美国劳动力市场尚未被AI打穿，但裂缝正在特定群体和行业中浮现。美银最新研究显示，AI对就业的冲击更多体现为结构性分化，而非总量崩塌——高AI暴露行业招聘偏弱，入门岗位压力上升，但全行业层面的系统性岗位摧毁，目前缺乏数据支撑。

　　据追风交易台，美国银行证券经济学家Stephen Juneau在8月11日发布的报告中指出：技术冲击主要替代的是任务，而非整个职业或劳动力需求。自ChatGPT 3.5于2022年11月推出以来，AI暴露度最高行业的就业水平大体横盘，AI暴露度最低行业则录得约2%的就业增长。但将206个行业逐项拆解后，AI暴露程度与就业增长之间几乎不存在统计相关性。

　　与此同时，风险已悄然换位。22至27岁年轻大学毕业生失业率已高于2019年水平，信息业与金融和保险业在AI使用率居高的同时，劳动力需求出现下滑。另一面，AI驱动的资本开支正在建筑和制造业反向创造岗位，年初至今合计新增约12.7万个就业，约占今年私营部门新增岗位总量的四分之一。

　　AI对就业的潜在冲击之所以引发格外强烈的焦虑，在于它瞄准的是白领和服务业岗位。服务业占美国私营部门就业近84%，与过去机器替代工厂流水线的技术冲击不同，AI替代的是文书、分析、客服、编码和后台流程，直接指向中产阶层的核心岗位。

　　依据Felten、Raj和Seamans于2021年构建的AI暴露指数，AI暴露度最高的行业自ChatGPT 3.5发布后就业基本停止增长，与低暴露行业约2%的增幅相比，差距明显。但这一分组结果放大了叙事：将206个行业全部拆开后，两者之间的相关性几乎消失。这意味着高暴露行业招聘疲弱，可能部分源于这些行业在2019年后曾过度扩张，随后进入自然消化期，而非完全由AI主导。

　　工时数据同样未见明显恶化。若AI正在大规模替代劳动，企业除减少招聘外，还可能压缩现有员工工时。但总工时变化与AI暴露程度之间同样缺乏清晰关联。至少到目前，企业尚未在人头与工时两个维度上同步收缩。

　　以就业人数加职位空缺近似衡量劳动力需求，对照美国人口普查局BTOS调查所采集的企业AI使用率数据，2026年1月至6月的结论依旧不极端——AI使用率与劳动力需求变化之间没有清晰的线性关系。

　　分行业数据呈现明显分化：信息业AI使用率最高，达42.1%，同期劳动力需求下降1.9%；金融和保险业AI使用率34.8%，劳动力需求下降1.1%；而专业、科学和技术服务业AI使用率同样高达37.7%，劳动力需求却增长1.2%。教育服务业使用率34.6%，需求基本持平；制造业17.9%，持平；建筑业12.3%，需求增长0.9%。

　　信息业与金融和保险业的组合——高AI使用率叠加劳动力需求下滑——确实呈现出通过AI压低人力成本的特征。但专业技术服务业的反例表明，AI对用工的影响更接近行业与岗位层面的分化，而非一条简单的负向直线。

　　纽约联储与美国劳工统计局数据显示，22至27岁年轻大学毕业生失业率已高于2019年水平，且自2023年低点反弹后改善有限。整体大学毕业生失业率随不确定性消退有所回落，但这一年龄段近期毕业生的改善幅度明显偏小。

　　这为AI的影响留下了空间。初级岗位的核心价值，往往集中于可标准化、可拆解的任务：整理资料、初步分析、撰写基础文档、处理标准流程。AI未必替代一个完整职业，却可能率先替代新人进入职场时最常承担的那部分工作内容。

　　这也是整套相对乐观判断中最令人不安的部分：若企业持续倾向于用AI完成初级任务，年轻人获得第一份白领工作的门槛将抬高，长期影响将不止于短期失业率，而是延伸至技能积累与职业路径的起点。

　　年初至今，美国非住宅建筑业新增9.5万个岗位，数据中心建设是重要拉动力；AI相关制造业同期新增3.2万个岗位。两者合计约占今年新增私营部门岗位总量的25%。

　　制造业内部亦有分化。服务于AI和数据中心建设的制造业，就业表现明显强于非AI制造业。AI资本开支正从科技公司的财务科目，转化为建筑工地、设备制造与相关供应链上的实际岗位。

　　短期内，这条对冲线仍具支撑。资本开支计划仍在上修，数据中心及相关制造需求不会骤然消退。至少在现阶段，这一增量足以部分抵消AI带来的岗位替代压力，也在相当程度上解释了为何宏观就业总量尚未显著恶化。

　　总量层面，AI尚未造成净岗位摧毁：高暴露行业就业横盘而非大规模裁员，AI使用率高也不必然对应需求下滑，建筑与制造业新增岗位持续提供现实对冲。

　　结构层面，压力已然清晰：年轻毕业生就业更难，信息业与金融和保险业值得持续跟踪。AI替代任务的速度，可能快于劳动力重新适配新任务的速度。这个差距不会直接体现在宏观就业总数里，却会体现在第一份工作、晋升路径和岗位内容的实质变化中。