AI 会抢走工作吗:四份数据说的不是一回事
四份关于 AI 与就业的数据,数的不是同一件事。Gartner 预测全球岗位到 2030 年净增约 170 万,澳洲央行研究看到 15 至 24 岁就业率偏低,斯坦福论文修订版把 22–25 岁的差距写成 19%,Anthropic 自家初级技术岗招聘占比从 27% 降到 9%。这篇讲每份数的是什么、不数什么,以及中文转述里那个已经过时的 13%。

先说这件事为什么难说清
2026 年 11 月 15 日,两条关于 AI 与就业的消息在同一天出现。
一条是预测:Gartner 说,2025 到 2030 年间 AI 会在全球创造 1060 万个新岗位,同时让 890 万个岗位消失。两相抵,到 2030 年全球就业市场净增约 170 万个岗位。
另一条是观测:澳大利亚储备银行(RBA)的研究员 Mike Major 建立了一套就业市场监测系统,盯的是最可能先受影响的群体——职场新人、程序员、文员和客服。
结果是,15 至 24 岁的年轻劳动者和刚毕业的大学生,就业率低于年龄更大的从业者,失业率相对更高。
两条都成立,也都不该被简化成一句话。
「AI 会不会抢走工作」这个问题之所以难答,是因为不同的统计量在回答不同的问题:有的数岗位总量,有的数某一年龄段的招人速度,还有的数某个具体公司内部的初级岗位占比。
这篇把手上能找到的几份数据并排放到一起,说清每份数的是什么、不数什么。
四份数据,四种口径
| 数据来源 | 数的是什么 | 时间范围 | 得出的结论 |
|---|---|---|---|
| Gartner 预测 | 全球岗位总量 | 2025–2030 | 净增约 170 万个岗位 |
| RBA 研究(澳大利亚) | 职业招聘岗位数量 | 2022 年底 ChatGPT 以来 | 高 AI 影响职业降幅最大,15–24 岁就业率偏低 |
| 斯坦福「煤矿里的金丝雀」 | 美国工资单数据 | 截至 2026 年 6 月 | 22–25 岁在 AI 高暴露职业的就业比同侪低 19% |
| Anthropic 内部评估 | 本公司初级技术岗占比 | 2025 年初至 2026 年 8 月 | 初级技术岗招聘占比从 27% 降到 9% |
四份数据没有一个是错的。但它们互相之间不能直接比大小——数的是不同的东西。
需要先说一个容易踩的坑。中文媒体在 2026 年 11 月 15 日转述斯坦福那项研究时,给出的数字是 13%。
这是斯坦福论文 2025 年 8 月初版里的数。而该论文 2026 年 8 月 12 日的修订版把数字改成了 19%:22 至 25 岁在 AI 高暴露职业的就业,「比如果没有跟上同侪步伐时低了 19%」。
论文同时说明,这个差距自 2025 年 8 月首次记录以来在持续扩大。旧版的 13% 没有错,只是已经过时了。
斯坦福那份研究说了什么,又没说什么
修订版摘要里的原话值得逐句拆开。
它没找到大范围、经济整体层面的岗位替代。「我们没有发现大范围、经济整体层面的岗位替代的证据。」
这句话的份量比后面所有数字都重。它说的是,一个 22–25 岁的人找不到工作,不等于这件事是 AI 干的。
**差距主要通过减少招聘形成,不是通过增加离职。**原文用的是「reduced hiring of young workers rather than increased separations」。
翻译成大白话:不是把年轻人开除了,是现在干脆不招了。资深者的就业情况基本稳定,这一条在多数解读里被漏掉了。
**差距集中在 AI 主要用来替代人干的活儿的职业。**反过来,在 AI 主要用来辅助人的地方,就业是持平甚至上升的,尤其是对资深者。
**调整发生在就业上,不在基本工资上。**这项研究盯的是人头,不是薪酬。
**几个常见的替代解释被排除了。**排除科技公司和计算机职业之后差距仍在;控制利率上升的影响、控制远程办公之后仍在;换用别的 AI 暴露度衡量方式,差距仍在。
**但也有两处它自己承认站不稳。**控制教育程度后差距会减弱;在 ADP 的样本里差距比全国性调查基准更明显。
作者在结论里说得很直接:这些是早期的描述性指标,是「煤矿里的金丝雀」,不是因果估计。
Anthropic 那份自家报告也是同样的谨慎口径。它讲的是一家高度依赖 AI 的软件公司,公司自己承认「其情况具有特殊性,不能简单代表整个就业市场」。
但它给了一个别的来源都给不出的东西。内部新入职初级员工占比从 2025 年初的 27% 降到 9%,初级岗位的招聘公告自 2025 年 12 月起下降得特别快。
同期技术部门在总员工中的占比从 61% 降到 56%。到 2026 年 8 月,交互式 AI 智能体的工时已经是员工的六倍。
剩下两份:预测和相反方向的观测
Gartner 那份是预测,不是观测,性质和上面两份不同。
分析师 John Lovelock 在被 Business Insider 采访时描述了企业决策的三个阶段。
AI 应用初期,企业会想「不如暂缓招聘」;进入更高阶段,企业开始裁减岗位;到了最后一个阶段,通常会开始增加就业岗位,最终实现岗位净增长。
他同时说了一句被广泛引用的话:「假设你今天需要完成 10 项工作任务,明天可能只需要完成其中 6 项,而且完成这些任务的方式也会有所不同。」
他给出的量级是:预计受到冲击而消失的岗位占劳动者总数不到 2%,但全球超过 20% 的劳动者、约 4.355 亿人需要适应这种变化。
这个数字和「170 万净增」放在一起看反而更清楚——净增是总的,4.355 亿是分布上的,前者不抵消后者。
RBA 那份则给出了相反方向的证据。丹麦一项针对 2.5 万名劳动者的大规模研究发现,当地 AI 使用率已达 64%。
但仍未发现工资水平或工作时长出现可测量的变化,劳动者平均每周只节省了相当于工作时间 2.8% 的时间。
另一项 2026 年 1 月针对 1060 万份 LinkedIn 个人资料和美国失业数据的分析发现,AI 影响较大的职业,其就业问题早在 2022 年初就已出现,比 ChatGPT 发布会早了数月。
这项分析由匹兹堡大学 Morgan Frank 团队完成。它指向一个反直觉的可能:宏观经济因素的权重,可能比此前认为的更大。
那么,一个普通人该怎么看这些数
如果这些数字对应的是你所在的行业,或者你正在找的岗位,下面几步可以直接照做。
**先确认你看到的是哪一年的数。**斯坦福那份从 13% 变成 19%,中文转述还停在旧版。
这是今天能具体指出的一处事实错误,不是推测。找原始研究的更新日期,比找媒体转述的发布日期更能确定你手上的数新不新。
看清这个数数的是招聘还是存量。「就业人数下降」和「招聘岗位数量下降」不是一回事。
前者包含已离职的人,后者只算新开口。RBA 数的是后者。
**看年龄,还是看行业。**四份数据里三份的结论都落在 22–25 岁这个年龄段上,而 Gartner 的净增预测根本不按年龄分。
拿总量预测去安慰一个正在找入门岗位的人,或者拿某个年龄段的降幅去否定总量预测,都是拿错了尺子。
**找那些把不确定性写出来的人。**RBA 的研究员明确说「不能据此轻易得出结论」,因为研究衡量的是职业理论上受 AI 影响的程度,而非企业实际使用 AI 的情况。
斯坦福作者说这些是描述性指标不是因果估计,Anthropic 说自家情况具有特殊性。愿意写这些限定语的来源,通常更值得信。
**别把时序当因果。**匹兹堡那项研究就指出,问题在 ChatGPT 之前就出现了。企业决策受预期影响,而预期会提前动。
资料来源与未核实项
本文涉及五份来源,事实与数字分别来自:
- IT之家 2026-11-15 关于 Gartner 预测的报道(https://www.ithome.com/1/027/427.htm):净增 ↗ 170 万的口径、洛夫洛克的三阶段说法与 4.355 亿人、皮尤调查数据。
- IT之家 2026-11-15 关于澳洲央行研究的报道(https://www.ithome.com/1/027/432.htm):Mike ↗ Major 及其监测系统、丹麦 2.5 万人研究、匹兹堡大学分析、斯坦福 13% 的转述数字。
- 斯坦福数字经济实验室论文修订版 2026-08-12(https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of/):19% ↗ 这一数字及其全部限定条件。
- Anthropic 2026-10-16《How employment is changing at Anthropic》(https://www.anthropic.com/research/employment-at-anthropic):27% ↗ 降到 9%、初级员工占比 21% 降到 14%、智能体工时六倍。
- Simon Willison 2026-11-12 关于 llm-gemini 0.37 的记录(https://simonwillison.net/2026/Nov/12/llm-gemini/):用于核对 ↗ Anthropic 模型命名与数据转述出处。
各来源逐条核对的具体数字、字段与表述,见本文对应的核实记录。核对日期 2026-11-16。
没做的事:没有取得 Gartner 原始报告与原始数据表(Gartner 官网对本机返回 403),相关数字全部经 IT之家转述,未与一手材料逐条比对;没有取得 RBA 研究原文与 Mike Major 那套监测系统的数据接口;没有取得皮尤研究中心调查的原始问卷。
没有取得世界经论坛 2025 年未来就业报告原文(该站对本机返回 403);丹麦研究与匹兹堡大学研究均未取到原文,仅有 IT之家的转述。未实测的部分:没有下载或运行任何 ADP 工资数据,没有复算 19% 这一数字。
最需要说明的口径差异:本文引用的 Anthropic 数据来自该公司自述,Anthropic 自身说明其情况具有特殊性、不能简单代表整个就业市场;Gartner 的 170 万是 2025–2030 年的预测值,不是已发生的事实。
另需说明:IT之家 2026-11-15 的报道在转述斯坦福研究时给出的是 13%,该数字对应斯坦福论文 2025 年 8 月初版。论文 2026 年 8 月 12 日的修订版已将这一数字更新为 19%。两处口径不一致,本文两处都记,不择一为准。
看得懂新闻里的百分比和年份;知道「岗位总量」和「招聘岗位数」是两回事会更好读
适用范围:基于 2026 年 11 月 15 日采集素材改写,核对至 2026-11-16
以下来源方便你逐项对照;引用文档不代表已经完成实际操作测试。 本文标注为 AI 辅助起草。
- 核对了什么:Anthropic 2026-10-16《How employment is changing at Anthropic》官网原文。技术部门初级员工占比21% 降到 14%、初级技术岗招聘占比 27% 降到 9%、初级岗位招聘公告自 2025 年 12 月起下降尤快、技术部门总占比 61% 降到 56%、2026 年 4 月调查中 27% 描述生产力提升与 20% 描述角色转向管理 AI,以及到 2026 年 8 月交互式 AI 智能体工时为员工六倍。核对日期 2026-11-16。没做什么:未取得该报告的完整数据集,未核实其内部统计方法。注意:这是 Anthropic 自家数据,其报告本身声明该情况具有特殊性、不能简单代表整个就业市场。
- 核对了什么:极客公园 2026-11-09 极客早知道汇编稿中与本文主题相关的一处出处,用于追溯。核对日期 2026-11-16。没做什么:该稿为汇编稿,本文只取其中一处相关表述作追溯用;其余新闻条目未用于本文,也未与一手材料比对。
- 核对了什么:IT之家 2026-11-15《澳大利亚央行研究:AI 最先冲击年轻劳动者》。RBA 研究员 Mike Major 及其就业市场监测系统的关注对象(职场新人、编程、文职、客服)、15 至 24 岁群体就业率低于年长者且失业率相对更高、梅杰「不能据此轻易得出结论」的限定、丹麦 2.5 万人研究与 64% 使用率及 2.8% 时间节省、匹兹堡大学 Morgan Frank 团队对 1060 万份 LinkedIn 资料的分析、斯坦福 13% 的转述数字、以及世界经论坛 2025 年报告关于 2030 年净增 7800 万个岗位的预测。核对日期 2026-11-16。没做什么:未取得 RBA 研究原文与该监测系统的数据接口;丹麦研究与匹兹堡大学研究均未取到原文,仅有本文的转述;未访问任何招聘平台核对实际招聘量。
- 核对了什么:斯坦福数字经济实验室《Canaries in the Coal Mine?》修订版 2026-08-12 官网原文。19% 这一数字、样本为 ADP 工资数据且覆盖至 2026 年 6 月、「未发现大范围、经济整体层面的岗位替代」、「主要通过减少年轻人招聘而非增加离职」、「差距集中在 AI 替代型职业而在辅助型职业持平或上升」、「调整发生在就业而非基本工资」、「排除科技公司后仍在、控制利率与远程工作后仍在」、「控制教育程度后差距减弱」,以及作者自述为描述性指标而非因果估计。该文另注明 2025 年 8 月初版与 2026 年 2 月 9 日的后续说明。核对日期 2026-11-16。没做什么:未取得论文 PDF 正文,未下载或运行任何 ADP 工资数据,未复算 19%。注意:本文另引 IT之家 2026-11-15 转述的 13%,对应初版;两处口径不一致,均记。
来源发布时间:2026/11/15。来源采集记录随文章版本保留。
发现内容与当前界面不一致?
提交内容纠错金额随意,多少都帮得上忙。AITime 的资料整理、事实核对和每日更新由个人完成, 没有付费墙,所有内容都可以免费读。
扫码使用微信支付,备注可以留空。
哪个工具卡在哪一步、想给文章补一个真实案例、都可以加我。 留言时写清来源和具体问题,我看到会回。
扫一扫添加好友,备注写「AITime」我更容易认出来。
讨论与使用经验
正在加载讨论…