解读:美国小企业招聘正在真正回暖,但北美华人HR更该看到的是“流动性回归”核心摘要:Gusto最新报告显示,2026年3月全美小企业净新增岗位119,400个,为2022年以来单月最高,是12个月均值的两倍以上。医疗(+24,200)、餐饮(+17,400)、专业服务(+9,700)全线领涨,19大行业18个正增长,四大区域全部上涨,各规模层级全部正增。Gusto经济学家Aaron Terrazas表示,连续两个月的全面回暖证明这不是一次性反弹。唯一隐忧:微型企业(1–4人)月均净增仅700个,复苏红利尚未真正惠及最小雇主。
美国小企业劳动力市场,在沉寂近两年之后,正在发出一个清晰的拐点信号。
2026年3月31日,薪酬与HR平台Gusto发布了最新一期《小企业就业报告》(Small Business Jobs Report)。核心数据只有一个:3月全美小企业净新增岗位119,400个——这是2022年以来的单月最高纪录,是过去12个月月均水平(56,800个)的两倍以上,也是去年同期(49,900个)的近2.4倍。
数字本身已经足够惊人。但更值得HR同仁深究的,是这一轮复苏背后的结构特征——以及它对我们服务的北美中小企业客户,究竟意味着什么。
一、"大解冻":一个时代性描述,终于开始应验
要理解3月数据的分量,必须先回到过去两年发生了什么。
2024年至2025年初,Gusto的数据持续指向一个现象:小企业的招聘量和离职量同步低于往年,双方都在等待,都在观望,市场整体陷入一种低流动性的冻结状态。Gusto将其称为"the Great Freeze"(大冻结)。
这种冻结并非经济崩溃,而更像是一种集体性的僵持——美联储连续加息压缩了小企业的借贷空间,关税和AI对就业的冲击预期让雇主迟迟不敢扩招,与此同时,求职者也不愿轻易离开稳定岗位主动换工作。招聘在减少,离职也在减少,整个市场就像按下了暂停键。
3月的数据,正式宣告这个暂停键被松开了。
招聘量同比上升15.2%,离职量同比上升12.7%。这种"双向活跃"——不仅仅是招聘增加,而是整个人员流动节奏重新加快——是劳动力市场真正回暖的核心信号。这与仅仅是少数企业集中大量招聘的结构性失衡截然不同。
Gusto经济学家Aaron Terrazas的判断是:"连续两个月的全面正增长,覆盖每一个地区、每一个规模层级,说明小企业已经找到了更稳固的立足点——这不是一次性反弹。"
二、行业维度:白领复苏才是最值得关注的信号
医疗健康和餐饮住宿作为领涨行业,并不令人意外。
医疗健康(+24,200)的结构性需求已经持续多年:人口老龄化、慢性病管理、居家护理需求的持续扩张,为中小规模医疗机构提供了稳定的用工拉力。餐饮住宿(+17,400)则更多反映的是季节性节律——春季是美国餐饮消费的传统复苏期,今年的数字表现符合历史规律,甚至略超预期。
真正值得深入分析的,是专业服务(Professional, Scientific, and Technical Services)的连续加速:2月净增+7,500,3月进一步升至**+9,700**。
专业服务覆盖法律、会计、管理咨询、IT咨询、科学研究等领域,是典型的白领密集型行业。这个板块在2024年至2025年期间经历了持续的低迷,小企业主不愿雇用高薪专业人员,宁愿用外包、兼职或自行承担来压缩成本。连续两个月的加速净增,意味着这种保守姿态正在改变——企业开始愿意为长期增长投资团队能力,而不只是维持现状。
对于北美华人HR从业者而言,这一板块的复苏有直接的实践意义:许多北美华人开设的会计师事务所、咨询公司、律所及科技服务公司,都属于这一类别。他们的雇主客户正在重新进入扩张通道。
其他值得关注的行业数据: 零售(+12,800)显示消费端韧性;建筑(+8,400)紧随利率下行的逻辑;行政支持服务(+7,500)暗示企业内部效率需求在上升。
19个追踪行业中,仅"企业管理类公司"(Management of Companies)录得微幅亏损(-200),几乎可以忽略不计。这是本轮复苏广度的最有力佐证。
三、地区维度:南部持续领跑,东北部意外强势
四大区域全线正增长,这是连续第二个月实现的成绩,在过去一年多的不均衡表现中属于明显改善。
南部(+41,400)的领跑延续了过去几年的结构性优势——德克萨斯、佛罗里达、卡罗来纳等州长期保持较低的商业成本、人口净流入以及更宽松的劳动法环境,吸引了大量小企业落地和扩张。
东北部(+30,600)的强劲表现值得特别标注。报告指出,这部分增长可能部分反映了冬季天气异常导致的前期积压释放,但无论原因如何,+30,600的绝对量在东北部属于近年来难得一见的高位。对于服务纽约、波士顿、新泽西等地华人聚集区小企业的HR同仁,这是一个需要准备招聘方案的信号。
中西部(+24,600)和西部(+22,800)的表现也均超过了过去几个月的均值,整体市场的温度正在向各个方向传导。
四、规模维度:复苏有广度,但最小企业仍在寒冬
这是本报告中最需要冷静解读的部分。
表面上看,四个规模层级全部录得净增长,这是积极信号。但当我们把视野拉长到过去12个月,一条分裂线就会非常清晰地浮现出来:
20–49员工规模的企业,过去12个月月均净增22,600个;而1–4员工的微型企业,月均净增只有700个。差距高达32倍。
3月的单月数据同样如此:20–49员工规模净增47,900,而1–4员工规模净增10,700——尽管绝对数字看起来可以,但相对占比和增长斜率仍然远不如大一些的小企业。
这条裂缝的成因是多方面的:微型企业的现金流弹性最差,对利率和市场不确定性最为敏感;同时,它们在HR能力建设上往往最为薄弱,缺少专业支持来规范用工决策;此外,AI工具的普及也使得一部分微型企业选择以技术增效替代增员,而非扩大雇员规模。
对于NACSHR社群的HR同仁来说,这意味着什么?
如果你的客户群以微型企业为主,你面对的仍然是一个高度谨慎的市场。你的价值,不在于帮助他们大量招聘,而在于帮助他们用有限的用工资源做出最优决策——合规雇用、薪酬设计、留才策略、福利规划,每一个环节都是在帮助他们把有限的人力成本花在刀刃上。
而如果你的客户群偏向10–49员工规模,你正处于当前复苏的核心地带,扩招节奏加快,合规风险随之上升,现在是主动介入的最好时机。
五、数据背后的方法论:为什么Gusto的报告值得信赖
不同于依赖调查问卷的就业报告,Gusto的数据来源是其平台上超过40万家美国小企业的真实薪酬记录。报告采用约10万家企业的分层随机样本,覆盖1–49员工规模,并依据美国人口普查局的X-13ARIMA-SEATS方法进行季节性调整,同时按行业、规模、地区和企业年龄加权,确保全国代表性。
这意味着,Gusto报告中的每一个数字,都不是受访者的"感受"或"预期",而是真实发生在薪酬系统里的雇用与离职动作。这种数据质地,使其在预测就业市场走势方面,往往比官方BLS数据更为及时和精准——尤其是在联邦政府数据发布滞后的情况下(2025年曾出现BLS数据延误发布的情况,Gusto的私有数据一度成为市场唯一实时参照)。
六、前瞻:复苏能否持续?HR同仁需要关注什么
3月数据提供了一个强有力的起点,但以下几个变量将决定这一势头能否在2026年下半年继续维持。
美联储利率路径。 当前复苏的一个重要驱动力是利率下行预期——借贷成本的下降让小企业重新获得了扩张的动力。如果利率走势出现反转或停滞,这一驱动力将显著减弱。
关税与供应链不确定性。 当前宏观背景下,贸易政策的不确定性仍然是小企业用工决策的重要抑制因素,尤其对零售和制造业相关的小企业影响更为直接。
AI对白领岗位的替代效应。 专业服务的复苏是本轮亮点,但AI工具的快速渗透也可能在未来12–18个月内重塑这一板块的用工结构。HR顾问需要持续关注这一趋势,并帮助客户提前做好岗位设计和技能转型的规划。
微型企业能否跟上复苏节奏。 如前所述,1–4员工的微型企业目前仍处于复苏的边缘。如果宏观条件进一步改善、信贷条件继续宽松,这部分企业有可能在2026年下半年成为下一个增长引擎;如果不能,整体就业数据的质量将大打折扣。
Gusto的3月数据,是近两年北美小企业就业市场最值得认真对待的一份信号。119,400个净新增岗位背后,是一个重新开始流动的劳动力市场,是一批重新找到信心的小企业主,也是一个重新扩大的HR服务需求。
"大解冻"不是终点,而是一个新的起跑线。
对于北美华人HR同仁而言,这个节点的意义在于:招聘需求正在回来,但它不会平均分配到所有企业、所有行业和所有地区。读懂数据,找准自己的客户在哪个象限,才能在这一轮复苏中真正有所作为。
本文数据来源:Gusto《2026年3月小企业就业报告》(March 2026 Small Business Jobs Report),发布于2026年3月31日。Gusto是美国领先的云端薪酬、福利与HR管理平台,服务全美超过400,000家小企业。
NACSHR(北美华人人力资源协会)持续追踪北美HR政策、市场趋势与实践动态,为北美华人HR专业人士提供中文视角的深度解读。
关于NACSHR
北美华人人力资源协会(NACSHR)是服务于北美华人HR专业社群的专业组织,聚焦HR合规、薪酬福利、人才管理与HR科技前沿,致力于为北美华人HR从业者提供实用、及时、有深度的专业资源与社群支持。
美国就业市场
2026年04月01日
美国就业市场
美国1.43亿岗位AI暴露度图谱曝光,AI冲击白领经济:342种职业数据揭示3.7万亿美元工资面临自动化风险核心摘要:Karpathy 使用美国劳工统计局(BLS)的职业数据,对 342 种职业进行评估,并给每个职业一个 AI Exposure Score(AI 暴露度),范围是 0–10。0 表示 AI 几乎无法替代,10 表示 AI 很容易替代或高度自动化。然后他把这些职业按就业人数加权,得出一个结论:美国 1.43 亿个工作岗位的平均 AI 暴露度是 4.9。表面看起来,这个数字很“温和”。似乎意味着 AI 的影响是中性的。但真正重要的是 分布(distribution),而不是平均值。大量白领工作集中在 7–10 的高暴露区间。详细我们一起来看:
近日,一张由前 OpenAI 研究负责人、特斯拉前 AI 总监 Andrej Karpathy 发布的“美国职业 AI 暴露度地图”(AI Exposure of the US Job Market)在互联网再次流传。该项目最初发布于个人网站 karpathy.ai/jobs,但上线不久后即被撤下,目前仍可通过互联网档案(Web Archive)访问。
这项研究基于美国劳工统计局(Bureau of Labor Statistics, BLS)的职业分类数据,对 342种职业按照“AI 暴露度”(AI Exposure)进行评分,并以可视化方式呈现美国就业结构与 AI 自动化潜力之间的关系。评分范围为 0到10,数值越高,表示该职业的任务越容易受到生成式 AI 与自动化技术的影响。
143百万岗位的AI平均暴露度为4.9
根据该项目的数据,美国约 1.43亿个就业岗位的加权平均 AI 暴露度为 4.9。这一数字处于中间水平,表面上似乎意味着 AI 对整体就业结构的冲击相对温和。然而,研究的关键并不在平均值,而在职业之间高度不均衡的分布。
在可视化图中,每个矩形代表一个职业,面积表示就业人数,颜色从绿色到红色表示 AI 暴露程度从低到高。结果显示,大量高薪白领职业集中在橙色和红色区域,而许多需要现实环境操作的职业则位于绿色区域。
换句话说,AI 的影响并不是均匀扩散,而是呈现明显的结构性特征。
“屏幕经济”成为AI冲击最集中的领域
研究结果显示,大量以信息处理为核心的职业处于高暴露区间。例如:
会计与审计人员(Accountants and Auditors)人力资源专员(Human Resources Specialists)市场研究分析师(Market Research Analysts)软件开发工程师(Software Developers)项目经理(Project Managers)客服人员(Customer Service Representatives)行政文员(Secretaries and Administrative Assistants)
这些岗位的 AI 暴露度普遍在 7到9之间。
其共同特征在于,工作内容主要依赖信息处理、文档生成、数据分析和在线沟通,而这些任务正是当前大语言模型与生成式 AI 技术最擅长的领域。
例如,在招聘、客服、财务分析、软件开发等场景中,AI 已经能够承担部分原本由人类完成的任务,包括文档撰写、数据整理、代码生成、客户沟通和流程自动化等。
因此,该研究所揭示的并非单一职业风险,而是所谓 “屏幕经济”(screen-based economy) 的整体暴露度问题。
体力劳动与现实环境工作反而更具“AI护城河”
与之形成鲜明对比的是,一些传统体力劳动或需要现实环境操作的职业在该模型中表现出较低的 AI 暴露度。例如:
建筑工人(Construction Laborers)屋顶工(Roofers)电工(Electricians)家庭护理人员(Home Health Aides)清洁与维护人员(Janitors and Building Cleaners)
这些岗位普遍位于绿色区域,AI 暴露度通常在 1到3之间。
原因在于,虽然生成式 AI 在信息处理领域取得显著进展,但在现实世界复杂环境中的感知、移动和操作能力仍然有限。机器人技术在建筑、护理和维护等场景的普及仍面临成本与技术挑战。
因此,在当前阶段,“身体在场”(physical presence)正在成为新的职业护城河。
3.7万亿美元年薪集中在高暴露岗位
该研究中另一个引发关注的指标是工资结构。
根据估算,美国约有 3.7万亿美元的年薪集中在 AI 暴露度 7分以上的岗位中。这意味着生成式 AI 潜在影响的不仅是少数职业,而是美国经济中相当规模的知识工作群体。
其中包括金融、法律、软件开发、行政管理、人力资源、市场分析等多个关键行业。
这也解释了为何该研究在发布后迅速引发广泛讨论。一些观察人士认为,该项目被撤下可能与数据容易被过度解读有关。AI 暴露度并不等同于岗位消失,而更可能意味着 岗位任务结构的变化。
高暴露与高增长并存的职业悖论
值得注意的是,一些职业在 AI 暴露度评分中虽然较高,但同时仍然属于增长型职业。例如软件开发工程师在该模型中的 AI 暴露度达到 9分,但根据美国劳工统计局预测,该职业未来十年仍将保持较高增长率。
这反映出 AI 技术对就业结构的复杂影响:一方面,AI 可以自动化部分任务;另一方面,AI 也可能创造新的需求,从而扩大整个行业规模。
因此,AI 更可能改变职业内部的任务分配,而非简单地消灭职业本身。
职业结构正在进入重构阶段
从更宏观的角度看,这项研究揭示了一个重要趋势:AI 对就业市场的冲击并非传统意义上的“蓝领替代”,而是首先作用于知识工作体系。
随着生成式 AI 在写作、编程、分析和决策支持领域持续发展,未来许多职业的工作方式可能发生深刻变化。
对于企业而言,这意味着需要重新设计岗位结构与技能体系;对于个人而言,则意味着职业竞争力将越来越依赖于创造力、判断力和复杂沟通能力,而非单纯的信息处理能力。
尽管该项目已经从原始网站撤下,但通过互联网档案保存的数据仍然为观察 AI 与就业结构之间的关系提供了一个重要窗口。
美国就业市场
2026年03月15日
美国就业市场
IBM 逆势扩大初级岗位招聘:重塑人才成长路径,赋能 AI 时代人机协同彭博社报道IBM宣布计划在2026年将美国入门级员工招聘规模扩大三倍,并根据人工智能时代调整岗位职责。尽管人工智能似乎正在抑制对初级职业人才的整体需求,但IBM仍计划在2026年将美国入门级员工的招聘规模扩大三倍。该公司拒绝透露具体的招聘数字,但表示此次扩张将“全面进行”,涉及众多部门。
纽约 — 2026 年 2 月 12 日 —— 在 AI 技术迅速普及、行业普遍预计 AI 将替代大量基础性岗位的背景下,IBM(International Business Machines Corporation) 正采取完全不同的策略——宣布将在 2026 年将其在美国的 entry-level(初级)岗位招聘规模扩大 3 倍,并同时重新设计这些岗位的核心职责,使其更契合“人类优势”而非重复性任务。
此计划由 IBM 首席人力资源官 Nickle LaMoreaux 在「Charter’s Leading with AI Summit」上首次披露。据 LaMoreaux 表示,公司对这些初级岗位的职位描述进行了重大调整,减少了传统上容易被自动化工具替代的任务,例如机械式编程,将重点放在“人本能力”上,比如客户互动、问题解构与协作沟通。
IBM 并未具体披露最终的招聘人数,但从官方职业页面来看,该公司的 entry-level 招聘包括一系列面向毕业生和早期职业者的 项目与计划,例如咨询类 IBM Associate Program、Sales Accelerator Program、Apprenticeship Program(学徒项目)等,覆盖咨询、销售、技术、数据与业务支持等方向。
岗位重塑:聚焦人类不可替代技能
IBM 这一战略背后的核心逻辑是:即使 AI 能自动执行某些技术性任务,人类在“人机协同”环境下仍具备独特价值。LaMoreaux 强调,这些初级岗位不再只是传统意义上的“入门级数据处理或编码”,而是更强调与客户沟通、跨团队合作、将技术转化为业务价值的能力。
多位评论者认为,这种岗位转型恰好呼应了目前业内人才结构的变化——企业需要“能将 AI 结果转译成实际业务成果的人才”,而不只是执行性任务的操作员。
AI 时代背景下的招聘悖论与机会
这一宣布正值 AI 技术在劳动力市场影响日益凸显之时。此前研究与报道显示,AI 已显著改变了 entry-level 工作的定义——传统的数据清理、重复性程序开发等任务正在迅速被自动化工具取代,部分企业已开始削减此类岗位。
更早之前,IBM 内部高管就曾指出,未来岗位更强调“critical thinking(批判性思维)”和“power skills(人本强技能)”,并认为不能再简单雇佣新人去完成诸如创建电子表格等容易被自动化的任务。
将招聘重心转向具备这些能力的初级人才,实际上代表着一种人才培养战略——企业持续投资基础人才、为中层和高级岗位建立内部人才管道。这在 AI 时代尤其重要,因为如果企业放弃 entry-level 人才培养,将来可能在高级岗位人才储备上面临断层。
技能重塑与 HR 战略启示
专家指出,目前最需要招聘的人才类型包括:
客户成功与销售技术岗位:强调人机协同沟通与业务理解;
咨询与解决方案交付岗位:围绕业务挑战提供创新思路;
数据分析与业务洞察岗位:结合数据、AI 输出与行业背景提出可执行结论;
技术支持与跨团队协作岗位:不仅懂技术,更能协调解决复杂问题。
这些岗位本质上要求新人具备沟通协调、业务敏感性、跨功能协作能力以及持续学习心态——即目前 AI 尚无法替代的“人类核心竞争力”。
结语
在 AI 改写劳动力结构的过程中,IBM 的战略选择提供了一个重要参考:企业若想在未来竞争中胜出,不仅要拥抱 AI 技术,更要重新定义人才增长路径,以“人本技能 + AI 工具协作能力”培养下一代业务与技术领导者。这不仅有助于公司长期竞争力,也为 HR 在人才策略设计、招聘与培养体系规划上提出了新的方向。