AI技术如何改变美国不同年龄层劳动者的就业机会与职业路径？

AI技术对美国不同年龄层劳动者的影响存在显著差异，主要表现为青年就业入口收缩与资深劳动者优势强化并存。

首先，青年就业入口面临明显收窄。由于缺乏工作经验，20-24岁的青年劳动者更多承担信息整理、基础分析、标准化执行等初级任务。这些任务具有高度的标准化和可拆分特征，正是生成式AI最容易发挥效率优势的领域。数据显示，自AI革命以来，客服与软件开发等岗位中22-25岁初级从业者的就业指数持续回落，而31岁以上尤其是35-49岁中高经验群体的就业指数总体保持上升。青年找到高AI暴露工作的概率下降幅度显著高于中老年群体，表明企业在应用AI工具时，优先压缩的是新增的初级岗位，而非替换核心存量员工。

其次，资深劳动者的相对优势得到强化。高AI暴露度的岗位往往具有更高的经验溢价。随着基础任务被AI覆盖，企业对具备行业知识、复杂判断和责任承担能力的资深劳动者需求相对稳定，甚至因AI赋能而提升了单人产出效率。资深员工可以借助AI完成资料搜集、初稿生成等基础环节，从而将精力集中在更复杂的决策和协调工作上。这种“资深员工+AI”的模式降低了企业配置新增初级人手的必要性，使得用工决策从“增加人手扩产出”转向“提升单人产出效率”。

最后，职业转换压力在不同年龄和收入群体间分布不均。中低工资岗位的职业转换压力约为高工资岗位的10倍。当中间收入岗位因AI替代而收缩时，劳动者更可能在相似技能、相似收入层级的岗位之间迁移，而非顺利进入高景气度行业。对于青年劳动者而言，若无法进入高复杂度脑力岗位，可能被迫向下流动至低薪服务业，面临长期的薪资压制和职业发展瓶颈。因此，AI不仅改变了当下的就业结构，也可能通过压缩初级岗位入口，对青年劳动者的长期职业路径产生深远影响。