人工智能对就业市场的影响正引发激烈讨论。不同于以往“AI将引发大规模失业”的论调，近期一项研究指出，AI技术对劳动力市场的冲击更多体现在薪资层面而非岗位数量。这项由阿波罗全球管理公司主导的研究发现，在受AI影响较大的职业中，员工工资增长显著放缓，但整体就业水平保持稳定。这一结论为理解AI技术引发的职场矛盾提供了新视角。
研究团队采用双重差分模型，将321个职业与美国劳工统计局2015年至2025年的数据进行分析。结果显示，2023年后高AI暴露职业的实际工资增长率比低暴露职业低6.7个百分点，但就业数据未出现显著变化。这种薪资压缩效应在中低收入群体中尤为明显：收入最低四分之一人群的工资下降10.7%，第二四分位群体下降5.4%，而高收入群体未受显著影响。服务行业职业工资降幅达24.3%，但样本量较小需谨慎解读。
职场中的抵触情绪印证了这项研究的发现。对1005名美国在职员工的调查显示，半数受访者主动抗拒AI工具，45%的人因担心被取代而抵触技术变革。更值得关注的是，29%的员工承认曾破坏公司AI战略，Z世代员工中这一比例高达44%。破坏行为包括违规使用公共AI工具、篡改绩效数据等，核心动机均为担忧工作被取代。这种矛盾现象反映出，即便企业未大规模裁员，员工仍能感知到AI带来的生存压力。
经济学家对AI影响的判断存在显著分歧。阿波罗首席经济学家托尔斯滕·斯洛克今年4月还认为AI影响难以量化，5月更断言其创造的岗位多于摧毁的岗位。但7月其团队基于Anthropic经济指数的实际使用数据得出相反结论：企业正通过压低工资而非裁员获取AI带来的效率提升。与之形成对比的是，Anthropic经济学负责人彼得·麦克罗里认为美国劳动力市场尚未受到明显冲击，他指出当前失业率处于充分就业水平，就业率接近历史高位。
这种分歧源于研究视角的差异。麦克罗里关注宏观就业数据，而斯洛克团队聚焦微观薪资变化。事实上，两种结论可能同时成立——劳动力市场完全可能在失业率稳定的情况下，出现薪资结构调整。路透社引用的文献综述也发现，多数数据集未显示经济层面就业减少或工资下降，但斯洛克的研究明确指出薪资缩水的具体路径。这种认知差异使得AI影响评估变得异常复杂。
历史经验为理解当前现象提供参照。20世纪纺织机械化在创造工厂岗位前，先重创了手工织布工人的工资；20世纪80年代工业机器人应用期间，蓝领工人实际工资长期停滞。这些技术变革都遵循相似规律：在提升生产率的同时，压缩特定职业的薪资水平。金融时报分析显示，自1970年以来，劳动报酬占GDP比重持续下降，新技术收益更多流向资本而非劳动者。若AI构成偏向资本的技术变革，薪资与生产率的差距可能进一步扩大。
企业部署AI时面临双重挑战。一方面，技术落地遭遇员工隐性抵制，13%的员工承认假装使用AI工具，仅6%认为管理者能准确掌握实际使用频率。另一方面，薪资压缩效应可能引发人才流失风险。研究显示，目前使用AI的员工收入高于抗拒者，但这种差距可能源于岗位特征而非技术本身。管理者需要认识到，单纯引入AI工具不足以解决效率问题，如何公平分配技术红利才是关键。
这场争论暴露出数据解读的局限性。斯洛克团队的研究仅匹配了321个职业分类，且完全依赖Anthropic的数据。麦克罗里虽然使用重叠数据，但聚焦不同指标。这种研究范式的差异提醒我们，对AI影响的评估需要多维度验证。对于普通劳动者而言，与其关注宏观争论，不如密切跟踪所在行业的技术应用动态，及时调整职业技能以应对潜在风险。
