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。

高 AI 暴露行业没崩，只是没怎么招人

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。

然而，就业数据尚未给出 " 系统性坍塌 " 的证据。

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。

AI 用得多，不等于劳动力需求一定弱

更直接的问题是：即便 AI 尚未消灭岗位，是否已在压低企业用工需求？

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。

年轻毕业生是最脆弱的一环

总量就业没有被 AI 打穿，但入门岗位已承压。

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。

AI 资本开支正在反向创造制造业岗位

AI 并非只在替代劳动，它同步推动了一轮以数据中心建设为核心的实物投资扩张。

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。

风险已从总量转向结构

这组数据最重要的含义，在于将就业风险从 " 总量崩塌 " 重新定位至 " 结构性挤压 "。

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。

对投资者而言，当前证据指向的是行业与人群层面的分化交易，而非押注整体就业市场的方向性判断。