我们研究了美国公司使用人工智能技术后劳动力构成和组织的变化。为此,我们利用员工简历和招聘信息数据集的独特组合来衡量公司层面的人工智能投资和劳动力构成变量,例如教育程度、专业化和层级。我们记录了受过高等教育的员工和 STEM 员工初始份额较高的公司在人工智能方面的投资更多。随着公司对人工智能的投资,它们倾向于转向受过更多教育的劳动力,拥有本科和研究生学位的员工比例更高,并且在 STEM 领域和 IT 技能方面的专业化程度更高。此外,人工智能投资与公司层级结构的扁平化有关,初级员工的比例显着增加,中层管理和高级职位员工的比例下降。总体而言,我们的研究结果表明,采用人工智能技术与企业劳动力的重大重组有关。
∗ 作者感谢 Lucy Eldridge、John Van Reenen(讨论者)、Janis Skrastins(讨论者)以及约瑟夫·斯蒂芬研究所人工智能实验室、劳工和金融会议、NBER CRIW 生产力、技术和经济增长会议、斯坦福大学数字创新实验室和叶史瓦大学的参与者提供的帮助。作者感谢 Cognism Ltd. 提供就业数据,感谢 Burning Glass Technologies 提供招聘信息数据。Peter Tong 和 Derek Luan 提供了出色的研究协助。† 哥伦比亚大学。电子邮件:tania.babina@gsb.columbia.edu。‡ 加州大学伯克利分校。电子邮件:fedyk@berkeley.edu。§ 马里兰大学。电子邮件:axhe@umd.edu。¶ Cognism;AI for Good Foundation。电子邮件:hodson@ai4good.org。