据 SFGate 报道，California Policy Lab 发布的一份研究显示，自 2022 年 11 月 ChatGPT 3.5 发布以来，加州高 AI 暴露度岗位的失业申请持续上升，尤其集中在旧金山湾区。研究者称，到 2026 年 5 月，拥有学士及以上学位、且处在高 AI 暴露岗位的失业申请，比 2022 年 11 月多出约 4000 份，增长约 20%。

这条新闻打破了一个常见想象：AI 冲击最先伤害的只是初级岗位、外包岗位或低学历岗位。加州这份数据指向的是另一群人：高学历、资深、集中在湾区、原本被认为更能适应技术变化的白领和技术员工。

但这份数据也不能被读成“AI 造成了所有裁员”。研究使用的是失业申请和职业 AI 暴露度，不知道具体公司是否部署了哪些 AI 工具，也不知道员工日常是否真正使用 AI。经济周期、公司成本控制、行业调整、利率和资本开支压力都会影响裁员。AI 可能是原因之一，也可能是管理层解释裁员和重组的叙事工具。

研究者 Till von Wachter 也指出，数据里几乎缺少早期职业员工，因为很多年轻人不会申请失业救济，或者不知道自己有资格申请。这意味着“高学历资深员工受影响”不是说新人不受影响，而是说官方数据能看见的那部分人，已经不只是新人。

这对普通读者有直接意义。过去很多人安慰自己：只要学历够高、经验够多、会用 AI，就不会被 AI 影响。但企业里的替代不是按个人聪明程度发生的，而是按岗位流程、成本结构和组织设计发生的。一个资深员工如果负责的工作被合并、外包、自动化，或者被更少人加 AI 工具完成，他仍然会被挤压。

沈南乔的判断是，AI 就业问题不能只写成“机器人抢饭碗”。更真实的变化是岗位边界变窄、工作密度变高、团队规模变小、经验被重新定价。有些经验会更值钱，因为它能监督 AI；有些经验会被折价，因为公司认为工具可以覆盖一部分判断。

这件事也提醒政策制定者，AI 劳动冲击不能等到大规模失业才看。加州作为 AI 公司和技术岗位最集中的地区，正在变成观察窗口。需要跟踪的不只是就业人数，还包括失业申请、岗位要求变化、工资变化、转岗培训、年轻人进入行业的机会，以及被裁员工重新就业的时间。

OC 的判断是，这份数据最重要的不是证明 AI 已经毁掉高学历工作，而是提醒我们：AI 冲击并不会只停留在“低端岗位”。当企业把 AI 放进核心流程，高学历、高收入、高暴露度岗位也会进入调整区。读者真正该问的是：自己的工作里哪些判断不可替代，哪些流程正在被压缩，自己有没有能力从执行者变成复核者和系统设计者。

参考来源

• SFGate：New California study finds highly educated workers most harmed by AI