6月23日晚，由腾讯新闻、北京大学国家发展研究院联合主办的“智变开新局——2026夏季达沃斯腾讯财经愿景夜话暨北大国发院大连论坛”正式举行。

北京大学博雅青年学者、国发院经济学教授、副院长张丹丹发表题为“人工智能对就业影响的测度”的主题演讲。她首先介绍了当前经济学界测量AI就业影响的三大研究方法。

第一种方法是AI暴露指数法。该方法将劳动力市场细分为1061个职业、约2万个任务，在任务层面来评估AI可完成该任务的程度，最终汇总为职业暴露度。研究结果显示，暴露度高、风险大的职业集中于会计师、编辑、销售工程师、计算机程序员及税务工作等白领岗位；而洗碗工、清洁工、保安等蓝领职业暴露度则相对较低。这一规律在中国、美国、新加坡等多国数据中高度一致。

动态维度上，张丹丹团队追踪了2018年至今各职业平均暴露度的变化，发现整体呈下降趋势，这并非因为AI影响减弱，而恰恰相反：企业正在将AI直接部署到生产流程中替代相应岗位，不再对外招聘，由此导致招聘数据中该类职业占比下降。

第二种方法是AI整合岗位指数法，聚焦于企业实际采用AI的情况。该方法通过识别企业招聘信息中的“AI整合型”岗位，即将AI深度嵌入核心业务流程的职位，来分析AI对企业的薪酬结构和用工规模的影响。张丹丹团队将该方法应用于新加坡全量招聘数据后发现，在大语言模型出现后，企业研发招聘明显减少，转而大量招募AI应用部署人才，研发与应用的投入重心发生显著偏移。

第三种方法最为新颖，由Anthropic公司基于程序员与Claude交互的真实语料提出，称为“观察的暴露度”。该研究发现，理论上AI可替代94%的计算机与数学类职业任务，但实际Claude的覆盖率约为三分之一；整体而言，AI赋能人的比例达57%，替代比例为43%。这一结果较理论预测乐观许多，意味着大量任务仍处于“协作而非替代”的状态。

综合三类研究方法，张丹丹表示，整体来看，目前AI对就业的影响并未显著，中、美、新加坡等主要经济体的宏观就业数据均未出现明显恶化，但是底层结构性影响已经浮现，白领认知型岗位风险最高。另外，她还发现，AI并未导致大规模裁员，而是减少了新招聘，尤其是对应届毕业生的招聘明显收缩。

张丹丹强调，当前仍处于AI就业冲击的“窗口期”，理论替代空间与实际替代之间仍有较大落差，这是劳动者尽快掌握AI协同技能、创造更多新机会的关键时间。