我们终于可以说人工智能不会扼杀就业机会了。
要点总结：
·采用人工智能的公司在采用后的两年内员工人数增长了10.2%，但这些增长完全是由高强度采用者推动的。低强度采用者则没有出现统计学意义上的显著变化。 ·入门级员工人数增长速度更快。在人工智能投资最大的公司，采用人工智能后的两年内，入门级员工人数增长了12%。 ·人工智能的应用及其带来的收益分布并不均衡。采用人工智能的企业规模通常更大、工程投入更多、更有可能获得风险投资，并且增长速度也更快。这些企业在采用人工智能后，增长速度会更快。
未来十年最重要的经济问题是人工智能将如何影响就业。人人都想就此撰写论文。然而，迄今为止，尚无人拥有合适的数据集，因此现有研究只能依赖于猜测、调查、人工智能暴露评分以及一些带有自身利益考量的专家意见。事实上，斯坦福大学最近的一篇论文指出，理想的数据集应该使用“企业支出数据”，并特别提到了 Ramp 的数据。
1
企业采用人工智能后是否增加了招聘？
哈拉齐安和他的同僚的主要结论是肯定的。采用人工智能的公司在采用人工智能后的两年内，员工人数增长了10%。但有两点需要注意：
- 人工智能的采用需要达到一定的最低门槛：只有以“高强度”的方式采用人工智能才能获得收益。在他们的分析中，他们将高强度定义为在人工智能应用的前三个月内，每位员工每月支出排名前三分之一的公司。这未必是描述高效人工智能应用的最佳方式，但它与经济学家想要表达的内容相符：这些公司会投资多种模型，并使用最先进、最能提升生产力的产品（例如代码代理和API，而非简单的聊天订阅）。值得注意的是，排名前三分之一的公司并没有投入太多资金。前三个月每位员工每月大约花费30美元，之后会有所增加，但不会达到数千美元。
- 这些收益存在学习曲线：企业在采用最佳实践后的6-12个月内不会增加员工人数，而且这些收益会随着时间的推移而累积。最佳实践需要时间在团队、个人和组织的工作流程中普及，才能对公司运营产生足够的改变，从而推动增长并影响招聘。
2
入门级员工人数增长速度更快
在回答了第一个问题——采用人工智能的公司是否增加了招聘——之后，经济学家的论文转向回答：它们的招聘方式是否有所改变？他们测试了多个职位类别和教育水平。总体而言，他们发现除入门级职位外，其他职位的招聘增长情况相似（最差情况下也只是持平）。
3
人工智能带来的收益分配不均
本文的一个附带结果是，经济学家发现人工智能通过网络扩散，而这些网络可能导致经济上不最优的结果。
以小型企业为例。它们一开始不太可能使用人工智能，但一旦使用，就会更加深入地运用。这在经济学家看来合情合理：小型企业可能没有专门的工程或财务团队。如果人工智能能够降低软件开发、行政工作、数据分析或客户支持等方面的固定成本，那么由此带来的收益就能推动企业实现超额增长，并开辟新的收入来源，而这些收入来源以前需要更高的固定成本，例如支付新的工资。最终，经济学家认为这就是企业在采用人工智能后增加员工人数的机制，即便人工智能实际上已经承担了团队的现有和新增任务。现在，他们可以去做更多的事情了。
4
这对你来说实际意味着什么？
如果你是一名刚进入职场的年轻人，在两家其他方面都很相似的公司之间做出选择，那就选择使用人工智能的那家。它更有可能发展得更快。
如果你是一名担心人工智能会取代工程岗位的工程师，论文的证据表明，采用人工智能的公司正在加快而非减缓招聘工程师的速度。学习最新技术，让自己在那些高强度采用人工智能的公司中占据有利地位。
如果你是一位尝试过人工智能但尚未看到成效的企业主，请不要放弃。斯坦福的研究结果表明，人工智能带来的收益取决于学习曲线和最低采用门槛。请将您的经验视为一种普遍现象，但并非最终结果。那些成功运用人工智能的公司没有动力公开他们的成功经验，因此，如果不进行直接实验，很难学习到最佳实践。
