哈佛大学的两位经济学博士生 Seyed M. Hosseini 和 Guy Lichtinger 写了一篇论文 Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Resume and Job Posting Data。

该文章基于美国 28.5 万家企业，覆盖 6200 万人次的简历（基于 Linkedin 的招聘相关数据）。

图 1：2015 - 2022 初级岗位和高级岗位就业增长曲线基本一致，2023 年开始显著分离。

图 2：在所有样本企业中，有 1.

University of Maryland 和 LinkUp 的研究显示，如果以 2018 年 1 月发布的 IT 工作招聘启示数量作为基点，到 2025 年 4 月，美国 AI 类岗位的招聘启示增长了 448%，而非 AI 类岗位的招聘启示则下降 9%。

另一个可以验证的现象是，美国近期计算机相关专业毕业生的失业率创新高。

Battery Ventures 提出一种看问题机会的角度。

以呼叫中心为例，美国有 1,600 万坐席代理人（可能人在其他地区），每年的人力成本是 2,000 亿美元。这个空间可支撑呼叫中心自动化服务商 Twilio 40 亿美元的 ARR（年化收入）。

以建筑行业设计为例，美国有 160 万建筑师，410 万土木工程师，每年人力成本 2,700 亿美元。这个空间可支撑 Autodesk 60 亿美元的 ARR。

以法律行业为例，美国有 86 万律师，每年人力成本 5,150 亿美元。这个空间为 Legal Zoom 7 亿美元的 ARR 提供了足够的天花

基于全球最大招聘求职网站 Indeed 的岗位数据，Bianco Research 的研究显示：

自 ChatGPT 为代表的生成式 AI 兴起后，软件开发、信息设计与文档相关岗位大幅下滑，而医生、诊疗等岗位则不受影响。

进一步联想到，只要是工作输出不是某种 “内容生成”，需要现场动手的工作，不太受生成式 AI 的影响。

Mckinsey 对互联网上的代表性新兴技术的招聘帖进行了大数据分析。除了生成式 AI（Gen AI）之外，几乎所有罗列的方向的招聘帖数量均有下滑。

需要留意的是，生成式 AI 相关的岗位数量的绝对值本身很低。

工作岗位的招聘帖子的数量变化体现了这些新技术实际应用的现实。

高盛以美国本土市场的工作岗位为研究对象，其分析了哪些岗位是 1940 年已存在，哪些是 1940 年以后的新岗位。

高盛认为大量的机遇源自新技术的创新。具体类别看，美国 1940 年以后新增岗位最大的领域是专业人士（Professionals）。

传统的 SaaS，所谓 Software as a Service，本质还是软件工具。而每一个软件工具的真正运转，企业需要配置对应的员工来操作这些软件。

生成式 AI（Gen AI）在拟人化程度的大幅度提升，使得 AI Agent 和 AI Worker 正在变成可能。把 “人力参与交付的服务过程” 给软件化，即 Service as a Software。

风险投资机构 NFX 绘制了一张图。以美国市场为例，B2B SaaS 目前的开支是 2,300 亿美元，而美国企业在知识型劳动力上的支出是 5 万亿美元的体量。

AI 让这两者在进一步重叠，重叠区域就是

IDC 咨询公司预测，2024 年全球个人计算设备的出货量可达 3.986 亿台，会扭转 2022-2023 的下行态势，同比增幅可达 2.6%。

预计到 2028 年，会保持 1.8% 的年符合增长（CAGR），整体呈现趋为平稳的态势。

大量自由职业者会通过白领类的 “零工经济” 网站来接活，比如：设计、文案等。研究数据显示，自 ChatGPT 上市之日起，无论是工作岗位数量发布，还是收入数据，均呈现明显的下滑趋势。

生成式 AI 与 “零工经济” 领域的白领工作代替呈现了较强的相关性。

IBM 2023 高管调研中，受访高管表示将优先建立和发展既能帮助员工使用生成式 AI。

四分之一的受访高管预计会用生成式 AI 取代营销和客户服务部门的员工，但只有 3% 的受访高管会认为生成式 AI 可取代采购部门的员工。