5.2%的城镇调查失业率摆在纸面上,怎么看都不算高。但一个正在“金九银十”秋招季投了几十份简历、至今没收到一次面试通知的应届生,和一个在30到59岁之间、工位稳如磐石的老员工,对“5.2%”这个数字的体感,根本不在同一个世界里。
秋招季大量手持简历的年轻求职者聚集
这不是谁在夸张,也不是谁在粉饰太平。三个机制同时在起作用:统计规则滤掉了一批人,群体分化撕开了一道口子,AI落地的时差又让冲击精准地砸在了最脆弱的那一拨人头上。
视角一:统计口径的筛选机制,这5.2%到底没算进谁
先从统计规则说起。按照当前的城镇调查失业率标准,一个人在调查参考周内只要为取得报酬工作了1小时及以上,就被认定为就业人口;而失业人口的认定需要同时满足“无工作、正在找工作、能立即上岗”三个条件。
在校生即使有求职意愿和求职行为,只要不能马上开始工作,就不属于劳动力人口,不参与失业率计算。
这意味着两件事:第一,从稳定全职滑落到零散兼职的人,收入大幅缩水,但只要打了一小时零工,仍然被算作就业;第二,那些找工作找到灰心丧气、暂时停止了求职行为的年轻人,不是“失业人口”——他们直接从劳动力统计里消失了,连分母都不算。
视角二:“平均”抹掉的东西,才是焦虑真正的来源
统计是平均数,但人对失业的恐惧从来不是平均分布的。
看2026年9月的分年龄组数据:16到24岁劳动力失业率18%,25到29岁7.4%,而30到59岁只有3.9%。青年失业率是大盘的3.46倍——把这三组人放在一起取平均,得到的5.2%几乎完全掩盖了青年求职者正经历的惊涛骇浪。
更关键的是,AI替代的压力恰好就砸在这个高失业率的群体身上。2026年高校毕业生1270万人,加上往届未就业和回流留学生,求职总规模突破1500万。
他们集中投递的岗位——基础代码编写、数据整理、标准化工单处理、初级内容生产——正是当前AI能力提升最快、企业最倾向于用工具取代新人的领域。
在AI暴露度高的职业里,22到25岁年轻劳动者的就业下降了约16%,而同一职业中35岁以上资深员工的需求反而在增长。
这就是为什么30到59岁的人看着4.1%甚至3.9%的失业率觉得岁月静好,而一个2026届毕业生却在经历投几十份简历石沉大海的绝望——他们不是在同一个就业市场上竞争。
求职者在招聘会现场手持简历联系对接
视角三:时间差,当AI开始“算账”时,岗位入口先被焊死
这个落差还有时间维度上的解释。部分采购场景下,大模型单位任务成本预计可下降80%到90%,大量场景下AI工具的投入门槛已经低于一个入门级员工的薪资成本。
企业做财务决策的逻辑很简单:一个月花八千块钱招个应届生来整理数据,不如一年花两万调用AI接口,后者还能7×24小时不请假。
但大规模裁员并没有发生。麦肯锡2026年调研显示,约三分之二已采用AI的企业表示AI尚未对员工规模产生明显影响,实际上因AI裁员的只占14%。经合组织对14个国家8000家雇主的调查更直接:在所有采用AI的企业里,仅约1%到2%因AI减少了员工。
这就形成了当下最典型的矛盾状态:宏观数据看不到失业冲击,因为确实没有批量裁员;但在微观层面,初级岗位的招聘入口正在大面积关闭。
今年前5个月,互联网后端校招需求同比下降约52%,前端下降约48%;另有制造业上市公司高管透露,2027年应届生招聘名额大概率要压缩至往年一半。社科院专家蔡昉在外滩年会上把当前阶段称为“短暂的安静期”——既不裁人也不招人。
换个角度看:同一个人工智能,也有人正在“吃红利”
把AI等同于就业杀手,同样不准确。AI核心技术研发和智能体落地行业需求依然旺盛,大模型和智能体方向加起来的在招岗位超过5000个。江苏落地了人社部与江苏省联合研发的求职招聘大模型,并以“AI+人力资源服务”探索就业服务新路径。
国际江苏人力资源服务业发展大会会场全景
安徽砀山迈瑞医疗完成了全链条智能生产改造,带动当地高端制造升级;同县的爱泽供应链公司也为周边群众提供了近500个就业岗位。
迈瑞医疗园区总部大楼外观
学界内部的分歧也是公开的:一方认为AI只是人机重新分工,新创造的岗位总量会超过被淘汰的旧岗位;另一方警告,当前技术迭代速度存在自我加速特征,职业技能培训体系跟不上,部分初级办公室岗位在未来1到5年内可能面临消失风险。
两边的论据都是真实的,但适用的人群完全不同。
整合判断
三个维度叠在一起,完整的逻辑链是清晰的:45%的落差来自群体极端分化,5.2%是成年人就业盘的“平均体温”,遮掩了青年求职者正在经历的高烧;30%来自统计口径的过滤,灵活就业和退出求职的人被计入了“平稳”却感受不到“平稳”;25%来自岗位入口的收缩,AI还没开始大规模裁老员工,但已经关掉了新人的入场通道。
真正让“AI抢饭碗”从一个话题变成普遍焦虑的,不是哪个单一数据的事,而是处于这三个机制交叉点上的人——今年进入秋招的应届生、转行1到3年的初级白领、传统IT和文职岗位的求职者——他们的困境在统计数字里几乎隐形,在社交媒体的求职帖里却被无限放大。
5.2%和他们之间,隔着一整套统计规则、一个被平均化的巨大方差,和一个刚好走进落地加速期的技术浪潮。
OCR:IMG:快传号现新购
OCR:IMG:20 18% 15 10 7.4% 5 3.9% 0 16-24岁 25-29岁 30-59岁 2026年9月分年龄组城镇调查失业率
OCR:IMG:业 央视 财经 INTERNATIONAL 国际(江苏)人力资源服务业发展大会 X-O RA RAE88V84P4OAGB5ESER88 CRSEEBEARNR
OCR:IMG:岗位入口收缩 25.00% 群体极端分化 45.00% 统计口径过滤 30.00% 失业率体感落差的来源构成