公司在采纳人工智能后增加招聘

证据等级：A1 证据类型：官方一手信息 来源：Ramp Economics Lab 官方发布日期：2026-06-30 采集时间：2026-07-16T20:29:56.144Z

亲爱的同事们：未来十年最重要的经济问题是人工智能将如何影响就业。每个人都想写那篇论文。到目前为止，还没有人拥有合适的数据集，因此现有的研究依赖于猜测、调查、人工智能暴露分数和带有自身利益的专家评论的组合。事实上，斯坦福最近的一篇论文指出，理想的数据集应使用“商业开支数据”，并特别引用了 Ramp 数据。

今天，我们发布了我们的第一篇工作论文：重新审视人工智能对就业的影响。该论文使用了来自 Ramp 的公司级支出数据，并结合了 Revelio Labs 收集的劳动力数据。在涵盖超过 21,000 家美国公司的样本中，我们发现那些在人工智能上投入大量资金的公司，在采用后的两年内员工人数增长了 10%。初级岗位员工人数增长了 12%。

在这里阅读完整论文并探索来自 Ramp 经济实验室的数据 here。这封信的其余部分将概述我们的主要发现、未来研究计划，以及我对这对我们经济意味着什么的一些思考。

---

要点

• 采用人工智能的公司在采用后两年内员工人数增长了 10.2%，但这些增长完全是由高强度采用者推动的。低强度采用者没有看到统计上显着的变化。
• 入门级员工人数增长得更快。在人工智能投资规模最大的公司中，采用人工智能后的两年内，入门级员工数量增长了 12%。
• 人工智能的采用和相关收益分布不均。与非采用者相比，人工智能采用者已经规模更大，工程更加密集，更有可能获得风险投资支持，并且增长更快。这些公司在采用后会增长得更快。

采用人工智能后，公司会招聘更多员工吗？

我们的主要结果是肯定的。使用人工智能的公司在采用人工智能后的两年内员工人数增加了 10%。对此有两个警告：

• 人工智能的采用有一个最低门槛：只有当你“高强度”采用人工智能时，你才会看到收益。在我们的分析中，我们将高强度定义为前三个月每位员工每月人工智能支出排名前三分之一的公司。这不一定是描述人工智能大规模采用的理想方式，但它与我想要捕捉的内容相关：这些公司在多种模型上投入资金，并使用最先进和提高生产力的产品（编码智能体和 API，而不是简单的聊天订阅）。请注意，前三分之一的人并没有花那么多钱。前三个月每名员工每月约 30 美元，此后有所增加，但不会增加数千美元。
• 收益取决于学习曲线：公司在采用后 6-12 个月才会增加员工数量，并且这些收益会随着时间的推移而复合。最佳实践需要一段时间才能通过团队、个人和组织工作流程扩散，然后才能改变公司运营足以推动增长并影响招聘。

入门级员工人数增长更快

在我们回答了第一个问题（采用人工智能的公司是否在招聘更多员工）之后，我们的论文转而回答：他们的招聘方式是否有所不同？我们测试了几种工作类别和教育水平。总的来说，我们发现除入门级职位外，各个工作职能都有类似的增长（最坏的情况是净中性）。

高强度组的初级招聘人数增长了 12%。它的增长速度如此之快，以至于在 24 个月的分析期结束时，高强度组的公司还增加了初级工人的劳动力比例（与对照组相比增加了 1.15 个百分点）。

这是迄今为止我们看到的第一个也是唯一一个高强度人工智能公司选择不同类型候选人的例子。在这种情况下，我们相信他们正在选择一套新的技能，特别是那些知道如何使用人工智能并很好地使用它的人。 Entry-level workers, especially recent graduates and college students, are a natural place to look.

这些结果还处于早期阶段，我们打算随着时间的推移对其进行跟踪和更新，但对于近年来似乎只收到有关其工作前景的负面消息的年轻人来说，这是一个充满希望（且直观）的结果。我从我们在开发本文早期版本时采访的招聘经理那里亲眼目睹了这一点。

人工智能的收益分配不均

本文的一个附带结果是，我们发现人工智能通过网络得以扩散，而这些网络可能会导致经济上次优的结果。

例如，谁资助了你，这比你所在的行业更能预测人工智能的采用。任何类型的风险投资支持的公司都比传统科技公司更有可能使用人工智能，而且使用得更频繁。围绕你认识的人和你雇用的地方也出现了激增。与纽约的类似公司相比，加州的科技公司更有可能使用人工智能。除了人工智能通过网络传播这一事实之外，没有任何内在原因。

以小型企业为例。他们一开始就不太可能使用人工智能，但当他们使用人工智能时，他们会更频繁地使用它。这对我来说很有意义：小公司可能没有专门的工程或财务团队。如果人工智能降低了构建软件、处理行政工作、进行分析或改善客户支持的固定成本，那么收益可以推动大幅增长，并释放新的收入流，而这些收入流以前需要以新工资的形式产生更高的固定成本。最终，我认为这是企业在采用人工智能时增加员工数量的机制，尽管人工智能可能会为其团队完成新的和现有的任务。他们现在可以去做更多的事情了。

这对您来说实际上意味着什么：

如果您是一名进入劳动力市场的年轻人，并在两家其他相似的公司之间进行选择，请选择使用人工智能的一家。它更有可能增长得更快。

如果你是一名工程师，担心人工智能会消除工程工作，我们的证据表明人工智能采用者正在更快而不是更慢地招聘工程师。了解最新技术，为高强度采用人工智能的公司做好最佳定位。

如果您是一位尝试过人工智能但没有看到收益的企业主，请坚持下去。我们的结果表明，人工智能的收益取决于学习曲线和采用的最低门槛。考虑一下你的经历在数量上是常见的，但不是最终的。充分利用人工智能的公司没有动力发布他们的剧本，因此如果不进行直接实验就很难学习最佳实践。

最后，如果你读到首席执行官将裁员归咎于人工智能的头条新闻，请保持怀疑态度。这项工作还不是最终的，我们打算随着更多数据的到来更新这些结果，并测试更多结果以了解招聘的变化。这不会是我的最后一篇论文，但我希望读者——包括工人、企业主和政策制定者——能够利用今天的结果来更好地制定自己的决策并获得更好的结果。