📰 研报摘要
查看全文 ➔摘要： 本报告探讨生成式人工智能 (GenAI) 对劳动力市场的实际影响，认为目前冲击主要体现在微观层面（尤其是年轻劳动者），而宏观层面的整体破坏性影响仍然有限。
核心观点：
GenAI 在总体上被视为一种“劳动增强”技术，最终将提高生产率和实际工资。目前 AI 对总体失业率的贡献极小（上限约为 10bp），但微观数据已揭示出早期的破坏迹象，且 AI 正在通过重塑工作任务内容来影响就业结构。
论据支撑：
- 微观信号明显：22-27 岁年轻劳动者在 AI 高暴露职业中的失业率上升幅度（1.1pp）显著高于低暴露职业（0.2pp），且其失业持续时间延长，裁员概率上升。
- 工作任务重构：2025 年数据显示，在劳动力市场流动率下降的情况下，高/中 AI 暴露职业的内部任务变化仍在增加，表明 AI 正在实际改变工作内容。
- 宏观信号微弱：行业层面的就业总数未出现明显异常，高暴露行业的就业人数甚至有所增加，宏观数据与 AI 驱动的大规模破坏叙事不符。
- 企业叙事偏差：公司财报中提及“就业替代”的次数增长快于“创造就业”，但由于市场奖励成本削减逻辑，管理层有动力将常规效率提升归功于 AI。
局限性/风险：
目前证据仍具有噪声，微观趋势可能受后疫情招聘习惯、货币政策、关税或移民政策等遗漏变量影响；企业端的效率叙事可能将常规的成本削减重新归类为 AI 驱动的结果。