【导读】当美联储主席开始在新闻发布会上讨论“AI与生产率”时，你就知道风向变了。
Jerome Powell（鲍威尔）指出，AI正在推动美国经济进入一种“低招聘、低解雇”的奇特状态，生产率持续高于2%，这是多年未见的“结构性繁荣”。
但在繁荣之下，残酷的分化正在发生：
对个人：年轻人的“书本知识”正在贬值，而老员工的“直觉”却在升值。
对企业：专注于用AI“再投资”的企业正在变强，而专注于用AI“削减成本”的企业正面临冲击。
今天，我们深度拆解这一趋势背后的战略逻辑。
斯坦福大学的研究揭示了一个令人不安的趋势：在AI暴露度高的职业（如软件开发）中，22-25岁职场新人的就业率下降了13%，而资深员工却屹立不倒。
为什么？因为知识分为两类：
编码化知识（Codified Knowledge）：书本上的、流程化的、学校里教的。这是AI最擅长的，也是职场新人的敲门砖。
默会知识（Tacit Knowledge）：实践中积累的判断力、直觉、人际博弈。这是AI目前难以模仿的，是资深员工的护城河。
【睿信咨询洞察】AI不仅是在替代岗位，更是在“折叠”成长路径。如果入门级工作消失了，未来的资深专家从哪里来？这是企业人才梯队建设必须面对的灰犀牛。
安永（EY）的最新调查给出了一个反直觉的结论：AI带来的生产率提升，并未引发大规模裁员。
在生产率显著提升的企业中，只有17%选择将红利用于“减员”。绝大多数（>90%）选择了“再投资”：
47% 用于扩展现有AI能力；
41% 用于强化网络安全；
38% 用于员工技能升级。
【睿信咨询战略警示】Dresner的研究表明：那些只想用AI裁员的公司，往往缺乏利用AI所需的基础技术。真正成熟的企业（Data Mature）明白，AI是用来做“乘法”（全面转型）的，而不是做“减法”（单纯降本）的。
对于CIO而言，这是最好的时代。94%的高管认为AI是推动行业变革的催化剂，90%认为它对股东价值至关重要。
这意味着CIO不再是“花钱的人”，而是“赚钱的人”。
【行动指南】
数据工业化：不要只做孤立的试点（PoC）。早期采用者的成功建立在已经“工业化”的数据流程之上。【睿观：数据工业化是指将数据的处理、管理和分析过程标准化、自动化和规模化，使其像工业生产一样高效、可靠和可重复】
战略一致性：制定全公司范围的AI蓝图。不要为了省那点人力成本而牺牲了未来的竞争壁垒。
拥抱Z世代：虽然年轻人面临冲击，但那些能提供“默会知识”传授机制的公司，将成为顶尖年轻人才的避风港和首选地。
结语
AI是一场长跑。短视者看到的是省下的工资单，远见者看到的是重塑行业的入场券。
图源：ElenaBs via Alamy Stock Photo
AI要求战略一致性。那些专注于将收益进行再投资与提升员工技能的企业正变得愈发强大；而那些专注于用AI单纯削减成本的企业，将面临更大的冲击。
当一股技术潮流涌入严肃的经济媒体时，这就绝非小事。昨天，美联储主席Jerome Powell（杰罗姆·鲍威尔）在FOMC（联邦公开市场委员会）宣布降息0.25%后的新闻发布会上，被正面问及AI对经济的影响。
Powell谈到了AI对生产率与增长的推动作用。他指出，AI与自动化正带来美国经济的“结构性”繁荣：生产率持续高于2%——这是他曾以为难以再现的水平。他认为正是这种高生产率，支撑了美联储对2026年经济前景的乐观预测。
他也提到了自动化与AI取代某些岗位（包括白领职位）可能对劳动力市场产生的影响。虽然他承认企业正利用AI冻结招聘甚至实施裁员，但他指出失业救济申请仍处低位，这反映出一种“低招聘、低解雇”的独特经济状态。
一、 AI时代的矛盾就业信号
毫无疑问，职场新人正面临不成比例的AI冲击，入门级岗位大幅减少。斯坦福大学研究人员Erik Brynjolfsson、Bharat Chandar和Ruyu Chen利用ADP（一家提供人力与薪酬服务的跨国巨头）的数据，对截至2025年7月的就业模式进行了实时追踪，样本覆盖数万家企业中的数百万员工。
研究人员最显著的发现是：在AI暴露度最高的职业（如软件开发、客户服务）中，22–25岁的早期职业者自2022年底以来就业率相对下降了13%；而同一岗位上经验更丰富的员工，就业情况却保持稳定甚至有所增长。
作者指出，AI主要取代的是“编码化知识”（Codified Knowledge）——即应届生带来的正规培训与“书本学问”；相比之下，它不太可能取代“默会知识”（Tacit Knowledge）——即随时间推移而积累的实践判断、直觉与经验。这完美解释了为何年长员工屹立不倒，而年轻员工却失去了立足点。
我近期在《Information Week》撰文，汇总了过去一年中采访过的数十位CIO（首席信息官）对AI影响的共识：具备自主决策能力的AI智能体（AI Agents）已将某些任务的时间压缩了一半，这正在重塑工作方式并给劳动模式带来压力。一些岗位在萎缩，另一些则被彻底重新定义。
结论是：AI有能力冲击大片劳动力市场。MIT（麻省理工学院）的一项研究将3.2万项技能映射到923种职业和3000个县，发现现行AI可替代11.7%的美国就业岗位。这些发现令人担忧，尤其对年轻劳动者而言——他们的经验与知识可能并不适配那些被AI增强（但未被取代）的企业高阶岗位。
二、 安永脉搏调查：AI带来的生产率提升并未引发大规模裁员
与Powell关于“裁员率稳定”的说法一致，安永（EY）发布的《美国AI脉搏调查》显示，企业普遍选择将AI驱动的生产率增益进行再投资，而非简单地削减现有员工。该调查在2025年4月至10月期间访问了500位高级副总裁及以上级别的高级决策者，覆盖各行各业。
96%已投资AI的组织表示过去一年生产率有所提升，其中57%称提升“显著”。
当被问及如何处理这些由AI驱动的生产力提升时，领导者给出的主要资金去向如下：
扩展现有AI能力（47%）
开发新的AI能力（42%）
强化网络安全（41%）
研发投入（39%）
员工技能升级/再培训（38%）
仅有17%的受访者表示将增益用于“减员”。值得注意的是，这一结果与Dresner咨询服务关于“AI自主智能体”的研究一致。该研究表明：数据流程成熟的企业倾向于把AI智能体用于全面转型，而非单纯降本。数据显示，那些只想用AI裁员的公司，往往本身就缺乏有效利用AI所需的基础技术能力。
对首席信息官们来说，这是条好消息——意味着他们将成为生产率提升的受益者，而非牺牲品。
三、 强劲的ROI与对未来投资的信心
对于已将AI真正投入生产的企业，安永的调查显示投资回报率（ROI）是显著的。除了上述生产率提升外，受访者还报告了以下积极成果：
56%实现了可量化的财务绩效改善；
90%认为AI驱动的生产率增长对股东价值至关重要；
94%认为AI带来的生产力提升是推动行业变革的催化剂。
此外，还有两个值得关注的亮点：
高层对“负责任AI”的关注度上升，对道德AI运营的承诺增强；
面向客户的AI使用透明度正在提高。
四、 结语
AI从根本上改变了劳动力市场与工作方式。那些已把数据与流程“工业化”的早期采用者志在长期胜利，而非短期套利。他们具备战略一致性——拥有全公司范围的AI蓝图，致力于用AI加固市场内的竞争优势，而非追逐孤立、速效的蝇头小利。
因此，用句应景的话说：对那些“AI功课”做足了的企业，这个消息并不坏；而对正面临入门级岗位压力的Z世代劳动力而言，这类公司正是你们该聚焦的目标——在我们迈向新的一年时，他们将是那些能够招聘并留住人才的组织。
作者：Myles Suer（迈尔斯·苏尔）
译者：木青 编审：@lex
