最近，斯坦福大學(xué)HAI研究院發(fā)布了最新一期的《人工智能指數(shù)報告》。這份四百多頁的報告，涵蓋了研發(fā)、經(jīng)濟(jì)、教育、公共輿論等九大核心章節(jié)。

如果只是看科技新聞，很多人的注意力往往會被那些更熱鬧的話題吸引：誰家的模型更強(qiáng)了、誰又融了多少錢。

這份報告里，真正值得我們注意的，是它對就業(yè)和社會結(jié)構(gòu)變化的判斷。

這幾年，很多人一提到AI什么時候真正開始威脅工作，第一反應(yīng)都是2022年底生成式AI爆發(fā)的時候。

因為機(jī)器突然開始能像人類一樣流暢對話、寫文案、做總結(jié)、改代碼、做方案，仿佛一夜之間，辦公室里很多原本“只有人能干”的活，都開始變得不那么安全了。

這份報告給出的信號并不是這樣。它提示我們，AI對勞動力市場的真實沖擊，未必是從大眾開始感到震撼的那一刻才出現(xiàn)的。

恰恰相反，在一些最容易被自動化替代的崗位上，變化其實來的更早，而且更安靜。

這也是報告最有價值的地方。它沒有簡單地把裁員、失業(yè)、招聘放緩一股腦都?xì)w到AI頭上，而是試圖去分辨，哪些變化是宏觀經(jīng)濟(jì)周期造成的，哪些變化是技術(shù)正在悄悄改寫工作流程造成的。

它的做法很有意思，并沒有盯著職位名稱去看，直接往下拆到“任務(wù)層面”。研究者不看某個人是程序員、文案還是分析師，而是看這個崗位每天到底在做什么。

如果一個崗位的主要工作，是規(guī)則明確、流程清晰、重復(fù)項高的任務(wù)，比如基礎(chǔ)數(shù)據(jù)清洗、表格整理、合同對比、初級代碼排錯，那么它就更容易暴露在AI沖擊之下。因為這些工作不一定需要復(fù)雜判斷，但非常適合自動化工具接管。

數(shù)據(jù)精準(zhǔn)地指出，正是這類“AI暴露型任務(wù)”崗位，在2022年初出現(xiàn)了一個與當(dāng)時宏觀經(jīng)濟(jì)走勢并不一致的異常現(xiàn)象——招聘需求出現(xiàn)了斷崖式收縮。

報告里用了一個非常精準(zhǔn)的比喻來形容這一變化——“煤礦里的金絲雀”。在早期地下采礦業(yè)，礦工下井時會帶著對毒氣極其敏感的金絲雀。一旦金絲雀倒下，就意味著整個礦井的危險已經(jīng)逼近。

在這場AI重塑職場的變革里，最先倒下的“金絲雀”是誰呢？--就是那些剛剛踏入職場、還在做基礎(chǔ)執(zhí)行工作的初級員工和年輕人。

這不由得讓人聯(lián)想到我們整個社會培養(yǎng)專業(yè)人才的“漏斗機(jī)制”。以頂級的律師事務(wù)所為例，這個人才漏斗的最底部，往往是由實習(xí)生和初級律師組成的。他們每天的工作，可能就是花整整80個小時去通讀幾百份冗長的商業(yè)合同。

表面上看，都是些臟活累活，換個角度看，這恰恰是他們把規(guī)則內(nèi)化為判斷、把經(jīng)驗積累成直覺的過程。一個能獨當(dāng)一面的資深從業(yè)者，幾乎都經(jīng)歷過這段“低價值感”的訓(xùn)練器。

問題在于，AI最擅長的，偏偏就是這一層。對企業(yè)來說，這是一筆很容易算的賬：如果一個系統(tǒng)幾分鐘就能完成過去需要新人忙上半天甚至一整天的任務(wù)，而且差錯更少、速度更快，那老板為什么還要花成本去培養(yǎng)那么多初級員工？

短期看，這叫降本增效。長期看，這卻可能演變成一種結(jié)構(gòu)性斷裂。因為企業(yè)今天省掉的是培訓(xùn)和試錯成本，社會明天失去的，可能是未來資深人才的來源。入口被削掉之后，漏斗上層的人才并不會自動長出來。

也正因如此，這份報告在提醒我們：它正在改變一整套人才成長的路徑。這種變化不是平均發(fā)生在所有人身上的。報告里有一個很重要的觀察，可以被概括為“偏向資歷的技術(shù)變革”。

說的直白一點，這輪AI變革更像一把精準(zhǔn)的手術(shù)刀，它優(yōu)先切掉了初級崗位，卻在放大資深崗位的價值。

現(xiàn)階段的AI雖然已經(jīng)很強(qiáng)了，但是它并不擅長在復(fù)雜利益博弈、信息不完整、后果高風(fēng)險的環(huán)境里做最后裁量。更關(guān)鍵的是，AI承擔(dān)不了責(zé)任。

這就讓很多資深崗位的核心價值變得更加突出。他們未必還需要親自下場做大量基礎(chǔ)生產(chǎn)，但他們需要定義問題、挑選方向、修正錯誤、判斷風(fēng)險并最終為結(jié)果負(fù)責(zé)。AI成了他們的外腦，也成了他們放大個人產(chǎn)出的工具。

文章寫到這，再回頭來看報告中那組數(shù)據(jù)，沖擊力就出來了。報告預(yù)計，未來幾年，AI 可能推動整體生產(chǎn)率1.4%，帶動總產(chǎn)出增加0.8%，但與此同時，就業(yè)率卻可能縮減0.7%。

過去工業(yè)時代，技術(shù)進(jìn)步通常會帶來一個鏈條：效率更高，產(chǎn)品更便宜，市場需求更大，企業(yè)再去擴(kuò)張產(chǎn)能、雇傭更多人。技術(shù)和就業(yè)，至少在相當(dāng)長的時間里，是聯(lián)動的。

但AI正在打破這套邏輯。 一家公司如果因為AI提升了效率、接了更多訂單，它未必需要多租一層樓，也未必需要多招十個初級員工。很多時候，它只需要再買一點算力，再多調(diào)用幾次模型。

這就是為什么，AI帶來的增長，可能不再自動對應(yīng)新的就業(yè)機(jī)會。增長和就業(yè)之間，開始出現(xiàn)一種讓人不安的脫鉤。

更麻煩的是，我們的教育體系和職業(yè)培訓(xùn)體系，很多還停留在舊時代邏輯里。學(xué)校還在大量培養(yǎng)標(biāo)準(zhǔn)化執(zhí)行型人才，很多年輕人也默認(rèn)自己可以先從基礎(chǔ)崗位做起，再一步步往上爬。

但當(dāng)市場最先減少的，恰恰就是這些基礎(chǔ)崗位時，傳統(tǒng)的人才輸送方式和職業(yè)上升通道，就都要被重新審視了。

所以，AI帶來的問題，表面上看是技術(shù)問題，深一層看，其實是社會問題。這也許才是這份斯坦福報告真正值得警惕的地方：最危險的變化是社會原本那套讓人成長為“有判斷力的人”的路徑，正在被技術(shù)悄悄改寫。

問題來了，我們究竟該用什么新的機(jī)制，去接住那些本來要從職場最底層一步步長起來的年輕人？歡迎評論區(qū)聊聊。