宏观视角看AI系列之三：AI如何重塑中美劳动力市场.pdf

全球生成式人工智能技术正从单点工具向智能体与流程级应用加速演进，其在提升生产效率的同时，也引发了市场对就业冲击的深层担忧。本报告基于宏观视角，深入探讨人工智能技术发展对中美劳动力市场的差异化影响。

总量与结构的背离

当前中美两国就业总量数据保持韧性，暂未显现大规模替代冲击。中国城镇失业率稳定，美国失业率受降息及供给收缩影响下行。然而，结构性调整已在招聘端率先显现。中国市场中，高人工智能暴露且低互补性的岗位招聘需求收缩，低经验、低薪岗位受冲击最大，而高技能岗位需求增加。美国信息行业作为高暴露领域，已出现就业人数减少、职位空缺收缩及裁员率上升的迹象。

效率异质性与岗位重构

人工智能带来的效率提升具有显著异质性，在简单任务中体现为能力拉平，在复杂任务中则扩大技能差距。岗位职责随之重构，高暴露职业职责变宽，呈现“一人多职”趋势，职业收缩速度快于职责消失。这种变化导致入门级岗位减少，可能引发中长期人才梯队断层，削弱传统人才培养机制。

长期挑战：分工弱化与人才价值重估

人工智能降低了任务切换与学习成本，弱化了传统社会分工，使得“一人加人工智能”闭环成为可能。这将挑战专才的稀缺性，提升具备跨领域整合能力、能对人工智能输出进行校验与负责的复合型人才价值。报告指出，需关注人才梯度断层及社会分工弱化带来的长期结构性挑战。