史丹佛大學研究顯示，生成式人工智慧普及後，美國部分人工智慧高曝險職業的新鮮人就業已經出現下滑。根據美國的人力資源與薪資服務公司Automatic Data Processing（ADP）提供的龐大薪資管理資料，涵蓋數百萬名員工與數萬家企業，觀察至2025年7月，高度涉及人工智慧的職業中，22至25歲群體的就業，從2022年底起明顯減少，其中軟體開發與客服職務最為明顯。相較之下，35至49歲在相同職類中就業則持續增加，反映出整體就業擴張下，年輕族群的機會正被壓縮。
研究團隊將ADP的就業資料，結合由研究人員利用GPT-4評估各職業人工智慧曝險程度的指標，並進一步參考Anthropic Claude的實際使用資料，將人工智慧應用分為偏自動化與偏增強兩種類型，以觀察不同應用模式對就業的實際影響。
結果顯示，在人工智慧曝險最高的職業中，22至25歲新鮮人的就業數從2022年10月至2025年7月下滑約6％，相對地，35至49歲在同期間卻增加超過9％。進一步分析顯示，軟體開發的新鮮人受僱人數相較高峰減少近2成，客服職位也呈現類似趨勢。
這樣的差異主要因爲自動化導向的人工智慧應用，能直接取代原本由新進員工執行的任務，使得入門級受僱人數明顯萎縮，相較之下，要是人工智慧扮演的是協助人員完成工作的增強型工具，便沒有造成同樣幅度的減少，部分職缺甚至有所成長。薪資方面，無論年齡層或人工智慧曝險程度如何，年薪基礎薪資走勢差異不大，顯示目前的影響集中在職缺數量，而非薪酬水準。
為了避免就業變化只是受到產業景氣或公司策略差異的影響，研究進一步採用事件研究方法，加入公司與月分的控制條件，並依不同人工智慧曝險程度分組比較。在嚴格檢驗下，22至25歲且高度涉及人工智慧的職位，仍出現約12％的就業減幅，數據具統計顯著性，後續測試也得到相同結果，即使排除資訊業與電腦相關職務，或是依遠距工作可行性區分，都能觀察到一致的趨勢。
研究指出，這些結果與生成式人工智慧開始影響入門就業的假說一致，但仍對因果關係保持謹慎態度，認為需持續追蹤，作者強調，這些勞動市場的調整目前主要出現在年輕族群的就業人數，而非薪資水準，且衝擊集中於偏自動化的應用。
