斯坦福发布 AI 经济指标仪表盘实时追踪就业影响

出处作者 / 发布主体：Stanford HAI原标题：Tracking AI’s Real-Time Footprint On The Labor Market

68AI 研判分

核心综述

斯坦福 HAI 数字经济实验室推出“AI 经济指标”仪表盘，旨在实时监测人工智能对劳动力市场的影响。数据显示，受 AI 暴露度高的岗位（如软件开发和客服）今年就业人数下降超 4%，而依赖自动化的职业增长放缓。该工具填补了官方统计滞后性的空白，为捕捉 AI 引发的早期经济变革信号提供了数据支持。

报道全文原始报道全文

由斯坦福大学以人为本人工智能研究院（Stanford HAI）数字经济实验室创建的数据看板，旨在衡量人工智能的普及如何改变就业趋势和岗位增长，以及更广泛的经济指标。

今年，软件开发和客户服务等易受 AI 影响的岗位就业人数下降了超过 4%，而依赖 AI 自动化的职业则显示出岗位增长放缓或萎缩的迹象。

这些是斯坦福 HAI 数字经济实验室（DEL）于 2026 年 6 月推出的一套新“数据看板”中的一些关键发现。这些数据看板被称为 AI 经济指标，每月更新一次，实时追踪 AI 的经济足迹。与报告长期趋势的官方统计数据不同，这些新工具能够捕捉正在发生的快速变化。

“在 DEL，我们非常关注理解 AI 的经济影响，这不仅因为它具有巨大的潜力，还因为它的采用速度可能比历史上任何一项技术都要快，”主导该指标项目的 Connacher Murphy 表示。“我们一直遇到的问题是，很难获得一个宏观的整体视角，去分辨实际发生了什么、哪些只是炒作、哪些是真正的经济变革。我们的指标有助于让我们看清全貌。”

该项目从私营公司、学术研究人员和政府统计机构获取数据，并将其组织成三个主要数据看板，分别追踪就业和工资趋势、总体结果、消费者剩余（即个人愿意支付的价格与实际支付价格之间的差额）、招聘和技能以及 AI 使用情况。

其中一个名为“转型追踪器”（Transformation Tracker）的数据看板监测 12 项宏观经济指标，以评估是否有任何重大变化可归因于 AI。“我们在问：‘在这些更大的、动态变化的统计数据中，我们是否在总体上看到了什么正在发生？’”Murphy 解释道。

第三个数据看板是“采用监测器”（Adoption Monitor），它依靠调查来追踪个人和企业对生成式 AI 的采纳情况。“这里的基本目标是确定这项技术在经济中的扩散速度有多快，”Murphy 说。

基于数据看板的洞察

利用这些数据看板，斯坦福大学的研究人员及其团队正在密切关注整体经济的趋势，观察哪些指标每月波动，哪些自发布以来保持稳定。

其中一个趋势是早期职业分化，这直接影响着刚刚进入劳动力市场的人群。根据“金丝雀仪表盘”（Canaries Dashboard）的数据，自 2022 年 11 月 ChatGPT 发布以来，软件开发和客户服务这两个受 AI 影响最大的行业中，22 至 25 岁人群的就业率每年下降超过 3%，且近几个月来这一降幅加剧至 4.4%。

“金丝雀仪表盘”还揭示了一种潜在的性别差异，显示年轻女性的就业增长速度慢于同龄男性。然而，Chandar 警告不要过度解读这一趋势，因为 ADP Research 的数据可能不足以代表更广泛的模式。尽管如此，这一初步发现与其他研究结果一致，即女性在易受 AI 影响的领域从业比例过高。与此同时，Chandar 指出，长期的政府统计数据表明没有证据显示存在性别差距，并补充道：“性别结果是我们要持续关注的指标。”

研究人员正在监测的另一个趋势是自动化与增强之间的区别。关键数据来自湾区 AI 公司 Anthropic 发布的“Anthropic 经济指数”，该指数分析了其大语言模型 Claude 约一百万条匿名用户对话。通过按职业对用户进行标记，该指数评估他们主要是将 LLM 用于任务自动化还是任务增强。“我们发现，那些明显偏向高度自动化模式的职业，其就业增长较慢，甚至出现萎缩，”Murphy 表示，尤其是在早期职业生涯群体中。

从更广泛的宏观经济视角来看，“转型追踪器”（Transformation Tracker）目前显示变动甚微，其 12 项指标共同指向非爆发式增长。Murphy 建议关注利率以观察变化；目前，10 年期国债利率仍居高不下，仅提供了关于激增的“温和”证据。“利率的好处在于，它从根本上反映了对未来的预期，”他说。他还指出，由于金融市场每天都在交易，利率比“转型追踪器”上的任何其他指标都能更早地窥见人们的预期。

斯坦福的研究人员正通过评估新的数据源（如 AI 驱动的创业活动）来持续扩展该项目。他们近期推出了 GDP-B：消费者剩余观察器（GDP-B: Surplus Observer），这是一个追踪 AI 所产生消费者剩余的仪表盘。在 David Nguyen 的带领下，DEL 研究人员正通过在线调查收集涵盖各类商品和服务的消费者剩余数据，包括生成式 AI 工具、咖啡、在线搜索以及 GLP-1 药物。“我们正在更全面地审视 AI 系统如何创造经济价值，”Murphy 表示。

随着各项指标数据采集工作的持续推进，研究人员预计将涌现出有趣的趋势。“我们不想对可能是一场巨大的经济变革一无所知地盲目前行，”Chandar 说道，“虽然目前尚未得出确凿结论，但我们越来越有信心，已经做好了准备去捕捉 AI 带来变革性经济影响的早期迹象。”

斯坦福 HAI 的使命是推动人工智能研究、教育、政策与实践的发展，以改善人类福祉。了解更多。