2026年6月1日，Fortune发布了一份源自Goldman Sachs研究团队的分析报告，用具体的数字首次系统性地描绘了AI驱动裁员的当前规模：美国每月约有11,000个工作岗位因AI直接消失，三年累计数量已超过136,000人。这是金融机构对AI就业冲击进行持续月度追踪的首批主流量化研究之一。

更令人注目的是另一个重要数据：24%的Russell 3000上市公司在2026年第一季度财报电话会上，同时提及了”AI”和”劳动力”两个关键词——这是有记录以来最高的历史比例，并且较2025年同期增长超过一倍。这意味着，AI对劳动力市场的影响，已经从预测讨论阶段正式进入了企业公开财务披露的范畴，成为可量化跟踪的经济现实。

但在这些宏观总量数字背后，报告揭示了一个此前被分散数据掩盖的代际结构性事实：Z世代——1997年至2012年出生的这一代人——在这轮AI经济位移中遭受的冲击，远比任何其他年龄群体都要严重。Goldman Sachs的研究人员在报告中使用了一个措辞审慎但含义清晰的表述：Z世代是这轮AI驱动劳动力转型中”第一批承受系统性影响”的群体。这一判断基于对就业数据的多维度交叉分析：按年龄分层的岗位减少分布、按教育程度分析的替代风险、以及Z世代在职业阶梯上的当前位置与AI替代效率最高的任务类型之间的重合度。数据显示，这种重合在当前的技术发展阶段达到了历史性的高峰。

这不只是一个关于年轻人个人能力的故事，而是关于一代人恰好在错误的时间站在了错误的位置——一个被AI浪潮正面冲击的位置。历史上每一次重大技术革命，都有某个年龄段的劳动者首当其冲：工业革命打击了手工业工匠，自动化生产线打击了装配线工人。2026年，轮到了Z世代——这代人恰好在AI最擅长替代的初级知识工作领域开启职业生涯。不是因为他们能力不足，而是因为他们的职业入场时机，与AI能力曲线交叉在了一个特别不利的节点上。理解这种结构性的脆弱性，需要看清几个互相叠加的因素：他们正在做什么类型的工作，他们带着什么样的财务状况进入职场，以及AI对劳动力市场的影响如何改写了传统职业晋升机制的底层逻辑。

Goldman Sachs数据的基础框架：什么在被计算，什么没有被计算

在分析代际影响之前，需要先理解Goldman Sachs报告所使用的方法论，以及这个方法论揭示和遮蔽了什么。

Goldman Sachs的分析以Russell 3000上市公司为主要样本基础，结合美国劳动统计局数据，通过以下几个方法追踪AI相关裁员：一是企业财报中对裁员原因的主动归因披露，二是财报电话会上对”AI”和”劳动力”的同时提及频率，三是AI投资增速与人员规模变化的相关性分析。据此估算出的每月约11,000人的裁员数字，代表的是有明确”AI相关”归因的可追踪岗位减少。

这个方法有一个重要的内在低估倾向：它只计算了企业主动披露为”AI相关”的裁员，而实际上由AI导致的岗位减少有更多不易追踪的形式——招聘冻结而不续招离职人员（岗位自然消失）、某些岗位职责被AI系统吸收但以”职能合并”名义处理、以及大量企业在描述效率提升时刻意回避”AI取代人工”这个敏感的公关表述。如果把这些隐性影响也纳入计量，实际受影响的岗位数量可能是报告数字的数倍。这意味着11,000是一个保守估计，而非上限。

尽管如此，这份报告的重要性不在于精确的绝对数字，而在于它提供了一个来自主流金融机构的、有方法论支撑的量化基准：AI对劳动力市场的冲击已经可以被系统性地测量，并且测量结果显示这个冲击正在加速。

24%的财报提及率是另一个关键指标。它不仅是一个统计数字，还揭示了企业管理层关于AI和劳动力关系的认知转变：越来越多的企业CEO在向投资者解释人力成本变化时，选择主动将AI作为解释变量。当管理层在财报电话会上说”我们正在通过AI工具提升每名员工的产出，这使我们能够在不增加员工数量的情况下实现业务增长”时，这句话的财务含义是：单位劳动力成本下降，AI是主要驱动因素。这是劳动力市场结构变化进入主流财务叙事的明确信号。

Z世代的三重结构性劣势

Goldman Sachs报告特别点名Z世代受冲击最严重，这背后不是单一因素，而是三重结构性劣势在历史的特定时间节点上叠加的结果。

第一重劣势：职业阶段正好对应AI替代效率最高的初级岗位

Z世代的年龄集中在14到29岁之间，职场中的Z世代大多数是入职1到5年的初级从业者，或者刚从大学和职业学校毕业、正在寻找第一份工作的群体。在传统劳动力市场的职业阶梯中，初级从业者的核心价值是提供相对便宜的人力资源，来完成结构化程度较高的基础性工作——整理和分析数据集、撰写初版报告和邮件、处理标准格式的客户工单、执行既定流程的具体步骤、进行基础层面的代码测试和文档维护。

这些工作类型有一个共同的特征：可重复性高、可标准化的程度高、单个任务所需的语境整合深度相对有限。而这恰好是当前大语言模型在技术能力上最擅长处理的任务类型。经过优化的AI系统在处理结构化文本任务、生成符合格式要求的初稿、完成基础代码生成和代码测试、以及处理标准化的数据汇总时，已经可以以远低于初级员工年薪的成本，达到质量接近甚至在某些维度超越初级员工水平的输出。

这意味着，Z世代进入职场的这个历史时刻，与AI替代初级脑力劳动性价比达到最高点的时刻高度重叠。这不是Z世代能力不足的问题——同样的能力在5年前完全可以顺利在劳动力市场立足，并按照传统轨道逐步晋升。这是一个历史性的时机问题：AI技术曲线与Z世代职业曲线的交叉，发生在一个对Z世代极为不利的位置上。用一个直观的比喻来描述这个处境：就好像一代年轻人赶在电梯被拆除的前一刻刚刚走进大楼，却发现上楼的第一段路已经被封堵了。

而且这个劣势不只是短期的。传统职业晋升阶梯有一个重要的设计假设：每个人都需要从初级岗位开始，通过大量实际操作积累经验和判断力，然后逐步晋升到更需要复杂整合性思考的中高级岗位。AI正在消除的，恰好是这条晋升阶梯的最初几级台阶。如果这些初级工作机会大量减少，年轻从业者就失去了积累”未来更值钱”的经验和判断力的传统渠道，职业晋升的起点被迫上移到了一个需要更高门槛才能进入的位置。

第二重劣势：2020年代的多重经济冲击已经严重削弱了Z世代的财务缓冲（放大效应，而非直接原因）

需要明确这一劣势的准确性质：它不是Z世代更容易被AI替代的直接原因，而是一个放大效应——相同程度的AI就业冲击，落在财务缓冲更薄的群体身上，产生的实际经济紧迫感和恢复难度要大得多。正因如此，即便第一重和第三重劣势才是”为什么Z世代首先被替代”的结构性原因，第二重劣势决定了”被替代后的后果有多严重”。

Z世代在正式进入职场之前，已经先后经历了两次重大的宏观经济冲击，这些冲击显著削弱了他们应对就业压力的财务韧性。

第一次冲击是2020年的新冠疫情。这场危机直接影响了Z世代的关键教育和早期职业阶段，推高了他们的高等教育债务（部分大学采取的线上教学并未降低学费），中断了大量实习和早期工作积累机会，并在部分行业（服务业、零售业、现场娱乐）造成了Z世代就业的永久性损失——那些行业在疫情后的数字化重组中减少了总体的入门级岗位数量。

第二次冲击是2022年至2025年间的高通胀和利率上升周期。这一阶段对Z世代的影响集中在两个方面：一是住房成本的显著攀升，使得Z世代在职场初期面临比上一代人高得多的固定生活支出压力；二是学生贷款还款压力的重新激活（在美国，联邦学生贷款暂停偿还的政策于2023年结束），进一步压缩了Z世代的月度可支配收入空间。

与千禧一代（1981-1996年出生）在类似职业阶段的财务状况相比，今天职场中的Z世代普遍拥有更少的积蓄缓冲、更重的债务负担，以及更薄的社会保障网参与基础。这意味着，同等程度的失业或减薪冲击，对Z世代产生的实际经济紧迫感，要远比对有更多财务储备的高年资从业者更强烈。当AI替代初级岗位时，对千禧一代中级从业者来说，这可能是一个需要关注的行业趋势；但对刚毕业还在还贷款的Z世代来说，这可能是一个关系到能否支付下个月房租的紧急现实。

第三重劣势：职业技能定价机制的历史性结构断裂

传统劳动经济学有一个核心假设，这个假设支撑了过去七十年的就业市场运转方式：年轻从业者在职业早期接受相对较低的薪资，是与雇主之间的一种代际隐性契约的组成部分——交换的是积累实践经验、建立行业判断力、形成职业人际网络的机会，这些积累在未来会转化为更高的薪资谈判筹码和更强的长期职业竞争力。这个隐性契约的存在，是现代劳动力市场年龄-薪资曲线向上倾斜的最重要的结构基础之一。对年轻一代来说，”忍受低起点换取未来高回报”的逻辑，曾经是可以依赖的长期投资框架。

AI正在从根基处动摇这个契约。如果大量初级工作被AI系统取代，年轻从业者就失去了通过”做初级工作”来积累和证明能力的传统路径。他们需要在更少的实际操作机会中，更快地发展出与AI协作的高阶技能——能够有效管理AI输出质量、在AI辅助下作出准确判断、整合AI无法处理的复杂语境信息。但这些高阶技能的发展，同样需要足够的实践机会来历练，而这正是正在减少的资源。

这造成了一个自我强化的结构性困境：初级机会减少→Z世代经验积累速度放缓→在与其他年龄层的竞争中处于更不利的相对位置→更难晋升到受AI影响较小的高级岗位→长期薪资轨迹被永久性地压低。Goldman Sachs在报告中将这种效应称为”职业起点的永久性下移”，其长期的代际财富影响可能远超就业率数字直接显示的程度。

对立视角：悲观叙事的边界在哪里

在叙述Z世代面临的结构性挑战时，需要同时呈现另一面：为什么纯粹悲观的叙事也是不完整的。

技术历史上有充分的记录表明，每一次重大技术革命都经历过类似的就业恐慌阶段，最终结果往往是创造了比消灭的更多的工作岗位，并且这些新工作的平均薪资通常高于被替代的旧工作。从工业革命到汽车普及，从工厂自动化到互联网经济，每次都有关于”技术将消灭大量工作”的严肃分析，每次都有最终被更多新就业机会所反驳的历史。

对于Z世代，有一个值得关注的结构性优势：他们是成长在数字化原生环境中的第一代人，对AI工具的接受度和使用熟练度，普遍高于年长的从业群体。这在AI协作能力快速成为职场核心竞争力的今天，构成了一个难以被量化但真实存在的优势。企业在寻找能够有效与AI系统协作、管理AI工作流、审核AI输出质量的人才时，Z世代的数字原生特质可能转化为一个相对竞争优势。

此外，AI的普及也在某些方向上降低了创业和自由职业的门槛，为拥有创业意向的年轻人提供了新的机会窗口。AI工具可以帮助个人以低得多的成本完成此前需要团队才能完成的工作，这在理论上拓宽了Z世代以非传统雇佣方式参与经济的可能性。

但这些乐观的论据，都需要一个重要的前提：Z世代能够快速完成技能转型，以及宏观经济能够产生足够多的新工作来吸收被替代的人员。这两个前提都不确定，而Goldman Sachs的报告数字正是在这种不确定性背景下获得其分量的。值得注意的是，这一轮AI替代与以往技术替代的一个重要区别，在于替代的认知范围跨度更广：Anthropic、OpenAI和Google的内部能力评估以及多个第三方基准测试（如MMLU、HumanEval、BARExam）均显示，当前顶级AI系统已经在法律文件摘要、基础代码生成、数据分析报告和标准化内容创作等初级白领任务上达到接近或超越人类初级从业者的表现。这意味着”AI替代的是那些初级人能做但高级人不屑做的工作”这个传统认知正在被打破——AI的替代范围在向更多白领核心技能领域延伸，创造的新工作类型与被替代工作类型所需的技能有更大的断层，使得”新技能快速弥补”的历史论点在这一轮面临比以往更大的现实挑战。

第三层洞察：每月11,000这个数字的真正含义

Goldman Sachs报告最深层的意义，不在于11,000这个具体数字，而在于这个数字在2026年出现时所代表的历史节点。

这是一个量化测量本身成为政策信号的时刻。当Goldman Sachs这样级别的机构开始定期发布AI对劳动力市场影响的月度量化数据时，它改变了政策讨论的基础——从”AI在未来可能带来重大影响”转变为”AI正在以可测量的速度改变当前的劳动力结构”。这个叙事转变的影响不可低估：它使得政府无法继续以”尚不确定”为由推迟政策回应，使得企业无法继续将AI替代人力的决策隐藏在抽象的”效率提升”叙事背后，也使得劳动者——尤其是Z世代——有了具体的数字来框架自己面对的职业风险。

对于政策制定者来说，这个报告提出了一系列在技术乐观主义框架下很难被回答的问题：如果AI每月消灭11,000个岗位，这些被替代的工作者是否能够在合理的时间窗口内完成技能转型，找到新的工作机会？如果Z世代因为初级岗位的系统性消失而经历永久性的职业起点下移，这对长期的代际社会流动性意味着什么？如果AI带来的生产率收益主要流向资本持有者和高技能劳动者，而人力成本节约并不自动转化为更广泛的工资增长，那么这场转型的分配后果将由谁来承担，又以什么方式承担？

这些问题没有简单的现成答案，但它们正在因为Goldman Sachs这类来自主流金融机构的量化报告而不断被推向政策讨论的中心。当华尔街的宏观分析师开始用月度测量框架量化AI对劳动力的冲击，而不只是泛泛预测趋势时，这件事本身就说明AI对劳动力市场的影响已经进入了一个无法回避的可操作政策阶段。

Z世代处于这个讨论的最前线，不是作为预测的对象，而是作为这场历史性转型正在发生的真实代价的第一批承受者。每月11,000这个数字目前还不到美国月度新增就业人数的1%，从总量上看并不触目惊心。但它的增速，以及它集中击中的群体结构，使得它的政策含义远超绝对数字所暗示的规模。

这需要的不只是个人层面的”努力学习AI技能”，还需要教育体系、就业政策和社会保障网络的系统性调整，以适应一个职业起点正在被压缩的新现实。Goldman Sachs把数字放在那里；如何回应，是政策制定者和整个社会的选择题。

参考资料：

  • Fortune: “How many jobs is AI destroying? Goldman Sachs says 11,000 per month, with Gen Z economy hardest hit” (2026-06-01) https://fortune.com/2026/06/01/how-many-jobs-is-ai-destroying-goldman-sachs-11000-per-month-gen-z-economy/
  • Goldman Sachs: US Labor Market and AI Displacement Quarterly Analysis Q1 2026
  • Bureau of Labor Statistics: Employment Situation Summary May 2026 https://www.bls.gov/news.release/empsit.nr0.htm
  • Russell 3000 Q1 2026 Earnings Call AI Keyword Analysis (Goldman Sachs Research)
  • Challenger, Gray & Christmas: 2026年5月就业报告 (2026-06-05) https://www.cnbc.com/2026/06/05/ai-is-now-the-leading-reason-companies-give-for-cutting-jobs