耶魯大學研究指 AI 未撼動美國就業 企業採用速度遠低於預期

耶魯大學 Budget Lab 最新研究報告指出,自 2022 年 11 月 ChatGPT 推出至今 33 個月,美國勞動市場並未出現因生成式人工智能導致的大規模職位流失。該研究團隊由經濟學家 Martha Gimbel、Molly Kinder、Joshua Kendall 及 Maddie Lee 組成,他們分析了 ChatGPT 及其他生成式 AI 模型發布後的就業數據變化,結果顯示整體勞動市場保持穩定。



耶魯大學 Budget Lab 最新研究報告指出,自 2022 年 11 月 ChatGPT 推出至今 33 個月,美國勞動市場並未出現因生成式人工智能導致的大規模職位流失。該研究團隊由經濟學家 Martha Gimbel、Molly Kinder、Joshua Kendall 及 Maddie Lee 組成,他們分析了 ChatGPT 及其他生成式 AI 模型發布後的就業數據變化,結果顯示整體勞動市場保持穩定。

研究人員透過量度職業組合變化速度,並比對過去電腦及互聯網初期推出時的市場反應,發現 ChatGPT 推出後的職業結構變化速度,僅略高於前兩次科技革命,差距不足 1 個百分點。分析顯示高、中、低 AI 暴露度職業的僱員比例在過去 3 年間保持穩定,與外界預期的劇烈職位替代情況大相逕庭。值得注意的是,部分職業結構變化早於 ChatGPT 推出前已經開始,顯示有更廣泛的經濟趨勢在起作用,而非單純由 AI 驅動。

科技巨頭渲染威脅論 實際採用率僅 5%

雖然 AI 公司領袖不斷強調技術對就業的衝擊,實際情況卻大相逕庭。Anthropic 行政總裁 Dario Amodei 在 5 月表示,5 年內 AI 可能令入門級白領職位減少一半。OpenAI 行政總裁 Sam Altman 亦發表類似言論。然而 Goldman Sachs 研究人員 Joseph Briggs 及 Devesh Kodnani 追蹤的數據顯示,截至 2024 年 6 月,僅 5% 美國企業報告有使用 AI 生產商品或服務。

研究團隊發現,AI 暴露度高的職業失業率基本與整體勞動市場同步,企業裁員時亦甚少將 AI 列為理由。Goldman Sachs Research 估算,即使將現有 AI 應用案例擴展至整個經濟體系,僅 2.5% 的美國就業職位面臨被取代風險。分析指出,截至目前為止,AI 暴露度與職位增長、失業率、裁員率、工時增長或平均時薪增長之間,並無顯著統計關聯。

部分企業如 IBM 及 Salesforce 進行裁員時曾提及 AI,但這些員工削減可能更集中於外判而非自動化。Microsoft 最近發布的報告列出最可能受 AI 影響的職位,但隨後迅速澄清「研究並未得出職位將被淘汰的結論」。事實上,Microsoft 的裁員似乎更多是為了減少開支及安撫投資者,以補償其在資料中心的龐大資本投資。

企業對技術持謹慎態度 採用障礙重重

McKinsey 調查顯示,雖然 94% 員工及 99% 高層領袖表示對生成式 AI 工具有一定認識,但企業領袖卻低估了員工的實際使用程度。高層估計僅 4% 員工在日常工作中使用生成式 AI 達 30% 或以上時間,但員工自我報告的比例,實際上是這個數字的 3 倍。這顯示管理層對技術普及程度的認知與實際情況存在落差。

目前職場採用生成式 AI 的規模仍然有限,僱主正在實驗早期應用案例,同時面對私隱、安全及準確性等方面的持續憂慮。46% 領袖認為員工技能差距是採用 AI 的重大障礙,企業需要吸引及聘請頂尖人才,包括 AI/ML 工程師、資料科學家及 AI 整合專家。

Anthropic 提供的 Claude 聊天機械人使用數據顯示,編程任務佔據主導地位,寫作任務亦被過度使用。這反映兩個現實:Claude 在這些任務上的特定聲譽,以及這些任務在各 AI 產品中的易用性。分析揭示 AI 可能有用的領域(暴露度)與實際使用位置(Claude 數據)之間存在顯著差距。

特定行業出現早期影響跡象

雖然整體勞動市場保持穩定,但某些特定領域已開始出現變化。研究人員識別出 3 個較易受生成式 AI 影響的領域:金融服務、資訊業,以及專業及商業服務。資訊業自 2022 年 11 月 ChatGPT 推出以來經歷了最大的職業結構變化,在推出後 32 個月,就業組合變化接近 14%,相比基線僅略高於 4%。專業及商業服務變化約 6.5%,金融活動則約 8.5%。

就業增長在市場推廣顧問、平面設計、辦公室行政及電話客戶服務中心等行業已低於趨勢線,有報告指這些行業因 AI 相關效率提升而減少勞動需求。科技業就業佔比已跌至低於疫情前(明顯線性的)趨勢,這種模式可能與 AI 自動化有關。

年輕科技工作者似乎受到不成比例的影響,科技普及度高職業的 20 至 30 歲失業率自 2025 年初以來上升近 3 個百分點,明顯高於其他行業的同齡人及整體科技工作者。Stanford Digital Economy Lab 研究聲稱,最易受 AI 影響職業的應屆大學畢業生,相比較少受 AI 影響的職業,其就業率相對下降 13%。這印證了有關生成式 AI 導致科技業應屆畢業生面臨招聘阻力的傳聞報道。

歷史經驗顯示技術革命需時數十年

研究團隊強調,從歷史角度看,職場廣泛的技術顛覆往往發生在數十年間,而非數月或數年。電腦在向公眾發布後近 10 年才在辦公室普及,轉變辦公室工作流程更需時日。即使新的 AI 技術最終對勞動市場產生同樣甚至更大的影響,預期廣泛效應需要超過 33 個月時間才會顯現,也是合理的推斷。

類似的研究結果並非首次出現。2023 年聯合國國際勞工組織(ILO)研究得出結論,生成式 AI 可能不會取代大部分工作者。4 月發表的丹麥工作者研究確定,生成式 AI 對工資或職位並無實質影響。2 月發表的另一項研究發現「整體就業影響溫和,暴露職業的需求減少,被採用 AI 企業因生產力驅動的勞動需求增加所抵消」。

St. Louis Fed 在 2024 年 11 月進行的調查發現,使用率在 8 月至 11 月間相當穩定。28% 工作者在工作上某程度上會使用生成式 AI。研究人員估算,自我報告的生成式 AI 時間節省,可轉化為整體生產力提升 1.1%。這些數據顯示技術帶來生產力提升,但尚未導致大規模職位流失。

企業如何應對 AI 浪潮

對於商業機構而言,研究結果提供了寶貴的策略參考。企業毋須過度恐慌 AI 將立即取代大量員工,但應積極為長期的技術整合過程作準備。Penn Wharton Budget Model 估計,AI 對全要素生產力(TFP)增長的影響在 2025 年仍然很小,僅 0.01 個百分點,原因是大多數企業尚未部署及累積使用 AI 工具的經驗。

企業應投資員工培訓,以填補 AI 相關的技能差距。千禧世代年齡在 35 至 44 歲者在調查中自我報告擁有最多 AI 經驗及熱情,62% 報稱對 AI 有高水平專業知識,相比 18 至 24 歲的 50% 及 65 歲以上的 22%。企業可以善用這些中層管理人員作為變革推動者,協助組織採用新技術。

管理層需要建立清晰的指引及防護措施,確保 AI 工具能被安全及負責任地使用。目前,關於公司應如何合乎道德地對員工實施 AI 的指引或行為準則甚少。同時許多公司,特別是上市公司或準備上市的公司,感受到來自競爭對手及投資者的強大壓力,要求他們採用 AI 以節省勞動成本及提高效率。

對於資訊科技、金融及專業服務等高暴露行業,企業應更密切監察技術對職位結構的影響。雖然這些行業目前僅出現溫和變化,但長期趨勢可能更為顯著。企業可考慮將 AI 定位為增強工具而非替代品,協助員工提升生產力而非淘汰職位。

未來展望:技術整合仍處早期階段

研究團隊的分析並非對未來的預測,並計劃每月持續監察這些趨勢,以評估 AI 對職位的影響如何變化。整體而言,ChatGPT 推出近 3 年後的勞動市場變化速度與歷史趨勢一致。AI 的早期階段看起來不像一場革命,反而更像熟悉的漸進式演變。

McKinsey 研究指出,結合生成式 AI 與所有其他自動化技術,潛在增長可能更大。在中位採用情境下,所有類型的自動化可協助推動美國生產力每年增長達 3% 至 4%。不過,這需要公私營部門的持份者採取重大行動。員工需要支援去學習新技能,與生成式 AI 相關的其他風險亦需要得到緩解及控制。

Goldman Sachs Research 估計,生成式 AI 在完全採用並納入常規生產後,將使美國及其他發達市場的勞動生產力水平提高約 15%。但研究人員警告,AI 採用仍處於早期階段,對職位的影響在很大程度上取決於僱主最終如何有效地運用這項技術。

AI 革命並非一夜之間發生,企業有充足時間制定策略、培訓員工及調整業務模式。與其盲目跟風或過度恐慌,管理層應以務實態度,審視技術如何真正提升業務效率,同時保障員工權益及維持組織穩定。技術整合是個長期過程,需要謹慎規劃及持續調整,才能在 AI 時代保持競爭力。

來源:Yale University