三月就业增长温和推进，科技领域招聘仍处低位

根据美国劳工统计局最新数据，三月份非农就业人数增加17.8万，整体就业趋势维持稳定态势。然而，科技行业岗位扩张步伐依旧迟缓，入门级职位数量持续下滑。尽管企业普遍宣称人工智能将驱动业务升级与效率跃升，实际招聘表现与上月相比并无明显改善。

关键行业招聘分化加剧，非科技领域成增长主力

本月新增岗位集中分布在医疗保健、建筑业、交通运输仓储及社会援助等行业。其中，医疗保健业贡献7.6万个新职位，建筑业新增2.6万个，交通运输仓储业亦扩充2.1万个岗位。相较之下，计算机基础设施供应商与网络搜索平台的就业基本持平，而计算机系统设计及相关服务领域则出现1.3万个工作岗位流失。这一反差凸显出当前科技企业公开宣传的复苏信号，并未有效转化为真实用工需求，外部行业正成为就业扩张的核心引擎。

初级岗位承压，多重因素叠加导致吸纳能力下降

过去一年间，人工智能每月平均取代约1.6万个工作岗位。与此同时，高校应届毕业生招聘规模较疫情前水平缩水逾半。业内分析指出，科技企业对新人的接收意愿显著降低，背后原因包括融资环境收紧、团队结构优化、人才培育项目缩减以及自动化工具普及加速。报告警示，因技术替代而转岗的劳动者多进入重复性任务岗位，其原有技能价值面临贬值风险，或将对中长期就业生态造成深远影响。

管理者乐观与一线员工挫败感形成鲜明对比

企业管理层普遍对人工智能部署持积极评价，超过七成领导者表示早期应用已带来可衡量的正向回报。但基层员工体验截然不同：近半数受访者反映工作成就感下降，每实现10小时效率提升，往往需额外投入近4小时修正模型输出错误。研究显示，41%的员工遭遇过看似完整实则内容空洞的“包装式产出”，平均每起案例引发两小时以上返工。仅有14%的员工能持续获得净效率增益，多数人仍在应对错误修正、冗余审核与系统信任缺失等现实挑战。

应用场景差异引发效率落差，‘人工智能税’成隐性成本

这种认知鸿沟可能源于使用场景的结构性错配。高层管理者多将人工智能用于战略分析、文档撰写与信息聚合等高阶任务，而在要求精准一致的日常操作环节，系统稳定性不足问题暴露无遗。专家将其归结为“人工智能税”——即为保障输出质量所必须付出的额外核查、反复校验与流程重置成本，实质上抵消了部分预期收益。

面对技术变革带来的深层冲击，相关机构呼吁加快制度响应，建议拓展医疗保障覆盖范围、强化退休储蓄机制，并推动建立适应新兴产业形态的公共政策议程。研究强调，若社会保障体系与劳动力转型节奏无法同步演进，未来社会安全网或将面临功能滞后与支撑力弱化的双重风险。