📰 研报摘要
查看全文 ➔摘要： 本次会议由北京大学经济学教授姜丹丹主讲，从劳动经济学角度深入探讨了生成式 AI 对就业市场的重塑影响。会议对比了此次技术革命与以往工业革命的区别，分析了 AI 替代脑力劳动的特性及其极低的部署成本，并详细介绍了通过 AI 暴露指数、AI 整合岗位分析及实际使用数据三种方法论来量化 AI 对职业影响的路径。
行业主线：
- 替代逻辑的根本转变：AI 正在从替代重复性体力劳动转向替代认知能力（脑力），涵盖理解、推理、创作和判断等核心竞争力。
- 部署成本与速度：由于依托云服务和 API，生成式 AI 的部署成本极低且推广速度快，使得就业创造的窗口期较以往技术革命显著缩小。
关键变化与分歧：
- 潜在暴露与实际替代的分离：研究发现“理论暴露度”高并不必然导致岗位消失，实际应用中 AI 更多起到“增强”而非“替代”作用，且取决于任务间的互补关系。
- 资历天象型变革：AI 对初级岗位的冲击更大，主要表现为减少新招而非直接裁员，而高级岗位的雇佣量保持稳定甚至上升。
受益方向与风险：
- 受益方向：能够利用 AI 增强生产率的从业者，以及能迅速将 AI 监测结果转化为教育培训指引的社会体系。
- 核心风险：初级劳动力可能在短期内被排斥在新的就业结构之外，以及社会保障兜底政策在技术迭代面前的滞后风险。