况

按风险暴露类别监测失业持续时间。近期数据显示，在风险暴露类别中，新失业人员的长期失业情况并未明显增加，但这种情况在经济衰退时期可能迅速改变。

人工智能密集型行业的招聘冻结和职位发布

密切关注信息和专业服务行业的职位发布和招聘冻结情况。这些行业引领着新技术应用，并且往往能率先反映出职位空缺的变化。

任务级自动化和增强率

衡量有多少任务转向自动化，又有多少任务转向人工辅助。任务层面的研究有助于你评估风险，并发现你的技能在哪些方面能发挥更大的价值。

大学专业学习成果与早期职业安置

关注各专业毕业生的就业前景。就业形势严峻的专业失业率上升幅度较大，因此要密切关注行业招聘情况，并转向重视工具驱动型生产力的岗位。

“构建一个小型、一致的仪表板，将帖子、持续时间和任务指标结合起来，以便及早发现变化。”

• 使用一致的数据和分析方法。
• 将您的任务与风险暴露类别进行匹配，以评估个人风险。
• 将研究信号与实际业务指标（例如培训预算）相结合。

结论

国家 市场 显示出韧性，但某些信息 服务 而职业生涯早期阶段的群体则面临着更为剧烈的变化。 劳动力市场.

你应该专注于你能控制的事情：调整你的 工作 寻求提升途径，记录可衡量的收益，并寻找能够将任务变化转化为生产力而不是压力的角色。

目前市场采用率仍然较低，因此需要密切关注企业内部的实际使用情况。大多数企业表示短期内影响中性。 就业 影响和任务重新设计通常会在裁员之前进行。

跟踪本报告中的各项指标，培养可迁移技能，并重点关注那些展现出清晰特征的项目。 影响这种务实的做法能让你以最佳方式保护自己。 工人以职业为中心，并适应 经济 和 趋势 发展。

常问问题

人工智能目前正在如何改变全球就业市场？

新技术正在改变哪些任务最有价值。你会看到更快捷的写作、编码和数据处理工具，让一些员工能够在更短的时间内完成更多的工作。这可能导致公司重新分配任务、重组团队，或者在自动化能够提高生产力的岗位上放缓招聘。与此同时，许多行业的员工人数目前保持稳定，因此其影响因职业和行业而异。

最新数据显示，今年的就业和人工智能形势如何？

近期调查和劳动力统计数据显示出喜忧参半的信号：只有少数公司报告积极使用工具，尤其是在信息和专业服务行业；而曝光指标表明，许多职业的工作效率可能会因 50% 或更多工具的普及而提高。招聘和失业趋势因行业和群体而异，因此，要判断短期影响，需要关注实际使用情况，而不仅仅是理论上的曝光量。

在分析劳动力市场时，“趋势”指的是什么？

在此背景下，趋势涵盖四个方面：职业结构的变化、工作岗位的增减、任务自动化程度以及工作中工具的实际使用情况。您需要同时追踪潜在风险（自动化程度）和实际应用情况（使用情况），才能了解角色如何随时间演变。

这些工具是否导致大学毕业生面临更高的失业率？

一些早期迹象表明，某些工作任务繁重的专业毕业生失业率正在上升，但这种影响并不均衡。应届毕业生群体可能最先感受到压力，但样本量较小，而且其他因素（例如经济周期）也会产生影响。在缺乏长期趋势数据的情况下，谨慎下结论。

为什么一些科技子行业在 2022 年底之后增长趋于平缓？

多种因素共同作用：少数公司快速采用新技术、增长预期重新调整，以及疫情后云服务和网络服务领域的缩减。这导致搜索和系统设计等领域的招聘或重组暂停，既反映了自动化技术的普及，也反映了更广泛的市场周期。

你是否应该担心整个经济范围内的大范围失业？

尚未到来。整体就业形势相对稳定，人员变动主要集中在特定行业和职业。虽然任务层面的自动化已成现实，但至少在短期内，许多工作岗位的变化并非彻底取代，而是通过功能增强逐步实现。

曝光和使用有什么区别？为什么这对你的工作很重要？

曝光度衡量的是新工具能多大程度上加快某项职业任务的完成速度。使用情况则追踪这些工具目前的实际使用情况。即使公司不采用这些工具，高曝光度的工作岗位也并非一定会面临风险。你应该同时关注这两个指标，以评估你个人面临的风险或机遇。

哪些职业需要频繁地加快任务执行速度？

涉及日常文档处理、起草和数据整合等工作——如同某些行政、内容和分析任务一样——通常暴露风险较高。然而，不同职业的暴露风险程度各不相同，而且那些兼具专业知识和判断力的熟练工人仍然难以替代。

如今工具的使用主要集中在哪些领域？

目前，这些工具的使用主要集中在信息产业、市场营销团队和部分专业服务领域。拥有数字化工作流程和技术实力雄厚的公司采用这些工具的速度更快，而制造业和许多服务行业迄今为止的使用率仍然有限。

为什么曝光量和使用量之间的相关性很低？

企业在部署技术前会权衡成本、风险和收益。监管方面的顾虑、整合方面的挑战以及组织惯性意味着许多高风险任务尚未实现自动化。这种不匹配解释了为什么不同岗位的潜力与现实存在差异。

专业服务和商业服务部门如何应对这些工具？

你会看到咨询、法律科技和会计软件等行业率先采用这些工具来增强员工的专业技能。目前来看，这些工具对就业的影响还比较温和：企业通常会利用这些工具来精简团队或拓展服务范围，而不是立即大幅裁员。

这些技术是否对制造业造成了重大冲击？

制造业整体受到的冲击有限。自动化在制造业中早已发挥作用，但目前工具的普及更多地集中在信息处理而非实体生产上，因此，整个行业层面并未出现大规模的失业现象。

哪些员工更容易感受到变化——应届毕业生还是经验丰富的员工？

应届毕业生，尤其是那些主修热门专业的毕业生，可能会最先感受到招聘放缓的局面，因为企业通常会将新员工招入一些常规或半常规岗位。而经验丰富的员工如果转型到更广泛或管理岗位，则可能通过任务重新分配获得更多保障。

公司通常如何在内部实施这些工具？

大多数公司首先会利用各种工具来辅助员工——重新分配任务、组建更小的团队，以及拓展高技能员工的职责范围。早期完全替换员工的情况并不常见；你更有可能首先看到的是任务重组和生产力提升。

快速普及是否会减缓经济衰退后劳动力市场的复苏？

是的。如果企业在经济低迷时期迅速采用各种工具，即使需求复苏，它们也可能需要减少招聘，从而造成“无就业复苏”的风险。在这种情况下，那些需要高度非例行认知技能的职业可能会面临更大的招聘阻力。

整个经济体中究竟有多少家公司在使用这些工具？

整体经济领域的使用率仍然维持在个位数，但在信息和专业服务领域较高。采用率因公司规模、行业和数字化成熟度而异，因此您所在行业的占比是一个关键因素。

为了保持领先，你应该关注哪些指标？

关注高曝光度和高使用率岗位的就业份额、新失业人员的失业持续时间、技术密集型行业的招聘冻结情况、任务级自动化率以及各专业毕业生早期职业安置情况。这些信号可以告诉你哪些领域正在出现变革或机遇。

如何让你的员工队伍或你自己的职业生涯为这些变化做好准备？

应着重培养与工具相辅相成的技能：批判性思维、领域专业知识、人员管理能力和复杂问题解决能力。雇主应投资于技能再培训、岗位重新设计以及工具整合，以增强而非简单地取代员工。