關於「AI到底有沒有在搶工作」的爭論，最後總會撞上同一堵牆：整體失業率看起來挺正常。於是想證明「什麼都沒發生」的人指著那個正常數字，想證明「天要塌了」的人指著裁員頭條，誰也說服不了誰。
史丹佛一批經濟學家，帶頭的是Erik Brynjolfsson，決定不再糾纏那個平均數，而是鑽到它底下去看。他們調出ADP的薪資發放紀錄——ADP是全美最大的薪資處理商，手裡是幾百萬張真實薪資單，不是問卷裡的猜測——然後把勞動力按年齡、以及每種職業「有多容易被生成式AI取代」兩個維度切開。這份資料刷新後本週被廣泛轉傳，結論一點都不含蓄。
這個數字，應該讓23歲的人背脊發涼
22到25歲、做最容易被AI取代那類工作的人——軟體開發、客服、初級稽核、入門分析職——就業職缺比2022年底少了大約13%，也就是ChatGPT上線之後這段時間。而且還在加速下滑：最新資料裡這群人正以每年約4%的速度萎縮，比研究者一年前量到的2.8%更陡。這條曲線沒有見頂回落，它變得更尖了。
接下來這段，正好解釋了為什麼平均數看起來沒事。同樣這個年齡層裡，最不容易被AI碰到的工作，反而每年還在漲大約2%。調酒的、做居家照護的，都好好的。塌下去的偏偏是坐辦公室那批職缺——恰恰是過去被當成「唸個學歷、坐進辦公大樓」那條穩妥、體面、往上走的路。
這不是一場浪，是被抽掉的一級階梯
兩年來最讓人安心的說法是「浪潮論」：AI水位上漲，大家都淋一點，然後一起適應。ADP的資料描述的卻是另一回事，更窄、也更狠——傷害幾乎全部集中在梯子最底下那一截。
看這條年齡梯度就明白了。22到25歲在高暴露職缺上是掉的。31到34歲的中生代也在收縮，但只有每年約1.7%。35到40歲呢？還在以2%在漲。同樣的高暴露職業，結果截然相反，唯一能讓正負號翻轉的變數，就是你手上已經累積了多少年經驗。
這個規律其實把機制說清楚了。AI最擅長的，恰好就是請一個新人來做的那些活——第一版草稿、樣板程式碼、例行工單、沒人願意做的對帳。它遠遠做不好的，是資深員工扛著的判斷力、脈絡和人際關係。所以公司並不是把老員工裁掉換成模型，而是悄悄地不再請下一批新人——因為一個中階加一個聊天機器人，現在就頂得上過去要養三個實習生才做得完的工作。資深的保住了飯碗，23歲的那位，根本沒拿到過。
LostJobs 觀點
這份研究比又一波裁員頭條更值得看，是因為它把「AI在影響就業」和「失業率有沒有上升」這兩件事拆開了。兩件事可以同時成立。你一旦停止聘用入門級員工，已經在職的人照樣在職，頭條數字幾乎不動——痛感體現為一扇對想進來的人悄悄不再打開的門。這是最不顯眼的一種經濟損傷，也最難組織起來對抗，因為受害者分散、年輕，而且根本還沒進到任何一棟樓裡，談何走出來抗議。
如果你還在職業生涯早期，能落地的讀法不是「去學怎麼寫提示詞」。而是：最底那一級階梯，正是暴露最狠的那一級；離開它最快的辦法，是盡快抓住那些需要判斷力的活——需要你hold住模型接不住的脈絡、扛住模型擔不了的關係、或者做一個真的要你來扛責的決定。這本來就是目標。ADP的資料只是把你能用來抵達那裡的時間縮短了，還順手抽走了過去托著你往上爬的那些「練手職缺」。
