企業採用AI後招聘更多員工

Ramp Economics Lab於2026年6月30日釋出了其首份工作論文《AI對就業影響的新視角》。該研究利用Ramp的企業支出資料與Revelio Labs的勞動力資料，分析了超過2.1萬家美國企業的AI採用與就業變化之間的關係。這是首個基於實際企業支出資料而非調查或推測的大規模研究，此前斯坦福大學的一篇論文曾明確指出理想的資料集應該使用“企業支出資料”，並特別引用了Ramp的資料。

研究的主要發現是：積極採用人工智慧的企業在採用後的兩年內，員工總數增長了10.2%，其中入門級員工的增長尤為顯著，達到12%。然而，這些收益完全由高強度採用者驅動——即每員工每月AI支出處於前三分之一的公司。低強度採用者並未觀察到統計上顯著的變化。高強度採用者定義為在最初三個月內每員工每月AI支出約30美元的企業，這些企業通常使用多種模型和先進的生產力工具（如編碼代理和API），而非簡單的聊天訂閱。

值得注意的是，AI採用的效果存在明顯的學習曲線：企業通常在採用AI後6至12個月才開始增加員工，並且收益隨時間累積。這意味著AI的最佳實踐需要時間在團隊和個人工作流程中滲透，才能最終改變公司運營並推動增長。對於入門級崗位，高強度採用組在24個月後入門級員工佔比上升了1.15個百分點，表明這些企業正在積極尋找具備AI技能的新人才，而年輕畢業生是自然選擇。

研究還揭示了AI收益的分佈不均。AI採用者本身已經比非採用者規模更大、工程密集度更高、更可能獲得風投支援且增長更快。此外，AI的傳播依賴於網路效應：風險投資背景是比行業更準確的AI採用預測指標，加州科技公司比紐約同行更可能採用AI。有趣的是，中小企業雖然初始採用率較低，但一旦採用，其使用強度更高。這是因為AI降低了軟體構建、行政工作、資料分析和客戶支援等環節的固定成本，使得小企業能夠解鎖新的收入來源，從而推動招聘增長。

基於這些發現，論文為不同群體提供了實用建議：年輕人應優先選擇採用AI的公司，因為這類公司增長更快；工程師應學習最新AI技術以在就業市場中保持競爭力；企業主即使初期效果不佳也應堅持AI投入，因為收益需要時間和強度的積累。研究者強調，這些發現是初步的，未來將基於更多資料更新結果，並提醒讀者對“CEO將裁員歸咎於AI”的新聞保持懷疑態度。