AI还没大规模砍掉招聘,先被落下的是新人:高管AI培训率83.5%、入门员工仅45.3%,被AI挤出者再就业多花约五周
本周多份研究给「AI抢饭碗」降温:加拿大统计局首份专题研究未发现AI已大幅压低招聘的普遍证据,高盛则发现被AI暴露岗位挤出的35岁以上员工再就业多花约五周;ZipRecruiter调查显示AI培训明显向高管倾斜。

关于AI与就业,本周的证据呈现出一种分裂的图景:一边是总量数据并不支持「AI已经在大规模砍招聘」,另一边是具体人群的代价正在变实。ODSC在11月2日的AI职业周报中汇总了多份最新研究,其中最有分量的,是加拿大统计局10月28日发布的专题分析。
这份研究是加统局首次把「新雇」与「离职」分开观察:两位经济学家用2006年1月至2026年8月的劳动力调查数据,配合经互补性调整的AI暴露指数发现,15至29岁年轻人的招聘率在所有暴露类别都在下降,降幅最大的反而是AI几乎不沾边的工作——招聘率从4.0%降到3.3%。编程密集型岗位的招聘率从2.5%降到1.9%,降幅在水平值上最大,但下滑早在2022年初、即ChatGPT发布之前就已开始;各类别的离职率则基本未动。研究结论是:目前没有普遍证据表明AI已大幅压低招聘或推高离职,疫情后调整、移民带来的劳动力结构变化与贸易摩擦都可能在起作用。
高盛经济学家的发现则指向另一端。据《财富》10月30日报道,高盛发现从AI暴露岗位被挤出的员工,正在出现与过去四十年历次技术冲击相似的「留疤」效应,35岁以上者首当其冲:他们找到新工作的时间,比因其他原因失业的人平均多出约五周。两份研究并不矛盾——伤害可以对某个群体真实且加深,同时又还没大到能在全国招聘总量上现形。
员工感受的落差同样醒目。ZipRecruiter10月26日发布的《2026年AI员工报告》调查了1500多名美国在职员工:52.6%的人说AI让工作更愉快,只有5.5%持相反看法;但按职级拆开,高管层有76.5%表示满足感提升,入门员工只有39.8%。培训机会的分配更悬殊:83.5%的高管接受过公司AI培训,入门员工只有45.3%,37.2%的人只能自学。报告还显示,44.6%的员工觉得AI让自己的技术过时得更快,25.1%的人打算因为公司使用AI的方式而离职;而截至2026年9月,ZipRecruiter平台上要求AI技能的岗位量同比增长了159%。员工最常用的AI场景是查资料(52.1%)、做摘要(41.6%)和起草文字(40.9%)——恰好都是过去用来训练新人的活儿。
对在美华人职场读者,这几组数字的实用含义很具体:第一,年轻人招聘冷,首因未必是AI,投递策略上不必自我设限于「没被AI碰过」的岗位;第二,真正的风险不是岗位一夜消失,而是被挤出后空窗期变长,在职时就应把AI常用场景练成熟练技能,并留下可展示的成果;第三,公司培训轮不到自己时,自学已是四成人的常态,平台上AI技能岗位量一年涨159%,这类技能正在从加分项变成入场券。














