返回快訊

美國"高度受AI影響"崗位的招聘廣告薪資自2021年初以來累計上漲46%

知名宏觀分析平臺the kobeissi letter(由亞當·科貝西創立)近期公佈的數據顯示,美國"高度受AI影響"崗位的招聘廣告薪資自2021年初以來累計上漲46%,漲幅顯著高於全美整體招聘薪資39%的漲幅,以及"低度受AI影響"崗位僅25%的漲幅。

該數據將崗位按受AI影響程度分爲三檔:高度受AI影響崗位招聘薪資漲幅達46%;中度受AI影響崗位漲幅爲41%;全美所有招聘崗位整體漲幅爲39%;低度受AI影響崗位漲幅僅25%。三檔之間的薪資差距自2025年年中開始明顯拉大,並在今年持續擴大。該平臺將這一分化解讀爲,僱主正在爲AI相關崗位的人才展開更激烈的爭奪,導致美國整體薪酬結構正在被AI重塑。

普華永道2026年6月發佈的"全球AI就業晴雨表"報告提供了方向一致的獨立數據:報告分析了27個國家超過10億條招聘廣告後發現,具備AI技能的崗位薪資溢價達到62%,高於上一年度的57%;受AI高度影響的公司整體薪資漲幅爲24%,高於受AI影響最小公司的17%;AI相關崗位數量增速達69%,約爲整體就業市場9%增速的8倍;入門級AI相關崗位自2019年以來增長35%,而其他入門級崗位同期反而萎縮10%。

不過並非所有研究都支持這一結論。阿波羅全球管理公司首席經濟學家託斯滕·斯洛克團隊利用anthropic經濟指數與美國勞工部薪資數據比對後發現,2023年之後,高AI敞口崗位(包括計算機程序員、客服代表和金融分析師等)的實際薪資增速反而比低敞口崗位低6.7個百分點,相關員工整體年薪損失約合280億美元,約580萬美國勞動者(佔勞動力總數3.7%)目前從事這類高敞口崗位;摩根大通策略師菲爾·坎波雷亞萊將此解讀爲,相關崗位員工"更擔心丟掉工作,因此不再像過去那樣要求加薪"。

美國芝加哥聯儲的研究則給出更爲溫和的結論:2019年至2024年間,受AI影響最大的崗位就業人數增長了4.05%,而受影響較小的崗位反而出現裁員,但同一時期各類崗位的薪酬普遍上漲,AI敞口程度對薪酬漲幅沒有產生系統性區分;該研究認爲,AI敞口指標更適合被視爲"職業結構重組"的信號,而非直接預示崗位流失或漲薪的指標。耶魯大學預算實驗室2025年10月的研究同樣發現,chatgpt發佈33個月後,尚未觀察到明顯的勞動力市場衝擊。

這場圍繞AI與薪資關係的爭論,本質上反映了不同數據來源和統計口徑下得出的不同結論:以崗位招聘廣告和公司整體薪資水平爲統計對象的研究(如the kobeissi letter引用的數據、普華永道報告)更容易捕捉到AI相關新增崗位和技能溢價帶來的薪資抬升效應,受益方是掌握AI相關技能、議價能力強的求職者,以及積極招募AI人才的僱主;而聚焦具體存量崗位實際薪資增速的研究(如阿波羅的分析)則捕捉到了AI自動化對特定重複性、可替代性崗位從業者議價能力的壓制效應,承壓方是在AI滲透較深行業裏從事可被部分替代工作、缺乏議價能力的在職員工。

值得注意的是,這兩類看似矛盾的研究結論並非互斥——它們描述的很可能是同一現象的兩個側面:AI相關新增崗位和頂尖AI技能人才的薪資溢價持續擴大,與此同時,傳統崗位中可被AI部分替代的在職員工則面臨實際加薪空間被壓縮,兩種力量同時發生,共同構成了當前美國勞動力市場"兩極分化"的薪酬圖景。

來源:公開信息

ABAB AI 解讀

類似的技術驅動型薪資分化在歷史上並非首次出現。20世紀90年代至2000年代初互聯網技術普及期間,具備編程和數據處理技能的崗位薪資漲幅同樣顯著跑贏整體勞動力市場,形成了當時被稱爲"數字鴻溝"的薪酬分化現象;更早的類比則是20世紀80年代計算機化浪潮中,經濟學家戴維·奧托等人提出的"技能偏向型技術變革"理論——每一輪通用技術革命,都會先在掌握新技術的少數羣體中製造薪資溢價,再逐步向更廣泛勞動力羣體擴散或替代。這次以the kobeissi letter數據和普華永道報告爲代表的"AI敞口崗位漲薪更快"敘事,本質上是這一歷史規律在AI週期中的最新版本。

資金和人才爭奪的路徑清晰可見——普華永道數據顯示,AI相關崗位數量增速達到整體就業市場的8倍,入門級AI崗位自2019年以來增長35%,而其他入門級崗位同期萎縮10%,說明企業正在把招聘預算和培訓資源集中投向AI相關技能人才,形成"贏家通喫"的人才爭奪戰;與此同時,阿波羅的研究揭示了資金路徑的另一面——對於那些技能可被AI部分替代、缺乏議價能力的在職員工(如客服代表、初級程序員),企業選擇的不是加薪挽留,而是利用其"更擔心丟掉工作"的心理壓低加薪幅度,把原本可能用於普遍加薪的預算,轉移到爭奪稀缺AI人才的戰場上。

當前勞動力市場所處的階段,與2000年代初互聯網泡沫破裂前後的技能溢價分化期高度相似——彼時具備網頁開發、數據庫管理技能的從業者薪資一路走高,而傳統辦公室行政崗位薪資則相對停滯。不同的是,這一輪AI驅動的分化速度明顯更快:普華永道報告顯示,AI技能薪資溢價一年內就從57%升至62%,這一分化速度遠超歷史上歷次技術革命週期,說明勞動力市場正處於"技能重新定價"的加速階段,而非漸進調整階段。

這本質上屬於技術替代與定價權轉移的疊加——一方面,掌握AI相關技能的勞動力羣體獲得了顯著更強的議價能力,其薪資定價權從"整體勞動力市場供需"轉移到"稀缺AI技能供需";另一方面,可被AI部分替代的傳統崗位從業者,其議價權則被系統性削弱,薪資增速被壓制。機制層面看,這種雙向分化之所以能同時發生,是因爲AI技術對不同崗位的作用機制截然相反:對少數高技能崗位,AI擴大了個體勞動生產率和不可替代性,從而提升薪資定價權;對大量中低技能、任務可標準化的崗位,AI則直接壓縮了僱主對該崗位從業者的依賴程度,削弱了後者的談判籌碼。這兩股力量同時作用於同一個勞動力市場,正是當前"AI敞口崗位漲薪更快"與"AI敞口崗位實際薪資受壓"兩種研究結論看似矛盾、實則並存的根本原因。

ABAB News · 認知定律

  1. 同一次技術革命,能同時製造贏家和輸家

  2. 稀缺的技能才能定價,可替代的技能只能議價

  3. 漲薪的是不可替代的人,壓薪的是可被替代的崗位