亲爱的同事们：下一个十年最重要的经济问题是人工智能将如何影响就业。每个人都想写这篇论文。到目前为止，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、人工智能暴露评分和自利的评论。实际上，斯坦福大学最近的一篇论文指出，理想的数据集应该使用“企业支出数据”，并具体提到了Ramp数据。今天，我们发布了第一份工作论文：关于人工智能对就业影响的新视角。它使用了来自Ramp的公司层面支出数据及Revelio Labs收集的劳动力数据。在对超过21,000家美国公司的样本中，我们发现，重度投资人工智能的公司在采纳后的两年内员工人数增长了10%。初级员工人数增长了12%。在这里阅读完整的论文并探索Ramp经济实验室的数据。本信的其余部分将概述我们的关键发现、未来研究的计划，以及我对这对我们经济意味着什么的一些想法。关键要点：采纳人工智能的公司在采纳后两年员工人数增长了10.2%，但这些增益完全是由高强度采纳者驱动的。低强度采纳者则没有显著变化。初级员工人数的增长更为迅速。在进行最大人工智能投资的公司中，初级员工人数在采纳后的两年内增长了12%。人工智能的采纳及相关增益是不均匀分布的。人工智能采纳者通常规模更大、工程密集程度更高、更可能获得风险投资，而且增长速度比非采纳者快。因此，这些公司在采纳后也会更快地增长。在采纳人工智能后公司是否会雇佣更多员工？我们的主要结果是肯定的。使用人工智能的公司在人工智能采纳后的两年内员工人数增长了10%。对此有两个警告：人工智能的采纳须达到最低门槛：只有在“高强度”采纳时才能看到增益。在我们的分析中，我们将高强度定义为在前几个月每个员工每月对人工智能的支出在前1/3的公司。这并不一定是描述优秀人工智能采纳的理想方式，但它与我想真实反映的内容相关：这些公司在多种模型上进行投资，并使用最先进、提高生产力的产品（编码代理和API，而不是简单的聊天订阅）。请注意，前1/3并不是花费很多。前几个月大约是每位员工每月30美元，随后有所上升，但不是几千美元。增益受学习曲线的影响：公司在采纳后6至12个月内不会增加员工人数，这些增益会随着时间的推移而累积。在最佳实践在团队和个人及组织的工作流程中传播之前，改变公司运营的时间会导致增长并影响招聘。初级员工人数的增长更加迅速。在我们回答了首个问题后，即采纳人工智能的公司是否在招聘更多员工，我们的论文转向回答：他们是在不同的方式招聘吗？我们测试了多个职位类别和教育水平。总体而言，我们发现职位功能的增长相似（至少是净中性的），只有初级职位的增长显著。高强度组的初级招聘增长了12%。增长如此迅速，以至于在24个月分析期结束时，高强度组公司的初级员工所占的比例也有所增加（较对照组增加了1.15个百分点）。这是我们迄今为止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，我们认为他们正在选择新的一组技能，特别是懂得如何使用人工智能并且能够很好地使用它的人。初级员工，尤其是应届毕业生和大学生，是一个自然的寻找目标。这些结果还很初步，我们打算随着时间的推移进行跟踪和更新，但对于最近几年似乎只收到负面就业前景消息的年轻人来说，这是一个鼓舞人心（且直观）的结果。我从我们与雇用经理的讨论中亲眼见证了这一点，这帮助我们形成了这篇论文的早期版本。人工智能的收益是不均匀分布的：本文的一个附带结果是，我们发现人工智能通过网络传播，这些网络可能导致经济上不理想的结果。例如，谁资助你比你所在的行业更能预测人工智能的采纳。任何类型的风险投资支持的公司比传统科技公司更有可能采用人工智能，并采用得更深入。此外，招聘来源和人脉关系也存在传播。加利福尼亚州的科技公司比纽约的类似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外，没有内在的理由。以小型企业为例。它们在使用人工智能方面的可能性更小，但一旦使用，往往使用得更深入。这对我来说是合理的：小型公司...