AI引发的就业危机并非源于裁员，而是源于新人招聘的减少

关于“因AI而裁员”的新闻很少见，但新人岗位却在悄无声息地减少。这意味着AI对就业的冲击首先体现在新人招聘上，而非大规模裁员。

2026年5月，以就业保险为准，30岁以下参保人数同比减少了2.8%，美国薪资数据也显示，AI暴露度较高的职业中，22至25岁人群的就业人数相对减少了13%。

为什么AI带来的就业冲击首先体现在新人招聘而非裁员上？

因为对于公司来说，不招聘是最“安静”的选择。

如果要裁掉现有员工，必须与工会协商、支付遣散费，还要承担媒体报道的风险。例如，如果今年将新员工招聘名额从十人减至六人，外界根本无从知晓。落选的求职者只会认为当年的竞争格外激烈。

企业调查中也有指向这一方向的线索。

在8月24日韩国经济人协会举办的青年就业研讨会上，KDI研究委员韩耀燮（音译）介绍了KDI报告中的企业调查结果：比起认为AI引入会导致现有员工调整，更多企业回答会缩减新员工招聘（MTN报道）。

7月7日，在阅读总结了韩国经济研究院（KERI）《AI与就业的共存》研讨会的《KERI Focus》第2期时，我在关于青年入门级岗位的段落停住了。首尔大学李哲熙教授当时指出的问题正是：随着AI的普及，青年的入门级工作正在减少（先驱经济）。

裁员会留下新闻报道，但那些“未被录用的人”却没有记录。这就是仅看失业率图表容易忽略这一变化的原因。

韩国新人招聘数据：30岁以下就业保险参保者率先减少

2026年5月的就业保险行政统计显示，30岁以下参保人数约为223.3万人，同比减少了6.5万人（2.8%）（世界日报）。按行业划分，信息通信业减少了9.3%，专业、科学及技术服务业减少了4.1%。若缩小到具体职业，20多岁的软件开发人员减少了10.1%，设计师减少了7.6%，30岁以下的法律事务员已连续13个月减少，降至7,175人。

不过，这些数字仅显示了参保人数，即工作岗位还剩下多少。它无法区分是新招聘人数减少了还是离职人数增加了，政府也并未将减少的原因断定为AI。

招聘端的信号则另有体现。在同一报道中，以2025年下半年企业调查为准，计算机系统专家招聘人数减少了27.5%，设计师减少了15.9%，作家及笔译/口译员减少了32.7%。仅看软件开发人员，韩国劳动研究院的报告显示，新员工招聘公告的占比从2022年的53.5%下降到了2024年的37.4%（News Tomato）。值得注意的是，新人招聘公告的减幅比社招更大。

美国AI就业数据同样显示22至25岁新人岗位率先减少

如果只有韩国的统计数据，还可以将其归咎于经济环境。

然而，斯坦福大学数字经济实验室埃里克·布莱恩约弗森（Erik Brynjolfsson）教授团队分析了美国最大薪资软件公司的薪资记录，其发布的《煤矿里的金丝雀》论文（2025年8月）勾勒出了几乎相同的图景。在生成式AI广泛使用后，AI暴露度最高的职业中，22至25岁人群的就业人数在控制企业单位冲击后，相对减少了13%。而同一职业的资深人士以及AI暴露度较低职业的青年就业，则保持稳定或持续增长。

减少最集中的是那些AI被用于替代人类工作的职业。

在那些AI用于辅助人类工作的职业中，这种减少并不明显。如果细化到单一职业，论文介绍中常引用的一点是：22至25岁软件开发人员的就业人数较2022年底的峰值减少了近20%。研究题目非常巧妙。正如金丝雀是矿井中最先感知到有毒气体的鸟，这意味着新人岗位正是前兆。

为什么AI岗位避开了人手不足的领域？

这里有一个奇怪的地方。

人们常说韩国因为缺人所以需要AI。如果是这样，AI理应先填补人手不足的领域。

现实却恰恰相反。

李哲熙教授认为，AI在金融、法律等高薪、高技能领域有较高的暴露度。而未来因人口结构变化导致缺人的护理、运输、餐饮业，却是AI难以替代的领域。他的诊断是，仅靠AI无法解决这种供需失衡。呈现出的是“人满为患的地方先被自动化，而缺人的地方持续空缺”的图景。

事实上，这种错位对AI研究人员来说是一个长久的谜题。

20世纪80年代，机器人专家汉斯·莫拉维克（Hans Moravec）指出，对计算机而言，下棋或逻辑问题很容易，但连一岁幼儿都能做的走路、抓取物体、识别周围环境却难如登天。这就是所谓的莫拉维克悖论。

解释随之而来：人类感到困难的抽象思维是进化史上新获得的能力，因此容易移植到机器上；而身体力行的工作是漫长进化磨练出的能力，极难模仿。

护理员搀扶卧床老人翻身、快递员穿过没有电梯的走廊将食物放在门口，这些工作无法靠语言模型写好文章来解决。而合同条款对比或财务报表总结则正好相反。

如果职业阶梯最底层缺失，AI就业10年后会怎样？

缩减新人招聘的可怕之处不在于当下，而在于未来。

现在审查AI初稿的30-40岁资深人士，也曾是亲自撰写初稿的新人。他们通过修改错误、反复重写同一份报告，积累了判断力。

资深员工就业保持稳定的原因常被归结为难以用文字记录的“默会知识”，也是出于同样的背景。

底层缺失的阶梯在当下依然能站住，因为上一层还有人。

问题在于这些人退休的那一天。没能踏上第一级台阶的世代，届时将无法爬上更高的台阶。

中小企业界也提出了类似的展望。

中小风险企业研究院室长卢敏善（音译）认为，如果AI在中小企业全面普及，很可能只剩下高度职业化的需求，导致整体就业需求减少。同时也有建议提出，AI驱动的一人创业可能会增加，因此需要支持培养青年的AI应用能力。这意味着虽然经营者增加了，但能接收新人的公司可能会减少。

AI试点大多已停滞，为什么新人招聘反而减少了？

有一个看似矛盾的数据。

MIT NANDA计划的报告显示，95%的企业生成式AI试点未能取得成果（财富杂志报道，2025年8月）。该数值意味着仅有5%的试点带来了快速的收入增长，如果翻译成“中断”或“失败”可能语气偏重。但即便如此，AI距离彻底颠覆整家公司仍有很长的距离。

即便如此，新人岗位还是减少了。

我认为这并不矛盾。即便公司层面的创新失败了，AI作为个人辅助工具已经运行良好。而那些辅助工作正是新人曾经做的事情：查找资料、撰写初稿、整理会议记录、编写简单代码。即便创新项目停滞了，节省一个新人的工作量也是可行的。

重振新人招聘阶梯的方案：从费用支持到再教育

研讨会上提出的方案大致分为两个方向。

在青年方面，是李哲熙教授提出的费用支持。

即由政府承担企业的部分招聘和教育培训费用，以恢复技能阶梯。

在再教育方面，韩国经济研究院首席研究委员柳珍成（音译）将提高技能和强化再培训作为课题，并建议建立一种通过就业服务分析劳动者职业经验和能力，从而提出转换路径的系统。

新加坡的“技能创前程”（SkillsFuture）被作为为25岁以上国民提供教育抵扣的制度进行介绍，同时还提出了应以能力而非学历为中心进行招聘和配置的建议。

此外，在8月的研讨会上，KDI研究委员韩耀燮建议提高不当解雇的金钱补偿，通过增加转岗等内部灵活性来降低劳动成本，同时提高保护的实效性。

生产力方面的依据也出现了。

OECD资深经济学家斯坦·布鲁克（Stijn Broecke）介绍称，AI在未来10年内有潜力将年度劳动生产率增长率提高0.4至0.9个百分点（先驱经济）。

个人而言，我最关注的是费用支持部分。

公司不招新人意味着成本计算已经完成，而要推翻这一计算，支持力度达到多少是核心。在目前公开的报道范围内，金额和支持方式均未公布。由谁出钱重新填补阶梯底层的空缺，将是未来这场争论的实际焦点。