美国劳工统计局8月27日发布2025至2035年就业预测。总就业预计从1.703亿增至1.762亿，增加590万，十年增长3.5%，明显慢于2015至2025年的10.9%。这是一套基于人口、劳动参与、宏观经济和历史技术趋势的情景预测，不是对未来每年就业的精确预报，更不会提前预测衰退或繁荣周期。
增长将高度集中在医疗和社会援助。私营医疗及社会援助行业预计增长9.5%，新增超过220万岗位，占全部新增岗位约37%。老龄化以及心脏病、癌症、糖尿病等慢性疾病增加，是主要需求来源。医疗支持和医疗专业技术两个职业大类预计分别增长13.3%和8.0%，合计贡献接近三分之一新增就业。
AI在报告中既是新需求来源，也是预测不确定性的来源。BLS首次同时推出职业AI暴露分类，用理论和已观察到的暴露程度比较职业。报告预计AI系统、研发和咨询需求将推动专业、科学和技术服务增长8.6%，新增92.67万岗位；计算基础设施、数据处理、网络托管及相关服务预计增长25.1%，新增12.04万。
增长最快不等于新增最多，行业规模决定实际岗位数量
公用事业预计增长9.8%，是主要行业中增速最快者，但因基数较小，只新增5.88万岗位。电力需求上升，包括AI数据中心用电，是重要推动因素。太阳能、风能和地热发电位列增长最快的细分行业，但相关发电行业合计预计仅增加约3.58万岗位。百分比很高并不意味着能吸收最多劳动者。
同样，太阳能光伏安装人员和风机服务技术人员预计分别增长36.5%和29.5%，却合计新增不足1.5万个岗位。护士执业人员预计增长41%，是增速最快的详细职业之一；数据科学家增长34.6%，计算机与信息研究科学家增长21.8%。判断教育和培训投资时，既要看增长率，也要看就业基数、年度职位空缺和地区分布。
医疗的绝对规模更大。老年人和残障人士服务预计新增62.54万岗位，是新增最多的细分行业。家庭护理需求扩大，意味着就业增长可能集中在面对面、难以完全自动化的工作，但工资、职业伤害和晋升通道仍是关键。岗位多并不自动代表岗位质量高。
报告还预计联邦政府就业下降3.4%，零售贸易下降0.2%，后者约减少2.75万岗位。电子商务继续限制实体零售用工，同时增加运输和仓储需求，该行业预计增长3.1%。这是一种岗位结构迁移，而不只是总量增减：消费者从门店转向线上，工作从收银和销售转向仓储、配送、软件与物流协调。
AI影响被按历史速度处理，因此结果可能低估极端变化
BLS明确说明，预测假设技术进步和劳动生产率大体延续历史经验。如果AI使技术进步远快于历史关系，当前方法可能无法给出合理结果。更高的总体生产率在“2035年充分就业”假设下会提高GDP，但若各行业生产率提升不均，职业就业结构可能显著改变，而BLS目前缺少足够数据为这种差异建立可靠基线。
这意味着AI暴露分类不能直接解释为“被替代概率”。职业可能高度接触AI，却因需求增长而增加就业；也可能使用AI后单人产出上升，总岗位增长放慢。任务层面的互补与替代、价格下降带来的新需求、监管和组织采用速度都会改变最终结果。企业和劳动者不应把十年百分比当作命运判决。
教育系统更适合把预测用于方向选择。医疗照护、数据科学、能源、电力基础设施和技术服务有长期需求迹象，但具体工具会变化。课程应强化可迁移能力：数学和数据基础、沟通、领域知识、设备维护、合规判断以及与AI协作，而不是只训练某一款软件。对可能收缩的职业，也需要短期证书和在职转岗渠道。
地区规划不能直接照搬全国平均。数据中心可能集中在电力和土地条件合适的州，医疗需求则与人口年龄和城乡分布有关；新增岗位所在地区未必与零售或政府岗位减少地区重合。州和城市需要结合本地就业基数、工资、住房与培训容量重新计算，而不是把全国3.5%的预测均匀分摊。岗位数量、质量和可到达性必须一起评估。
590万新增岗位描绘的是慢增长、强结构变化的十年。医疗贡献最大，AI拉动算力、电力、研发和数据岗位，也可能改变大量现有工作的任务组合。最准确的使用方式，是把预测当作在一组明确假设下的规划情景，并持续用实际采用、生产率和岗位数据修正，而不是把2035年的数字写成已经确定的未来。