美國就業市場近期呈現的疲軟態勢引發廣泛討論，其中 AI 技術是否是主因成為焦點議題。今年以來，美國非農就業人數增速明顯放緩，年輕族群與高學歷勞動力就業表現特別低迷，而這群人被認為對 AI 技術衝擊較為敏感。
與此同時，學術研究注意到新冠疫情後就業修復速率的轉折點與 ChatGPT 推出時點存在重疊，部分論文指 AI 對基礎職位的替代效應顯著，但深入分析後顯示，目前就業疲軟的主因更可能是經濟週期性與企業策略調整，AI 的實際衝擊被相對高估。
從企業對 AI 技術的適應階段來看，多數仍停留在「再培訓」初期。研究提出「4R 模型」(再訓練、再評估、再調整、AI 革命) 描述技術適應進程，目前僅少數企業進入深度調整。
科技公司與傳媒業因 AI 直接取代部分人力，已進入「再培訓」與「再調整」，啟動人員精簡以降本增效，而佔就業主體的實體企業如服務業、製造業因利潤率尚穩，更傾向通過「再培訓」跟隨技術趨勢，而非盲目培訓。
紐約聯準銀行的調查印證企業使用 AI 的主要場景集中於「資訊搜尋」與「市場營銷」，涉及流程自動化等核心生產力提升的應用佔比偏低。此外，AI 技術存在「任務主導」特性，缺乏長期經驗累積與流程適配能力，短期內難以重塑整體工作模式。
AI 滲透率的整體有限性進一步削弱其對就業的全面衝擊。數據顯示，20 多類產業中僅 6 個 AI 滲透率 (過去半年透過 AI 服務或生產的比例) 超過 10%，其中資訊科技業以 25% 居首，其餘產業普遍偏低。
另據 Indeed 對 2900 個職業的分類研究，近 42% 的職業未因 AI 提升效率，僅 44% 存在提升空間，顯示 AI 對就業的衝擊並非全局性。
值得注意的是，目前就業市場「最大贏家」醫療保健業與「最大輸家」建築業，AI 可替代性均處於行業末尾，暗示技術並非就業變動的決定性因素。
從產業與企業規模來看，AI 使用呈現顯著失衡。電腦產業僅佔就業人口 3.4%，卻消耗 37.2% 的 Claude Token，傳媒業以 1.4% 的就業佔比使用 10.3% 的 Token，顯示技術集中於少數領域。
勞力密集的餐飲、銷售、運輸等行業佔就業超 1/3，Token 使用量卻不足 15%。
企業規模層面，超 250 人大企業的 AI 使用率略超 15%，中型企業僅其一半，科技、金融等行業內部同樣呈現「大公司＞小公司＞中型公司」的分化，中型傳統企業因流程封閉、成本考量，應用動力不足。
針對「AI 導致青年就業難」的學術觀點，分析指出其邏輯與現實有偏差。ChatGPT 早期技術尚未成熟，當時勞動市場高度緊張，企業因「勞動力囤積」策略並無裁員動機，新技術難以即時衝擊招募決策。
Ozkan 與 Sullivan 的研究雖顯示 AI 使用率與產業失業率正相關，但結合低滲透率與企業再訓練正向態勢，更合理的解釋是就業疲軟源自於週期性因素：2022 年起聯準會升息的滯後效應顯現，企業利潤率回落抑制招聘需求，但疫情後「低僱傭、低裁員」的謹慎策略避免了大規模失業，反倒擠壓青年就業空間，社會新鮮人因缺乏崗位重構機會，成為「低招聘」環境下的主要受害者。
整體來說，目前證據難以將美國就業疲軟歸咎於 AI 技術，非科技業 AI 滲透率有限，技術尚未引發根本性變革，而科技公司的局部調整更多是技術本源性的「再評估」與「再調整」，不具普遍性。
美國就業市場壓力主因是升息週期的經濟滯後反應，加上企業「低僱用、低裁員」的保守策略，青年群體成為結構性矛盾的集中承受者。儘管 AI 可能透過財富效應穩定宏觀預期，但其對就業的實際破壞程度仍被大幅高估。
新聞來源 (不包括新聞圖片): 鉅亨網