https://www.campusreform.org/article/census-study-ai-exposed-college-grads-face-13-earnings-drop/30793 [!quote]+ 美国人口普查局一项新研究发现，进入最受人工智能影响领域的大学毕业生面临就业前景下降和起薪降低的问题。 2026年9月的 这项 题为《毕业进入颠覆：人工智能接触大学专业的劳动力市场结果》的研究发现，10%最受人工智能影响的专业毕业生，其首次就业可能性下降了5个百分点，季度初始收入下降了13%。 研究人员Cody Orr、Lee C. Tucker和Lawrence Warren分析了行政就业记录，以确定人工智能如何影响进入职场的大学毕业生。 研究人员发现，自2022年底ChatGPT引入以来，就业、收入和工作转换模式发生了变化。 这些发现引发了人们对学生从传统上能够培养他们胜任如今易受人工智能驱动自动化工作的学位中所期望的财务回报的质疑。 研究人员发现，来自高度人工智能暴露专业毕业生的收入下降，与在重大经济衰退期间进入职场时所带来的经济损失相当。 大约一半的收入下降源于雇佣这些毕业生的行业工资下降。 剩余的下降反映了毕业生进入了薪资较低的行业，包括餐饮和零售，而非传统上与其学位相关的行业。 尽管随着毕业生积累工作经验，就业和收入劣势有所减少，研究人员发现，来自最受AI接触的专业学生之间仍存在显著差异。 研究结果表明，人工智能的影响不仅仅体现在现有工作的变动之外，还可能影响毕业后学生可立即获得的机会。 这项研究发布之际，大学面临关于其学术项目如何有效为学生准备快速变化的职场的问题。 另一篇2026年9月的人口普查 局文件 调查了美国企业对人工智能的采用 ， 发现 职业接触人工智能的潜力并不一定转化为雇主的广泛采用。 这一区别很重要，因为接触人工智能并不意味着雇主用自动化系统取代了员工。 [相关报道：大学将“公平”框架引入人工智能课程与研究] 圣路易斯联邦储备银行也 在九月报告 称，人工智能的采用在不同职业和个人工作场所中存在较大差异。 人口普查局的研究仍处于工作论文阶段，尚未经过与其官方出版物相关的完整审查程序。 尽管如此，其研究结果为权衡学费、专业和毕业后预期收入的学生提供了重要考量。 该研究并未证明仅靠人工智能导致了观察到的就业下降，但它识别出了影响那些学位毕业生进入接触人工智能职业的可衡量劳动力市场变化。 CEOWORLD Magazine – 17 Oct 26 AI Could Reshape White-Collar Employment by 2030—and Wages May Be the Bigger... Artificial intelligence could change the economics of professional employment well before it eliminates entire occupations. Reduced graduate recruitment, Est. reading time: 9 minutes [!quote]+ 人工智能可能会在消除整个职业之前就改变专业就业的经济结构。毕业生招聘减少、工资增长减弱以及生产力提升集中度的增加，可能重塑企业劳动力市场。对于高管、投资者和政策制定者来说，这些收益的分配可能与技术本身同样重要。 几代人以来，大学教育为进入职业中产阶级提供了相当可预测的路径。毕业生进入了金融机构、咨询公司、律师事务所、科技公司和企业办公室。他们积累经验，在组织层级中晋升，通常期望随着专业知识提升收入。 人工智能开始挑战支撑这一进步的经济学。 到2030年，公司可能能够用更少的员工产出更专业的产出。后果可能表现为招聘减少、工资增长放缓和职业机会减少，远早于失业统计揭示重大结构性变化之前。 这种区别很重要。经济可以变得更高效，同时许多受过教育的工人经济状况会更差。即使员工的议价能力减弱，企业利润也可能上升。 因此，即将到来的颠覆可能与消失的工作一样，衡量的是那些永远不会开始的职业和永远不会实现的薪资增长。 为什么人工智能可以在裁撤现有岗位之前减少招聘 先进的人工智能系统越来越能够执行传统上分配给专业员工的任务，包括财务分析、软件开发、法律研究、行政报告和客户支持。 OpenAI明确表达了开发能够在经济价值最大化工作中超越人类的通用人工智能的雄心。Anthropic首席执行官达里奥·阿莫代警告称，人工智能可能会在几年内大幅减少入门级白领职位。 这些雄心和警告并不能可靠预测2030年的就业水平。技术能力并不自动转化为商业采用或职业取代。 企业必须考虑准确性、监管要求、集成成本、网络安全和责任。许多专业岗位还将标准化任务与难以自动化的职责相结合。 然而，公司并不需要自动化整个职业来减少对员工的需求。 考虑一家金融服务机构，雇佣分析师收集信息、准备报告、构建模型并支持投资决策。如果AI大幅缩短这些活动所需的时间，管理层可能会保留有经验的专业人员，同时减少毕业生的招聘。 直接影响是招聘管道缩小，而非一波明显的裁员潮。 随着时间推移，正常的员工离职、部门整合和招聘放缓可能会减少总雇佣人数，而不会引起大规模裁员带来的政治和媒体关注。 对于企业董事会来说，这为运营提供了有吸引力的机会。对于年轻专业人士来说，劳动力市场变得更加难以预测。 企业职业阶梯上消失的第一步 职业生涯依赖于积累经验。 初级会计师通过常规的财务任务学习。助理律师通过调研和文件准备来培养判断力。投资分析师通过分析公司、行业和财务报表来积累专业知识。 这些活动不仅创造商业价值，还在组织内发挥教育作用。 当人工智能承担越来越多入门级职责时，雇主可能会发现他们需要的初级员工减少。然而，这些组织最终还需要能够监督复杂工作、管理客户并承担重大决策责任的有经验的专业人士。 由此产生的问题是未来可能缺乏专业知识。 大学可以继续授予专业资格，但学术教育不能完全替代实践经验。如果雇主减少毕业生获得经验的机会，传统的教育向专业能力晋升过程将变得不那么可靠。 经济后果可能超出直接受影响的个人。 推迟进入专业职业可能削弱终身收入，推迟家庭组建，减少消费，减少社会流动性。 历史提供了一个有启发性的比较。 在二十世纪，自动电话交换机逐渐取代了手动电话接线员。关于这一转变的研究记录了就业机会的显著变化，尤其是年轻女性进入劳动力市场的女性。 替代的文职和行政职业帮助吸收了一些工人。另一些人则面临艰难的调整，因为他们的职业经验失去了经济价值。 人工智能带来了额外的复杂问题：许多历史上吸收被剥夺工人的行政职业本身也暴露于自动化。 不能假设有替代就业机会。 更高的生产率并不保证更高的专业工资 技术进步通常会扩大经济体的生产能力。所得收益是否惠及工人，取决于竞争、劳动力需求、议价能力、所有权和制度安排。 英国纺织业从手工生产向机械化制造的转变体现了这一区别。 机械化提高了产量，最终帮助纺织品更为平价。然而，许多传统手工织工收入下降，经济陷入严重困境，因为工业机械取代了他们的技能。 生产性资本的消费者和所有者受益，而某些工人群体则受苦。 人工智能也可能在专业服务中制造类似的分布问题。 雇主可能会引入人工智能工具，使较小的分析团队能够完成大量任务。收入可能增加，运营成本可能下降，利润率也可能提升。 留下的员工可能会在没有获得相应薪酬的情况下提高生产力。 事实上，如果雇主认为更少的人也能获得类似产出，他们的谈判地位可能会恶化。 这可能导致原本相对较高收入潜力的职业工资压缩。 金融分析师、软件开发人员、顾问和行政专业人员可能面临越来越大的压力，要求证明他们的贡献超越智能系统经济可执行的活动范围。 这样的结果并非不可避免。人工智能还可以补充人类专业知识，生成新服务，并增加对专业人才的需求。 核心不确定性在于生产率提升将如何分配。 如果人工智能扩大企业产出，同时减少对特定劳动力类别的需求，利益可能会不成比例地流向股东、技术供应商和计算基础设施所有者。 由此产生的职业收入压力可能逐渐形成，使其比传统失业更不显眼。 全球性后果将不均 人工智能也可能改变专业就业的地理环境。 几十年来，国际外包使跨国公司能够在成本较低的经济体中获得技术工人。 印度发展了广泛的信息技术和专业服务产业。菲律宾成为客户支持、行政运营和业务流程外包的重要中心。 这些行业带来了出口收入，并为受过教育的工人提供了就业机会。 人工智能可能会削弱支持这些商业模式的部分劳动力成本优势。 一家跨国公司此前决定是否雇佣本地专业人员或外包海外工作，可能会越来越多地将自动化软件视为第三种选择。 对于人工智能能够可靠执行的标准化活动，国家工资水平的差异可能变得不那么决定性。 这并不意味着外包产业会消失。 印度科技公司可能抓住人工智能集成、网络安全、企业现代化和专业咨询等领域的机会。菲律宾服务提供商可能会扩展到复杂的客户管理和需要大量人为判断的活动。 然而，向更高价值服务的转型并不保证创造同等的就业机会。 公司可以在减少员工的同时增加收入。 人口结构将进一步影响后果。 在日本和韩国等老龄化经济体，自动化可能有助于缓解劳动力短缺，并维持生产，尽管劳动年龄人口在减少。 在需要大量就业的年轻经济体中，同样的技术可能加剧职业机会的竞争。 因此，国家人工智能战略必须反映不同的劳动力市场状况，而不是假设自动化会在任何地方带来相同的经济效益。 更便宜的情报能创造全新的市场吗？ 经济史也为谨慎乐观提供了基础。 当技术降低生产商品或服务的成本时，需求可以扩大。企业可能会进入此前不经济的市场，而消费者则获得了之前负担不起的产品。 与杰文斯悖论相关的机制常见：效率的提升有时会增加总资源消耗，因为降低成本会刺激额外需求。 人工智能有望带来类似的知识密集型服务扩展。 小企业可能以更低的价格获得复杂的财务分析。创业者可以在不维护庞大工程部门的情况下开发软件。专业顾问可以为那些之前负担不起服务费用的客户提供服务。 全新的商业模式可能会出现。 然而，服务需求的增加并不一定意味着对人类员工的需求也相应增加。 法律服务市场可能会大幅扩展，同时每个任务所需的律师数量会更少。软件生产可以加快，而开发者就业则不会相应增加。 就业结果取决于需求增长和新职业的增加是否抵消了现有活动所需劳动力的减少。 对投资者来说，这一区别尤为重要。不断扩大的市场可以创造卓越的企业回报，而不必带来同样强劲的就业增长。 为什么这对商业领导者很重要 其影响不仅限于劳动力规划。 积极自动化初级岗位的公司可能提升短期利润率，同时削弱其未来的领导层和专业人才储备。 组织将需要替代的技能发展方法，包括结构化学徒制、监督下的AI辅助任务以及更有针对性专业培训。 董事会还应审查报告的生产力提升是否反映了真实的运营收益，还是暂时减少了对人力能力的投资。 对于员工来说，最有价值的职业优势可能越来越多地涉及将专业知识与责任感结合起来的责任。 战略判断、谈判、监管责任、机构知识、客户关系和组织领导力可能在AI执行更多分析工作时仍具商业价值。 这些能力并不能永久免于自动化。它们的重要性部分源于企业在法律和制度体系内运作，这些体系要求对决策承担明确责任。 公共财政又带来了另一个问题。 政府高度依赖与就业和个人收入相关的税收。如果自动化改变了劳动力与资本之间的收入分配，现有的收入结构可能会受到压力。 直接对自动化系统征税带来了相当大的实际困难。政府可能需要评估企业利润、资本收入、就业税和社会保障在更自动化经济中的相互作用。 设计不当的干预措施可能会阻碍有效投资。然而，不作为可能使公共机构难以应对日益扩大的经济不安全。 适当的政策应对将取决于就业、工资、生产率和应税收入的实际变化，而非对技术进步的猜测性假设。 Business Insider Looking for an AI-resilient career? These are the 25 college majors that may... AI is changing the job market. But a recent study found that education and healthcare fields are among the least affected by AI. [!quote]+ 如果你希望在 人工智能时代 找到 一份早期职业工作 ，准备好拿起安全帽、手术服或粉笔吧。 应届毕业生 正进入一个入 门级工作 正日益被人工智能模型重塑的 就业市场 ，但并非所有领域都能同等接触。 《商业内幕》分析了 美国人口普查局研究人员 9月发布的工作论文数据，该报告估算了不同学科领域接触人工智能的程度。本文通过评估GPT-4是否能显著缩短各领域 年轻毕业 生通常从事的工作任务所需时间来评估暴露情况。 根据工作论文，一些最受关注的领域包括以计算机为中心的领域，如 计算机科学 、 计算机工程 和计算机编程，以及信息科学。统计学、应用数学、电气工程、精算学和新闻学也位列最高曝光领域。 研究发现，在2022年ChatGPT广泛普及后，处于高曝光领域的毕业生在 毕业 后 一个季度就业的可能性低 了5个百分点，且其初始季度收入比暴露较少领域的毕业生低13%。 另一方面，教学、医疗助理和营养等领域被发现暴露在人工智能领域中最少。 在本次排名中，《商业内幕》考察了报纸中曝光度最低的三个领域，并结合了密切相关的专业领域，对25条曝光度最低的一般职业路径进行了排名。 虽然观察 工作对人工智能的接触 情况有助于描绘哪些工作可能更脆弱，但这一排名并非最终决定性，研究仅反映了GPT-4加速 工作任务 的能力。 6 个帖子 - 4 位参与者 阅读完整话题

  • 情报分类：工作与职业机会
  • 分类依据：内容涉及招聘、求职或职业发展
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/18 13:06:45