国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

隨著人工智能技術(shù)的飛速發(fā)展，AI對就業(yè)市場的沖擊成為了一個備受關(guān)注的話題。許多人擔(dān)心自己的工作會被AI取代，但這種沖擊究竟如何發(fā)生，以及對不同行業(yè)和崗位的影響程度如何，卻鮮有人能給出清晰的答案。

后臺不少讀者朋友給我留言，說能不能聊聊AI搶工作這件事。

這其實也反應(yīng)了一種普遍的焦慮情緒，即大家隱約感覺AI會對工作造成沖擊。

但它具體是怎么把一個辦公室白領(lǐng)的飯碗給干掉的，很多人并沒有真實的體感。

最近我在Twitter上看到了一篇非常精彩的論文，它全局、真切地研究了AI對工作的沖擊。

我看了非常有感觸，也分享給讀者。

論文來自哈佛大學(xué)，由兩位經(jīng)濟學(xué)博士生Seyed M. Hosseini和Guy Lichtinger操刀。

而他們的導(dǎo)師是勞動經(jīng)濟學(xué)的重量級大咖拉里·卡茨（Larry Katz）。

因此，論文是嚴謹而有分量滴。

論文沒有任何情緒渲染，就是用冰冷、龐大的真實數(shù)據(jù)，剖析了2023年以來美國就業(yè)市場的AI沖擊具體是如何發(fā)生的——

01

作為讀研的時候也被寫經(jīng)濟學(xué)論文折磨過的學(xué)術(shù)逃兵，在我看來，這篇論文很厲害的地方不是結(jié)論。

而是它抽絲剝繭的行文方式：一個問題扣著一個問題，一個結(jié)論跟著一個結(jié)論——

先來看第一個問題，AI是不是真的在沖擊就業(yè)市場？

這東西不能靠感覺，經(jīng)濟學(xué)研究要的是數(shù)據(jù)。

兩位作者的第一步，就是把美國勞動力市場的數(shù)據(jù)給搬出來，不是總體數(shù)據(jù)，而是幾乎是全量的原始數(shù)據(jù)。

他們拿到了一個非常牛X的數(shù)據(jù)集（不知道怎么搞到的，差不多相當(dāng)于Boss直聘的后臺全部數(shù)據(jù)），來自一家叫Revelio Labs的公司基于LinkedIn的招聘信息收集。

這個數(shù)據(jù)集包括285,000家招聘的公司，覆蓋6200萬打工人的簡歷，超過1.5億次的招聘記錄。

美國總共也就3.4億人，所以，除掉老人和小孩，真正工作的人很大比例其實都包括在這個數(shù)據(jù)集里了。

結(jié)果一出來，一個清晰的剪刀差出現(xiàn)了——

從2015年到2022年中，研究的目標(biāo)公司數(shù)據(jù)集中，初級崗位（Junior-level）和高級崗位（Senior-level）的就業(yè)增長曲線，基本上是手拉手一起走的。

但從2022年中開始，風(fēng)云突變，高級崗位的就業(yè)人數(shù)還在昂首向上，而初級崗位的增長開始停滯，到了2023年中，甚至掉頭向下了。

兩條線從此分道揚鑣，一個往上，一個往下。

這就有意思了。

整個經(jīng)濟大環(huán)境沒出大問題，為什么偏偏是年輕人的飯碗、入門級的工作，突然就不香了？

會不會是AI的原因呢，畢竟，ChatGPT是在2022年底發(fā)布的，正好和這個剪刀差出現(xiàn)的時間點完美契合。

02

那怎么證明呢？

轉(zhuǎn)折發(fā)生的時間點和AI出現(xiàn)的時間點差不多，這叫相關(guān)性，不叫因果性。

萬一是別的因素呢？比如經(jīng)濟不確定性，或者疫情后的結(jié)構(gòu)調(diào)整？

要鎖定原因就是AI，得找到更直接的證據(jù)。

這篇文章設(shè)計了一個非常巧妙的策略，他們用了一個叫做DiD的方法（Difference-in-Differences, DiD）的方法。

簡單地說，就是要應(yīng)用AB測試的方法，找到找到用AI和沒用AI的的兩組公司。

但問題是，一家公司用沒用AI，如何確定？

總不能挨家挨戶去問CEO吧？就算你問了，他說的也未必是實話。

兩位作者想出了一個極其聰明的辦法——

他們不去問你用沒用AI，而是去看你招不招一類特定的人。

這類人，他們稱之為“AI Integrator”。

什么意思？

就是其他都是假的，但招聘數(shù)據(jù)騙不了人：

如果一家公司招聘崗位描述和工作職責(zé)描述中有LLM、Prompt Engineer、GenAI等和大模型生成式AI相關(guān)的內(nèi)容，那說明這家公司是真的在用AI搞生產(chǎn)力了。

這樣的公司有多少呢？

作者在全量數(shù)據(jù)集中找出了10.6 萬家，約占所有公司比例為3.7%，且從 2023 年第一季度開始急劇增加。

于是，使用AI的實驗組有了，而其他所有公司，自然就是對照組。

03

兩組公司一分好，好戲就開場了

作者們對比了這兩組公司在2023年第一季度（也就是AI爆發(fā)后）前后的初級崗位招聘數(shù)量變化，結(jié)果令人震驚——

在AI爆發(fā)后，AI采納者公司的初級崗位就業(yè)人數(shù)，相對于對照組公司，出現(xiàn)了斷崖式的下跌。

在AI擴散的六個季度后，這個差距拉大到了7.7%。

與此同時，高級崗位的就業(yè)在這兩組公司里并沒有出現(xiàn)這種差異，甚至AI采納者公司的高級崗位增長還更強勁。

到這里，證據(jù)鏈就非常完整了——

在同一個經(jīng)濟環(huán)境里，那些深度擁抱AI的公司，恰恰就是那些對年輕人關(guān)上大門的公司。

AI真的在搶初級的工作。

04

接下來的問題是——AI到底是如何搶工作的？

是把人都裁了，還是有別的方式？

論文的數(shù)據(jù)再次給出了一個出乎意料、甚至讓人后背發(fā)涼的答案——

作者們把公司的人員變動拆解成三個部分：新招聘（Hires）、離職（Separations）和內(nèi)部晉升（Promotions）。

他們的數(shù)據(jù)發(fā)現(xiàn)，AI采納者公司里初級崗位的急劇萎縮，主要原因并不是離職率的上升。

也就是說，公司并沒有因為用了AI，就把現(xiàn)有的大批初級員工給裁掉。

那人是怎么變少的呢？

答案是：不再招聘了。

數(shù)據(jù)顯示，與對照組相比，AI采納者公司在2023年第一季度后，平均每個季度少招了3.7個初級員工。

對于那些本來招聘規(guī)模就大的AI公司，這個數(shù)字意味著初級崗位的招聘量暴跌了大約22%。

這是一個更隱蔽、成本更低的替代過程。

畢竟，裁員的補償成本、溝通成本和PR成本確實不小，不招了就沒這個問題。

這其實和我的體感也是相吻合的，我和很多前同事聊天，他們也感嘆這兩年初級崗位新增的確招的少了。

老的初級員工可能會晉升，或者自然流失，但新的年輕人，對不起，沒有你的位置了。

這就像溫水煮青蛙，你不會看到大規(guī)模的裁員新聞，但就業(yè)市場正在對初級崗位的年輕人關(guān)閉。

這是一個非常殘酷的現(xiàn)實，他們職業(yè)第一級階梯，正在被慢慢抽掉。

05

那是不是所有行業(yè)都呈現(xiàn)同樣的特征呢，還是不同行業(yè)的程度不同。

論文數(shù)據(jù)顯示，這種對初級崗位的壓縮效應(yīng)，在所有行業(yè)都普遍存在，但程度不同。

你可能以為受沖擊最大的是互聯(lián)網(wǎng)、軟件、設(shè)計這些行業(yè)。

沒錯，這些的確受到了很大的影響，但真正的重災(zāi)區(qū)是批發(fā)和零售業(yè)。

在這個行業(yè)里，擁抱AI的公司，其初級崗位的招聘數(shù)量比不擁抱AI的公司，每季度減少了將近40%。

這非常符合直覺，因為批發(fā)零售業(yè)大量的初級崗位，都和文員、客服、導(dǎo)購等簡單任務(wù)相關(guān)，而這些恰恰是AI最擅長替代的領(lǐng)域。

06

論文最后還觀察了一個問題：在AI面前，我的名校學(xué)歷能保護我嗎？

這是最后一個，也是最扎心的一個問題。

兩位作者做了一個非常精彩的分析，他們把員工畢業(yè)的大學(xué)分成了五個等級（Tier 1-5），從最頂尖的精英名校（如哈佛、斯坦福）到比較普通的地區(qū)性大學(xué)。

然后，他們觀察了來自不同等級學(xué)校的初級員工，在AI采納者公司里的就業(yè)變化情況。

結(jié)果呈現(xiàn)出一條清晰的“U型曲線”——

• 曲線的一端：來自最頂尖名校（Tier1）的畢業(yè)生，受到的負面影響相對較小。
• 曲線的另一端：來自最普通大學(xué)（Tier5）的畢業(yè)生，受到的影響也非常小，甚至在統(tǒng)計上不顯著。
• 曲線的底部：遭受打擊最沉重的，是那些來自中上等大學(xué)（Tier2和Tier3）的畢業(yè)生，也就是那些很不錯，但又不是最頂尖的學(xué)校的畢業(yè)生。

為什么會這樣？

論文給出的解釋是，這背后是一個關(guān)于性價比的問題——

對于公司來說，頂尖名校的畢業(yè)生（Tier 1），雖然成本最高，但他們解決復(fù)雜問題的能力也最強，AI很難替代，所以公司愿意繼續(xù)花大價錢雇傭他們。

最普通大學(xué)的畢業(yè)生（Tier 5），雖然能力上可能沒那么突出，但他們的薪資要求也最低，人力成本優(yōu)勢明顯。

最尷尬的就是中間層（Tier 2和Tier 3），他們薪資要求不低，脫不下長衫，但從事的很多工作又恰好落在了AI能替代的區(qū)間，高不成、低不就，是最容易被優(yōu)化掉的一群人。

到此，這論文的所有結(jié)論都已經(jīng)給出——真實、殘酷、邏輯嚴密。

（想看論文全文，可在“衛(wèi)夕指北”公眾號回復(fù)“哈佛論文”）

07

好了，論文講完了，回到開頭的問題：這篇如手術(shù)刀一般的論文，對我們每個普通人，到底有什么啟示？

我在看來，一個最殘酷的現(xiàn)實就是——如果你一直只能干初級的活，那么你真的危險了

沒錯，曾經(jīng)熟悉的、一級一級向上攀登的職業(yè)階梯，其底部正在被AI迅速抽走。

同志們，不能再按部就班了！

怎么辦？

我想來想去，列了下面三個點——

盡快完成原始積累，向上躍遷

你必須狂奔，因為AI在極速地追。

你必須迅速擺脫初級狀態(tài)，成長能獨立抗事的老兵。

你需要有意識地、主動地承擔(dān)那些復(fù)雜任務(wù)，不要沉迷于那些能讓你舒適地完成的簡單工作。

那是溫室，也正是AI的領(lǐng)地。

你的目標(biāo)是，在最短的時間內(nèi)，讓你的工作內(nèi)容中，AI不可替代的部分超過50%。

思考什么是你的暗知識和元技能

我之前說過一句話——“這一輪AI沖擊，在任何一個領(lǐng)域，并不是“知道What的人被顛覆，知道How的人被放大”，而是“知道How的人被顛覆，知道Why的人被放大”。

對于公共知識，今天的AI已經(jīng)滿級了，而我們的一個優(yōu)勢是“暗知識”。

什么是暗知識？

我的定義是——只有你才能提供上下文的知識，所以思考一下，在你的具體工作中，你能獨特定義的上下文是什么？

這個問題極其關(guān)鍵。

向你的興趣要ROI

品位、審美、幽默感這種以前被認為沒太多直接用的東西重要性在極速提高，它似乎是今天AI暫時還觸達不到的區(qū)域。

同理心、共情能力、感染力、領(lǐng)導(dǎo)力這些在過去被視為加分項的技能，現(xiàn)在正迅速成為必需品。

所以，千萬不要忽視你的興趣，多問一問自己，有哪些事情不給你錢你也樂在其中的事，那個邊緣的角落或許是你未來競爭力的重要來源。

李繼剛最近關(guān)于“體力、腦力、心力”的提法很有意思，而興趣其實是你心力的重要來源。

試一試將興趣和AI碰撞一下，或許你會有新的發(fā)現(xiàn)。

結(jié)語

“AI對就業(yè)市場的潛在影響是’可怕’的（scary）”

谷歌DeepMind CEO Demis Hassabis這句話并非聳人聽聞。

但這位老哥也同時說了另一句話——

“AI會讓’激進富裕’（Radical Abundance）的時代到來?！?/p>

如何確保在前者向后者推進的過程中不被時代拋棄，是我們每個人都要嚴肅思考的命題。