生成式人工智能正在掀起一场静悄悄的就业结构调整。
报告指出，“近期AI应用加速与相关裁员报告引发了对大规模劳动力替代的担忧”。最直观的变化出现在营销咨询、呼叫中心、平面设计、网络搜索和软件开发等行业，“就业增长已远低于趋势水平”；科技行业就业占比则自2022年11月ChatGPT发布以来“跌破疫情前趋势线”。
更具警示意义的是，“20–30岁科技工作者失业率年初至今上升近3个百分点”，为“AI正对科技类应届毕业生制造招聘阻力”的传闻提供了首批实证数据。
不过，高盛强调，在宏观层面“尚未发现AI暴露程度与多数行业层面的就业增长、失业率、裁员率等指标存在统计学上的显著相关性”，也就是说，惊涛骇浪目前仍局限在微观局部。
为了把碎片化的迹象拼成可度量的风险图景，高盛研究团队构建了自下而上的替代风险框架。他们给800余种职业打上五个维度的风险标签：错误后果、任务重复性、任务凝聚力、AI任务价值与整体工资之比、后台/前台属性。结果显示，若“约20%最高暴露职业”受到冲击，美国将累计出现“6–7%劳动力被替代”。按此基线情景，再叠加历史经验——“技术驱动的生产率每提高1个百分点，短期内失业率上升0.3个百分点，两年后影响消失”——报告判断，在10–15年的AI普及周期里，“失业率将在2030年代前半期比趋势水平最高上升0.5个百分点，随后逐步回落”，对通胀的拖累峰值仅为0.1个百分点。
历史被反复拿来为“技术性失业”降温。报告引用Autor等人的研究发现，“当今60%的劳动者从事的工种在1940年尚未存在”，过去85年“超85%的就业增长源自技术驱动的新岗位”。诺贝尔经济学家列昂季耶夫1983年关于“人如马匹终被淘汰”的预言并未成真，原因在于“技术虽消灭岗位，却同时通过新兴职业与总需求扩张创造更多就业”。因此，除非人工通用智能(AGI)提前降临，否则“人类在涉及物理与认知交互的任务上仍保持比较优势”，AI带来的产出与需求扩张应会继续吸纳劳动力。高盛据此维持判断：未来十年“生成式AI不会导致长期、持续的大规模失业”。
真正需要警惕的是摩擦性失业的短期放大效应。
报告回顾IT自动化史：1987–2017年自动化每年压低劳动力需求0.3%，1970–2007年为0.2%，但“总体劳动力需求继续增长”，关键在于“被替代的工人最终找到了新工作”。
如果经济在AI转型期遭遇衰退，企业可能“加速实施自动化计划并利用生成式AI削减岗位”。历史数据显示，“常规岗位的自动化裁员几乎全部集中在经济下行期”。一旦这一规律重演，失业率峰值可能提前五年出现，且“更集中的岗位流失将失业率推至更高水平”。
若AI采用更前置、替代面更广或叠加衰退，“失业率峰值可达0.7–1.8个百分点，通胀拖累0.15–0.4个百分点”。不过报告给出相对温和的结论：“综合来看，生成式人工智能导致的劳动力替代将在未来5–10年内对美国经济产生显著但可控的影响。”
更多AI相关报告：
2025年医疗耗材数字化领用白皮书——以低值耗材为切入口的AI智能仓储实践-云掌科技 Cloudpick
前沿者的AI扩展指南：来自行业领导者的经验教训
AI Cloud Agent 技术及产业应用洞察报告(2025年)-数字原生推进方阵 DNA
2025中国AI商业落地应用价值研究报告-亿欧智库
2025年高品质万兆AI园区建网技术白皮书-NIDA全球固定网络创新联盟
数字原生推进方阵(DNA)：2025年 AI Cloud Agent 技术及产业应用洞察报告（77页）
美国白宫：2025年意图AI竞赛：美国AI行动计划报告（28页）
建筑企业AI应用行动指南白皮书
2025年中国AI应用出海企业发展需求洞察报告-36Kr
