
⚠️ 免责声明:本文内容仅供信息参考,不构成任何投资建议或财务指导。文中所有分析与观点均为作者个人判断,不代表任何机构立场。投资有风险,入市须谨慎,读者应自行评估风险并在必要时咨询专业人士。
AI自动化正在将原本需要多人分工完成的工作量压缩进单一高级岗位,企业组织架构正在经历自工业革命以来最快速的人员结构收缩。应届生的就业困境不是”被抢岗位”,而是整个分工逻辑被重写——他们原本对应的那一层工作,已不再需要人来完成。
Table of Contents
ToggleIndeed Hiring Lab 数据(2024–2025):所有经验层级岗位均减少 7%,包括高管和中层,并非针对应届生的定向收缩。入门级岗位(1年以下经验)比例在2022至2025年间基本维持在18%不变。
被压缩的是中层:
| 经验段 | 2022年Q2 | 2025年Q2 | 变化 |
|---|---|---|---|
| 5年以上(高级) | 37% | 42% | +5 个百分点 |
| 2–4年(中级) | 46% | 40% | −6 个百分点 |
| 1年及以下(入门) | 约18% | 约18% | 基本不变 |
这是成本逻辑的核心:企业不是”花更多钱买更好的人”,而是用AI工具将总岗位需求从10个压缩至1个。
AI消灭的不是”岗位”这个概念,而是消灭了打杂这一职能——基础代码、初稿撰写、数据整理、格式修改,这些原本是初级员工积累经验的方式,现在全部被AI承接。企业因此跳过了”新人培养”环节,直接配置已完成学习曲线的人才。
斯坦福数字经济实验室数据:在最易受AI影响的职业中,22–25岁劳动者就业率相对下降 16%;同职业的年长劳动者不降反升,且该类职业整体就业人数在增长。
是中层(2–4年经验),不是应届生。完整传导链条:
亚特兰大联储数据印证:跳槽薪资溢价从 4.3% 降至 3.7%,大量从业者已在接受平级或降级流动。
无效。与应届生竞争同一岗位的,是拥有5年经验的中层流入者。薪资让步无法弥补经验差距,招聘方在简历筛选阶段就已完成过滤。
燃烧玻璃研究所 + 斯特拉达研究所数据:
第一份工作的轨道,决定整条职业曲线的斜率,且偏差会随时间放大而非修正。
硅谷当前极简组织模型的最小单元是三个角色,这三个职能是AI目前无法替代的:
| 角色 | 核心职能 | 为什么AI替代不了 |
|---|---|---|
| CEO | 战略决策、对外责任、资源优先级 | 需要在不确定性下承担判断风险,AI无法负责 |
| AI架构师 | 系统设计、AI工具调度、技术判断 | 需要定义”让AI做什么”,这个元判断本身需要人 |
| 业务 | 客户关系、市场谈判、需求转化 | 人际信任与动态博弈,AI无法复制 |
这三个角色里没有”初级员工”,也没有”传统财务”——AI财税工具(如 Stripe、QuickBooks AI)已承接了财务执行层的工作,财务判断并入CEO职能。
应届生/入门级:跳过传统”大公司初级岗”路径,直接进入小型团队或独立项目获取全流程密度。目标是尽快具备”一个人走完从定义到交付全流程”的能力,而非等待培训通道开放。
中层从业者(2–4年经验):判断当前职能中有多少工作已可被AI承接,若超过50%,岗位合并只是时间问题。主动向AI架构师方向迁移——学会调度AI工具完成系统性任务,是当前最有效的防御动作。
5年+高级从业者:短期内经验溢价仍在,但AI能力边界正在向复杂判断层推进,”靠经验壁垒护身”的窗口是有限的。尽早建立AI工具协同能力,才能在下一轮压缩中站在需求端而非供给端。
这轮职场结构重构的核心逻辑是:AI承接了执行层工作量,单人产能上限大幅提升,企业随之削减总人头、提高单岗密度。中层在两端同时承压,应届生被间接堵死入口。对各阶段从业者而言,判断自身职能的AI渗透率,是比关注岗位数量变化更有实际参考价值的决策依据。
A:入门级岗位的比例(约18%)在数据上基本未变,但竞争者结构已改变。大量原本匹配中层的候选人因经验门槛上移被挤出,被迫向下竞争应届生岗位,导致应届生实际获得岗位的概率大幅下降。
A:基本无效。同一岗位的竞争者是带5年经验的中层流入者,薪资让步无法弥补经验差距,绝大多数情况下在简历筛选阶段就已被过滤。
A:硅谷当前出现的极简组织最小单元是三人:CEO、AI架构师、业务。这三个职能目前无法被AI替代,其余执行层工作已由AI工具承接。
A:是的。中层(2–4年经验)是当前受冲击最重的群体。岗位经验门槛被向上拉高,同时AI工具从下方替代了大量执行性工作,被迫向下流动并进一步挤压应届生入口。
A:研究数据显示,毕业首年就业不足的概率为52%。若首年即就业不足,十年后仍处于该状态的概率高达73%。起点轨道的偏差会随时间放大而非自然修正。
A:AI工具承接了原本由初级员工完成的全部基础性工作。企业因此跳过培训环节,直接配置已完成学习曲线的高级人才,用1人加AI工具替代原来的整个团队,总人力成本大幅下降。
如果你问为什么应届毕业生今年找不到工作,几乎到处都会听到同样的答案。人们普遍认为,人工智能抢走了入门级职位,因为聊天机器人现在负责撰写备忘录、编写代码和设计广告,而这些工作原本是初级员工学习的技能,如今这些岗位一去不复返了。这种解释看似简单,但并不全面。
入门级岗位短缺的确存在,但其背后的机制与其说是机器人取代应届毕业生,不如说是经验丰富的老员工重新夺回了原本属于更年轻、更廉价员工的工作岗位。那些失去预期岗位的员工与其说是离开了劳动力市场,不如说是滑入了原本属于他们年龄一半的人的岗位。
耶鲁大学预算实验室利用不同的数据得出了类似的结论。预算实验室指出,自ChatGPT发布以来,经济中整体就业结构的转变速度仅略高于互联网早期时代,而人工智能应用最广泛的职业的从业人员比例则稳定在劳动力的18%左右。
尽管如此,斯坦福大学数字经济实验室的一份工作报告显示,在最易受人工智能影响的职业中,22至25岁劳动者的就业率相对下降了16%。而从事相同职业的年长劳动者则没有出现这种下降。这些职业本身的就业人数持续增长,经验丰富的劳动者在这些职业中占据了更多优势。
Hiring Lab的研究发现,2022年第二季度至2025年第二季度期间,美国科技行业招聘职位中要求至少五年工作经验的比例从37%上升至42%。同期,要求两到四年工作经验的中级职位比例从46%下降至40%。面向一年或一年以下工作经验候选人的入门级职位比例则保持稳定,约为18%。
因此,中层员工受到的冲击最大。雇主提高了对中层岗位的经验要求,并将资深员工进一步下放到更低层级的岗位。即使资深员工的每小时成本更高,但他们的上手时间更短,招聘风险也更低。
工资数据也印证了这一点。根据亚特兰大联邦储备银行的工资增长追踪报告,5月份跳槽者的薪资溢价降至3.7%,低于12月份的4.3%。当跳槽者的薪资涨幅与留任者相比微乎其微时,人们更有可能选择平级调动或接受级别较低的职位。
当经验丰富的员工进入原本为应届毕业生设立的岗位时,他们便会重新设定行业标准,他们带来的资历、人脉和推荐信是22岁的年轻人无法比拟的。燃烧玻璃研究所和斯特拉达研究所的研究表明,52%的毕业生在毕业一年内处于就业不足的状态,而且这种情况会持续下去。如果毕业生一开始就处于就业不足的状态,那么十年后他们仍然处于这种状态的概率高达73%。
原文出处:Quartz(https://qz.com/experienced-workers-entry-level-jobs-ai-displacement-062926)
⚠️ 免责声明:本文内容仅供信息参考,不构成任何投资建议或财务指导。文中所有分析与观点均为作者个人判断,不代表任何机构立场。投资有风险,入市须谨慎,读者应自行评估风险并在必要时咨询专业人士。