澳央行研究:AI 冲击年轻软件岗,本地化部署或加速降低推理成本
央行视角下的就业结构变化
澳大利亚储备银行(RBA)的迈克·梅杰团队构建了一套就业监测系统,旨在追踪 AI 对劳动力市场的具体影响。数据显示,自 2022 年底 ChatGPT 推出以来,AI 影响程度最高的职业招聘岗位数量出现明显下滑。这一趋势在 15 至 24 岁的年轻劳动者和应届毕业生中尤为突出,他们的就业率低于年长从业者,而失业率则相对较高。这表明 AI 技术的渗透正在优先改变入门级岗位的市场供需关系,对于依赖初级人力进行代码编写和客服工作的企业而言,人力配置策略可能需要向更高阶的技能层级倾斜。
数据背后的因果关联辨析
尽管数据呈现出年轻劳动者处境严峻的现状,但梅杰提醒,目前尚不能直接将就业恶化归因于 AI。研究衡量的是职业在理论上受 AI 影响的程度,而非企业实际部署 AI 的频率。疫情后的经济周期波动、远程办公模式的调整等宏观因素同样在影响就业数据。匹兹堡大学摩根·弗兰克团队对 1060 万份 LinkedIn 资料的分析指出,AI 高影响职业的就业问题在 2022 年初即已显现,早于 ChatGPT 发布,这暗示宏观经济调整可能是更深层的驱动因素。因此,在评估 AI 对算力需求与就业关系的长期影响时,必须剥离宏观噪音,关注技术落地的真实节奏。

企业内部的人才断层隐忧
Anthropic 的内部评估提供了一个极具代表性的企业案例。自 2025 年初以来,该公司技术岗位中初级员工的新入职占比从 27% 骤降至 9%。与此同时,截至 2026 年 8 月,其内部 AI 智能体累计执行任务的时间已达到人类员工工作时长的 6 倍。这种极端的效率提升导致初级岗位被大幅压缩。研究人员担忧这引发了“认知公地悲剧”:资深专家通常由初级员工成长而来,若企业持续停止招聘新人,人才培养链条将被切断,未来可能导致经验丰富的专业人才短缺。对于拥有私有化部署需求的企业而言,如何在提升推理效率的同时保留足够的人类专家进行模型微调与监督,成为了新的管理难题。
全球研究的交叉验证
多项国际研究佐证了上述趋势。斯坦福大学 2025 年 8 月基于数百万份美国工资记录的研究发现,22 至 25 岁从事 AI 高影响职业者的就业人数相对减少 13%,其中年轻软件开发人员降幅接近 20%。Anthropic 2026 年 3 月的研究也显示,该年龄段年轻人找到工作的概率降低了约 14%。然而,丹麦一项针对 2.5 万名劳动者的研究显示,尽管当地 AI 使用率已达 64%,但工资和工作时长并未出现可测量的系统性变化,劳动者平均每周仅节省了相当于工作时间 2.8% 的时间。这说明 AI 对整体经济产出的影响仍有限,主要集中在特定技能领域的替代与效率提升。

新需求与技能转型的方向
AI 在削弱初级岗位的同时,也催生了新的技能需求。招聘平台 SEEK 的数据显示,市场对 AI 相关技能的需求正在增长。世界经济论坛《2025 年未来就业报告》指出,77% 的受访企业将员工技能提升列为优先事项,而非直接裁员。该机构预计,到 2030 年,全球就业岗位数量将净增加 7800 万个。LinkedIn 数据亦显示,一年内 AI 相关招聘信息数量增长了 6 倍。对于劳动者而言,单纯的代码执行能力正在贬值,理解如何本地部署模型、优化推理成本以及管理 AI 工作流的能力,将成为新的核心竞争力。
来源:IT之家