AI 是否造成就业疲软成为过去一段时间关注的焦点。一方面是因为进入 2025 年后美国非农新增就业明显放缓，且年轻人和高学历劳动力的就业表现持续较差，这部分人群面对 AI 有更大脆弱性；另一方面是从更宏观的角度看，美国疫情后就业的修复速率拐点与 ChatGPT 推出时点较为一致，近期陆续发布的学术论文也观察到 AI 对于资浅(Junior)职位的替代较为明显。

基于此，我们认为有必要进一步理解 AI 与美国劳动力市场结构性变化的互相作用，既可以寻找美国就业疲软的真正原因，也是探索 AI 技术自身存在的意义与价值，和在实体经济的具象化体现。总的来说，虽然美国企业使用 AI 技术的比例持续上行，但远未到对就业产生明显影响的时刻。就业走弱更多是上一轮加息周期带来经济周期性疲软的滞后性反馈。同时，劳动力的囤积以及美国经济的软着陆减少了企业裁员的动机，保护了资深（Senior）员工的职位，而让年轻人成为了“低招聘、低雇佣”的受害者。

一、当前企业对 AI 技术的适应仍以“再培训”为主首先，对于理解 AI 与就业的动态关系，我们提出一个 4R 观察模型，即 Retraining（再培训）—— Revaluation（再评估）—— Recalibration（再调整）—— Revolution（AI 革命）。不同行业的公司其所处的周期位置并不同步，但大多数公司仍处于再培训阶段，这是我们认为 AI 对就业冲击有限的第一个论据。

例如对于科技类公司，他们无须“再培训”，因为 AI 的本身就是对冗余人力的直接替代，因此他们更多处于“再评估”与“再调整”阶段：硅谷大型科技公司，以及一些传媒业公司已经开启了人员精简过程，这会直接带来“降本增效”。而对于大多数实体企业（服务业、制造业），当下对于 AI 时代的适应依然是以“再培训”为主，在利润率仍有保障的情况下，拒绝盲目的裁员，选择跟随技术突破的“右侧”。最新的纽约联储的调查也证明了这一点，AI 最主要的效用仍是“信息搜寻”，其次是“市场营销”（这也是目前 AI 落地最为清晰的领域）。而大家认知中真正提升生产力的技术，一般对应着应用新流程（New Workflows）和流程自动化(Process Automation)，但这两者的使用占比并不突出。同时，AI 的使用也呈现出一些“断断续续”的特性，虽然能完成一次性的预测或生成任务，但缺乏长期经验积累和持续自我改进能力，这使得当前 AI 应用场景依然是“任务主导”，与工作流程、激励机制、组织架构的契合仍需完善。

这些企业在回复中也并未对裁员（layoff）产生更浓厚的兴趣，而更多是以“再培训”为主。包括鲍威尔以及近期地方联储举办的相关研讨会也都着重强调于“再培训”对于就业的重要性。这些都符合传统的劳动经济学理论，即应对新技术的正面供给冲击，最平滑的解决方式是提供技术培训以及“干中学”，以提升整个社会的总供给水平。

Indeed 从人力需求性（Physical Necessity）和任务处理能力(Problem-Solving Ability)将潜在的 AI 技术（包括但不限于生成式 AI）对当前职位的替代作用进行了二元分类。基于约 2900 个职业的调查，可以发现通用人工智能对当前美国职业的提升呈现出明显分化：几乎没有提升的职业占比约 42%，具有提升空间的职业占比为 44%，这也说明了AI 对于就业的潜在冲击并不是全面的。哪怕这些冲击已经发生，也无法解释总体的就业变动。进一步深入到行业层面，当前美国就业市场最大的赢家“医疗保健业”和最大的输家“建筑业”，受 AI 的可替代性都处于全行业末尾水平。从此视角下来看，AI 并非就业市场的决定性因素。

国金证券研究所行业视角下，AI 使用率与其占非农就业比重也呈现出不均衡性。基于对 Claude Token 使用量的统计，计算机相关行业占全美就业人口的约 3.4%，但调动了 37.2%的 Claude Token，传媒相关行业仅占全美 1.4%的就业人口，使用量也占到 10.3%——即 5%的就业人口使用了约 50%的 AI 数据用量。哪怕有冲击，也更多是结构性的。对于绝大多数行业，其行业人口和 Claude 使用量并不匹配且失衡明显，尤其是餐饮，销售，运输和行政等（对应非农的休旅酒店业和行政服务等）占美国就业比重超 1/3，Claude 用量不超过 15%。

总而言之，我们认为美国就业的走弱更多是加息周期中经济周期性疲软的反馈。只是这一轮周期的异质性：劳动力的过度囤积以及美国几乎完美的软着陆使得企业维持着温和的招聘节奏，而无需裁员；年轻人成为了这种“低招聘，低雇佣”的最大受害者。AI 技术本身对于整个就业市场的破坏程度被相对高估了，非科技行业的 AI 渗透率依然有限，难以带来根本性的就业市场变革。对于科技公司，可能他们正在经历再评估（Revaluation）到再调整（Recalibration）的过程，这带来了一些基于“科技本源性”的人力替代，但是对于绝大多数公司而言，仅仅处在再培训（Retraining）这一最初步骤。迄今为止的证据依然难以将就业疲软归咎于 AI 技术的发展，反而 ChatGPT 等应用的推出很可能通过财富效应推动了宏观（叙事）环境的稳定，进而带来了正向的就业预期；至少 AI 技术本身对于就业市场而言，不全是负面冲击。