北京
面對2.3萬份美國勞動者的調查數(shù)據(jù)，蓋洛普的研究人員發(fā)現(xiàn)了一個讓他們反復核驗的異常值：在科技行業(yè)，每月使用AI至少一次的員工，預測被裁概率約6%；而那些幾乎不用AI的同行，這個數(shù)字飆升到18%，恰好是前三倍。研究團隊起初懷疑是其他因素的干擾，但即便排除年齡、學歷和行業(yè)歸屬，AI使用頻率與工作穩(wěn)定性的關聯(lián)依然穩(wěn)固。一名分析師形容，數(shù)據(jù)傳遞出的信號很直接，“在就業(yè)市場上，不碰AI的人正在變得更脆弱。”
這個判斷并非孤立的統(tǒng)計規(guī)律。調查中有660名失業(yè)者，他們在回答裁員原因時，只有1%的人將AI視為直接推手，多數(shù)人提到的是組織重組、成本壓縮和經(jīng)濟環(huán)境。然而，蓋洛普的研究模型顯示，這類表面解釋背后很可能藏著AI對內(nèi)部決策的滲透。例如，公司削減人員時，那些在工作中主動融入AI工具的個體，天然貼著“適應性強”的標簽；而很少使用AI的員工，即便績效記錄不差，也可能被歸類為“變革意愿不足”，在名單排序上失去優(yōu)勢。研究者強調，這不是說企業(yè)有意用AI指標決定去留，但決策者下意識會把技術接納度視作一項隱性的評估維度。
這種趨勢正在重塑職場的不成文規(guī)則。蓋洛普指出，科技行業(yè)外同樣存在類似的分化：經(jīng)常使用AI的人，被裁風險相對較低，只不過差距沒有科技業(yè)那么突出。招聘端已經(jīng)率先做出反應——越來越多企業(yè)在篩選簡歷時，開始審視求職者的AI熟練程度，有的甚至將“能主動運用AI優(yōu)化工作流”當作默認期望。與之并行的是，管理者盡管面對公眾對AI負面情緒的攀升，依舊持續(xù)推動員工在日常工作中使用AI工具。一位參與研究的人力資源專家分析，這反映了企業(yè)試圖在降本增效與人才保留間尋找新平衡點，而AI使用記錄成了權衡時的首個快速參考指標。
但對于普通從業(yè)者來說，判斷自己是否處在風險區(qū)，遠非“用不用AI”這么簡單。調查中，那些幾乎每天使用AI的員工，往往分布在開發(fā)、數(shù)據(jù)分析和內(nèi)容生產(chǎn)等崗位，他們的裁員概率更低；而“每月至少一次”的使用者，則包括大量將AI當作輔助工具的角色，同樣獲得了可見的安全邊際。真正暴露在18%風險中的群體，是全年幾乎不碰任何AI應用的人。研究者提醒，這不代表只要打開AI界面就能降低失業(yè)率，背后的邏輯是：當企業(yè)需要縮減人力時，最先保留的是那些已經(jīng)和新技術綁定的業(yè)務節(jié)點，避開AI等于讓自己服務的環(huán)節(jié)更容易被首先剝離。
這項研究透出的困惑也在于，AI帶來的效率提升與崗位沖擊之間的距離感正在模糊。員工普遍把失業(yè)歸咎于傳統(tǒng)因素，而企業(yè)管理層則開始將AI納入人員調整的隱性框架。兩邊看似相安無事，實則讓一種信息不對稱緩慢擴散：你越不覺得自己的失業(yè)會與AI有關，就越可能忽視使用AI帶來的緩沖效應。蓋洛普的研究結論并不主張用AI決定一切，但它確實用三倍的概率差，給所有職場人劃出一條醒目的分水嶺——在當下，不與AI日常工作，正在從一種個人選擇，變成一種實質性的競爭力折損。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
