全文 4,000字 | 閱讀約 13 分鐘
（史丹佛 Erik Brynjolfsson 談 AI 對社會的衝擊）
薪酬不變，職位先減。
史丹佛數位經濟實驗室 8 月 26 日最新發布的研究報告顯示：22–25 歲年輕人在受 AI 影響嚴重的職業中，就業率已下降 13%。這並非薪資降低，而是工作機會消失了。
這不是悲觀預測，而是由數百萬份薪資單數據直接得出的結論。研究團隊使用了美國最大薪資軟體服務商 ADP 的數據，每月追蹤數百萬員工的真實就業情況，涵蓋上萬家企業，數據更新到 2025 年 7 月。
職業仍存，門檻卻變高了。
——史丹佛教授 Erik Brynjolfsson 研究團隊核心觀點
為什麼？AI 取代的不是整個職業，而是新手學習與成長的階梯。
研究也發現：
如果 AI 被當作自動化工具，入門職位就會被壓縮；
如果 AI 被當作增強助手，資深員工反而帶動招聘。
（矽谷科技媒體 Axios 新聞頭條）
這一發現已引起 TIME、Axios 等海外權威媒體關注，均指出 AI 的第一波衝擊落在了年輕人和初級職位上。
ChatGPT 發布才兩年多，就業市場格局已經重塑。這是一份 AI 時代的「薪資單實錄」，也是一份送給年輕人的「職場警示」。
更重要的是：
這對你意味著什麼？你又該如何應對？
一、四大事實：誰正被 AI 取代
Erik Brynjolfsson 是資訊經濟學中最常被引用的學者之一，史丹佛大學數位經濟實驗室主任，暢銷書《第二機器時代》作者，AI 與數位技術經濟影響研究的先驅人物。他和團隊在報告中展示了一個看似冷靜，實則刺痛的數據圖（如下）。
（史丹佛大學的一項新研究表明，人工智慧對某些類型的工作造成的損害比其他類型的工作更大。史丹佛數位經濟實驗室）
他用的是美國最真實的第一手數據：350 多萬人、每月記錄、涵蓋近 3 年。這些都是薪資系統裡的真實記錄，不是調查預測。
接下來的四大事實，來自這組數據的直接分析，也構成了這份報告的核心。
✅ 事實一：不是裁員，而是停止招募
Brynjolfsson 發現：
真正的危機不在於裁員，而是在於停止招募。
許多職位表面上沒裁人，但背後發生的事是：新人不再被接納。
從 2022 年底到今年 7 月，受 AI 衝擊最嚴重的行業裡，22-25 歲年輕人的就業機會減少了 13%。AI 讓企業能用現有員工完成更多任務，或用工具取代初級操作。這種變化毫無徵兆，卻對剛踏入職場的人是致命的。
對剛畢業的年輕人而言，面臨的不是薪資縮水，而是入門無門。
✅ 事實二：AI 幫你，你留；AI 取代你，你走
研究團隊把工作分成兩類：一種是 AI 幫忙，一種是 AI 取代。
例如市場分析師，可以用 AI 快速做報告，這稱為增強；例如初級內容編輯，AI 能直接寫完，這稱為取代。
數據顯示，被「增強」的人，工作機會和收入都有提升；而被「取代」的人，連入場的機會都在減少。
研究團隊進一步表明：
我們看到的不是 AI 衝擊一切，而是讓某些職位更有優勢，另一些職位徹底關閉招聘。
✅ 事實三：衝擊跨越產業界線
許多人以為，AI 衝擊的是特定行業，例如媒體、翻譯或客服。
但 Brynjolfsson 說：
「我們看到的趨勢不是某個行業問題，而是一個共同特徵：入門級任務，在很多行業同時變少。」
醫療行業的初級記錄員、
法律行業的文件整理助手、
教育行業的內容標註員……
這些職位都沒消失，但容納的人越來越少。
為什麼是年輕人首當其衝？
因為 AI 最擅長的，正是那些有標準答案、流程明確的任務；而這些任務，過去正是年輕人進入職場、累積經驗的第一步。
如今這一步沒了。
✅ 事實四：傳統數據指標存在盲點
傳統上，我們看一個技術有沒有影響就業，往往看兩個指標：GDP 增長了沒？招聘網站上的職位還多不多？
但在 AI 面前，這兩個指標都開始變得遲鈍。
Brynjolfsson 教授指出：AI 的影響是漸進的，看起來沒什麼問題，實際上變化已經開始了。
職位還掛著，但沒人真的被錄用；
工資看起來穩定，但任務已經從新人轉到了 AI 或資深員工手裡。
傳統數據無法反映這種職位流失，但薪資單不會說謊。
這四大事實告訴我們：
AI 帶來的不是轟然倒塌，而是根基悄然下沉，最先站不穩的，是初入職場的年輕人
問題是，這麼大的變化，為什麼很多人卻沒感覺到？
二、門檻改變，許多人尚未察覺
許多人未察覺 AI 帶來的變化，是因為它沒有傳統技術取代的那種動靜：
沒有宣布裁員，也沒有漲工資，很多企業就是悄無聲息地不再招聘了。
Brynjolfsson 教授在訪談中談到：
「我們看到的不是大家都在被機器取代，而是企業正在用 AI，把原本屬於年輕人的工作，交給老員工和各式 AI 工具一起完成。」
如果你只看 GDP 數據，或者瀏覽招聘網站，你會覺得一切都還正常。
這次研究用的是真實薪資記錄，發現了一個隱藏的問題：
「AI 把原本屬於新人的任務，重新分配給了機器和資深員工。」
他們觀察的一個真實的例子：
以前，一家新創公司招兩位實習生，整理市場數據；
現在，用一個 AI 工具 5 分鐘完成初步篩選，然後交給專案經理處理；
實習職位還在招聘網站上掛著，但長期沒人入職，因為已經沒人去安排這個職位的任務了。
這種變化表面平靜，但很關鍵。
教授總結說：
「AI 正在改變的，不是勞動力市場的總量，而是誰能進來、從哪進來、還有進來之後能不能往上走。」
✅ 你看不見，所以低估了
GDP 本質是統計有價的交易，也就是你花了多少錢、企業賺了多少錢。
但 Brynjolfsson 指出：
AI 帶來的是大量「看不見的價值」，尤其是免費商品。
例如：
你沒為 Google 地圖花錢，但你離不開它；
你沒為 ChatGPT 花錢，但它已經幫你寫了無數份企劃案；
企業用 AI 處理初級內容，不需要再招一個人，但 GDP 不會記錄「沒招這個人」這個動作。
在 Brynjolfsson 教授看來：
「AI 帶來的是大量看不見的價值，特別是那些你沒付費，卻改變了你工作方式的服務。」
這就解釋了一個誤會：
不是因為經濟數據看起來穩定，就說明衝擊並不存在。
實際上，衝擊已經在悄悄發生，只是傳統指標捕捉不到。而這種「看不見的變化」首先衝擊的，正是那些還沒建立人脈、沒資源累積、缺乏經驗的年輕人。
也正因如此，很多人直到現在仍以為 「AI 衝擊還沒來」。
三、錯誤的衡量，導致衝擊被忽略
很多人至今還覺得「AI 影響沒那麼大」，只是因為他們在看錯的地方找證據。
當大家還在用「有沒有裁員」「職位少不少」來衡量 AI 影響時，Brynjolfsson 教授團隊已經在用一套全新的方法去看這件事。
他說：
很多 AI 服務是免費的。但不收錢，不代表沒價值。
我們過去用 GDP 算經濟，總是把「價格」當成衡量標準。
但 AI 時代，價值往往發生在你沒花錢的地方。
所以他提出了新的思路，叫 GDP-B（B 代表 Benefits，即效益），意思是：除了 GDP 裡的收入，我們還要加上「人們從商品或服務中獲得的好處」。
怎麼測？不是靠主觀想像，而是透過真實的「補償意願」調查。
簡單說就是：我們要付你多少錢，你才願意放棄某個產品或服務？
教授舉了個經典例子：
「我們問用戶：如果要你一個月不用空調，需要補償多少錢？結果發現，一半人要 34 美元就夠了，但也有人堅持要 2000 美元。」
他們用了同樣的方式，測了一堆看似「免費的」東西的真實價值感：
還有一句特別典型的說法：
很多人一個月沒電都能堅持，但沒電和沒手機，直接崩潰。
所以，GDP-B 不是憑空想像，而是從 用戶自己說「這個我不能沒有」 中估算它的實際價值。
✅ 真正的代價，看得見也看不見
教授還特別提到：
「Netflix 的訂閱費可能只有 15 美元，但我們測出來，人們為了『一個月不用它』，願意收取的『心理補償』是 166 美元。」
這背後就是「消費者剩餘」的概念：你花得少，享受到的多，這多出來的部分，才是真實的幸福感，也是傳統 GDP 完全看不見的。
在 AI 時代，這個部分被大幅擴大：
ChatGPT、Gemini、Claude，這些 AI 相關工具都免費，或者只要幾美元
但它們帶來的幫助、節省的時間、取代的勞動力，早已超過價格本身
講到這裡，Brynjolfsson 說了一句非常有意思的話：
「現在很多人填問卷，其實偷偷用 AI 幫自己寫答案。既然這樣，我們不如乾脆讓 AI 來當用戶自己。」
於是他們設計了一種全新的方式：
把 AI 變成「人」：告訴它「你是一個 25 歲的黑人男性，住在波士頓」，或者「你是一個大學教授，住在紐約」
然後讓 AI 來「回答」那些有關消費偏好、選擇、願意放棄什麼服務的問題
他們稱之為：大型語言模型代理人（LLM Agent）
更驚人的是，他們後來讓 AI「穿越時空」：假裝自己是 2016 年、2017 年的用戶，來「評價當時的 Facebook 值多少錢」。
教授展示的對比圖說明：
AI 模擬出來的答案，和 2016 年真實用戶填的問卷，幾乎一模一樣。
這帶來了什麼啟發？
他總結：
「我們不是拿 AI 來取代人，而是用它來擴展我們原本看不到的地方。」
這種代理模型已經展現出巨大潛力，例如：
想研究一個偏遠人群，AI 可以秒級模擬，不必再用幾個月去實地調查；
想預測一個從沒用過 ChatGPT 的人會怎麼評價它，AI 可以幫你「想像」；
甚至還能模擬不同國家、不同教育背景的消費行為。
這不僅大大提升效率，更讓「隱性價值」第一次被計算在內。
基於這些發現，Brynjolfsson 團隊提出了一個深刻的反思：
「在 AI 重塑經濟的過程中，我們的衡量工具是否正在忽略最需要被看見的變化？」
四、職位消失，並非你能力不足
而這些人，正是那些還沒開始、就被擋在門外的年輕人。
在訪談最後，Brynjolfsson 教授回到了人，特別是年輕人。他說：
AI 不是搶了誰的飯碗，而是讓新人連進門的機會都沒了。
這句話一針見血。很多年輕人覺得自己不夠強、不夠快、不夠聰明，但問題根本不在這裡。
所以這不是「競爭勝出就能留下」，而是 「你沒機會被看見」。
AI 沒奪走你的能力，但確實改變了每個人職涯的起跑線。
教授指出，AI 的影響堪稱百年來最重大的技術變革，但最關鍵的是，它改變了每個人進入職場的起點。
以前，能力可以在工作中慢慢練出來。
現在，工作門檻變高了，你得一開始就能產出成果，最好還能帶來內容、帶來流量、帶來判斷力。
如果你剛步入職場，既沒經驗又不會用 AI 工具，找不到工作不代表你有問題，而是整個職場生態變了。
✅ 沒有「萬能建議」，但他說了三件事特別值得聽
第一點：你必須了解自己身處哪一類職位
他說，他們把職位分為兩種：
一種是 AI 能幫上忙的，例如行銷企劃、專案研究，這類人會因為會用 AI 而變得更值錢；
另一種是 AI 能直接取代的，例如初級文稿撰寫、數據清理、重複性作業，這些職位本身就不再增長了。
你想要做的工作，是哪一類？
如果你還沒開始找工作，這個問題必須先問清楚。
第二點：真正有價值的，是 AI 無法模仿的事物
教授舉了個例子：
「AI 可以很快寫出報告，但它寫不出你和客戶面對面溝通時的那種交流感；它能查資料，但不知道老闆心裡真正想要的是哪個方向的方案。」
這類「未明言的事物」，也就是教授口中的「隱性知識」，是 AI 最難接近的。
而這個東西，只能從經驗中學習。
如果 AI 搶走了你學習這些經驗的職位，那就要主動去接觸那些需要人際溝通和靈活應變的工作。
不一定非要高薪，但一定要和人打交道，有複雜情況的練習機會。
第三點：你應掌握的不是 AI 技術，而是運用 AI 的習慣
教授給出了清晰的方向：
「不是讓每個人都去訓練模型，而是要讓人懂得什麼時候該用 AI，怎麼在自己的工作中運用。」
就像你不需要會造汽車才能開車，但你必須知道什麼時候踩油門、什麼時候踩煞車。
這也是「AI 輔助型人才」的基礎：不是技術好，而是會用、敢用、並能與自己的工作風格完美融合。
如果你是剛畢業、剛轉行、剛上崗的年輕人，現在要做的是尋找那些依然對新人開放的入口。
記住，這場求職困難不是你的問題，而是整個職場生態的轉變。
結論：AI 重塑了起點
AI 的真正衝擊，不是讓所有人都「失業」，而是讓一部分人永遠無法「入場」。
這不是未來的預警，而是正在發生的現實。史丹佛的數據已經清楚地告訴我們：變化已經開始了。
最殘酷的是，這種淘汰來得無聲無息。
沒有裁員通知，
沒有減薪公告，
只是那些原本為新人準備的位置，靜靜地消失了。
這場變革最先衝擊的是年輕人，但它不會止步於此。接下來，更多層級、更多行業、更多普通人都將面臨同樣的挑戰。
如果 AI 真的是新工業革命，那麼我們迫切需要重新設計「入場機制」。
否則，那些還沒起跑的人，甚至連起跑線都找不到。
📮 本文內容整理自史丹佛大學數位經濟實驗室 Erik Brynjolfsson 教授團隊發布的研究報告《Canaries in the Coal Mine: Early Evidence for the Effects of Generative AI on the U.S. Labor Market》以及相關學術訪談。未經授權，不得轉載。
參考資料：
https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/
https://digitaleconomy.stanford.edu/wp-content/uploads/2025/08/Canaries_BrynjolfssonChandarChen.pdf
https://time.com/7312205/ai-jobs-stanford/?utm_source=chatgpt.com
https://www.axios.com/2025/08/26/ai-entry-level-jobs?utm_source=chatgpt.com
來源：官方媒體/網路新聞
排版：Atlas
編輯：深思
主編: 圖靈
--END--