达拉斯联储报告：生成式 AI 暴露度较高的企业招聘需求减少 8% 至 9%

美国达拉斯联邦储备银行发布研究报告，指出在得克萨斯州，对生成式 AI 暴露度较高的职业岗位招聘需求相较于低暴露度岗位下降了约 8% 至 9%。

• 测算方法创新：研究采用 Anthropic 提供的 Claude 实际使用任务数据与 O*NET 职业分类进行匹配以量化 AI 暴露度，并关联了 Lightcast 平台涵盖的数百万条在线招聘数据。
• 招聘需求分化：自生成式 AI 普及以来，文本处理、初级编程与文员支持等高暴露度岗位的招聘发布量呈现明显下滑态势。
• 结构性冲击分布：初入职场的大学毕业生和初级白领岗位受冲击相对显著，而依赖复杂决策与实体经验的资深职位表现出更强的需求韧性。
• 证据属性：该结论基于得州企业实际招聘发布的计量分析，反映出部分企业已在调整用工结构并以自动化工具替代部分标准工序。
• 影响/看点：该研究为生成式 AI 对白领初级劳动力市场的挤出效应提供了微观数据支撑，但长期来看岗位收缩是否会伴随新生产力岗位的净增仍需观察宏观生产率变化。
• 资料依据：
• Federal Reserve Bank of Dallas（2026-09-01）：https://www.dallasfed.org/research/economics/2026/0901
• X：Rohan Paul（2026-09-02）：https://x.com/rohanpaul_ai/status/2094973714903548315

本内容由 AI 生成，仅供参考，请注意甄别