北京招聘平台脉脉7月3日发布的数据显示，今年前五个月，面向应届毕业生的岗位中近四成与人工智能相关，较去年同期的三成显著上升。这一变化直接反映了企业因AI应用带来的运营效率分化，正将技术能力从加分项转变为入门条件。与此同时，香港人力资源管理学会的调查指出，2025年香港员工人均培训时数达19.4小时，创14年来新高，其中生成式AI的掌握程度在培训优先级中从去年的第六位跃升至第二位。

上述数据勾勒出一个更广泛的全球趋势：AI对工作的影响已从宏观讨论进入企业人力预算和招聘标准的微观层面。高盛研究部全球经济学主管约瑟夫·布里格斯估计，约9%的美国劳动力——相当于1500万劳动者——将因AI的普及而离开现有岗位。但他同时指出，历史数据显示技术创造的新职位最终会重新吸收被替代的劳动力，关键在于新岗位的创造速度。这一判断与当前统计测量的困境形成对照：美国人口普查局自2023年起才开始在商业调查中询问AI使用情况，而不同调查口径得出的企业AI采用率差异巨大，使得政策制定者难以实时把握技术对就业和通胀的真实影响。

面对这一变局，不同地区的企业和机构采取了差异化的应对路径。在硅谷，帕洛阿尔托网络公司首席执行官尼凯什·阿罗拉公开表示，大型企业90%的员工缺乏AI流畅度，他选择通过每月约2%的自然流失率逐步替换为具备AI能力的新员工，目标在三年内实现多数员工的AI素养。在俄罗斯，招聘平台hh.ru的数据显示，68%的公司已转向以技能为中心的招聘模式，减少对职位头衔的依赖，转而通过实际任务测试评估候选人的技术思维。巴西的教师群体则在缺乏系统性支持的情况下，自行将AI工具用于应对超负荷的工作量，这一现象被当地媒体解读为对恶劣工作条件的适应性反应，而非教育系统的主动创新。

政策层面的回应开始出现，但远未形成共识。美国一个跨党派参议员小组于6月提出法案，要求扩大联邦数据收集并发布AI对劳动力影响的年度报告，参议员马克·凯利警告“在黑暗中做决策会犯错误”。瑞典产业界则在呼吁将技术投资与能力发展同步推进，强调领导力、信任和终身学习的重要性。下一个值得关注的节点是，各国统计机构能否在2026年底前统一AI使用情况的测量标准，这将直接影响劳动力市场政策的精准度。