SpaceX 7月7日纳入纳指100:历史首周平均跌3.8%,但反身效应与逼空风险或令空头落入陷阱
2026年7月5日
中国允许阿里字节购买H200:英伟达为何只涨1%?股价再翻倍需要什么条件?
2026年7月9日

AI已能替代整个10人团队:应届生找不到工作的真正原因是什么?

⚠️ 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。

入门级岗位真的消失了吗?数据显示什么?

Indeed 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

1名高级员工为什么现在能完成原本10个人的工作?

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。

  • 旧结构:10人团队(初级员工 + 中层 + 高级),初级员工承担重复性、基础性工作,高级员工负责判断与决策
  • 新结构:1名高级员工 + AI工具,承接原来整个团队的产出
  • 结果:个人薪资更高,但总人力成本大幅下降;企业无需投入培训期,无需承担试用期风险

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。

谁是这轮职场重构中受冲击最重的群体?

是中层(2–4年经验),不是应届生。完整传导链条:

  1. 总岗位数收缩,各行业普遍减量
  2. 企业将中层岗位经验门槛从2–4年拉高至5年+
  3. 原匹配中层的候选人被排出,为保就业被迫向下竞争入门级岗位
  4. 带5年经验的候选人涌入应届生赛道,应届生连面试机会消失

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。

应届生主动降薪、降职能找到工作吗?

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:

  • 52% 的毕业生在毕业一年内处于就业不足状态
  • 若首年就业不足,十年后仍处于该状态的概率高达 73%

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。

AI时代最精简的企业是什么结构?哪三类人AI无法替代?

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。

不同阶段的从业者现在应该怎么做?

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。

结语

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。

常见问题解答

Q:AI有没有真的消灭入门级岗位?

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。

Q:应届生降薪去抢初级岗有没有用?

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。

Q:现在的企业最精简能压缩到几个人?

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。

Q:中层员工比应届生风险更高吗?

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。

Q:职业起步阶段就业不足有多严重?

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。

Q:1名高级员工为什么能完成原本10个人的工作?

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。


原文

人工智能并没有扼杀入门级工作,而是经验丰富的员工抢走了这些工作


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。

Ads Blocker Image Powered by Code Help Pro

Ads Blocker Detected! 内容被广告拦截

Our content is free, thanks to ads. Please support us by disabling your ad blocker for this site. Thank you!

我们依赖广告维持本站的免费运营。 如果您喜欢我们的内容,请将本站加入广告拦截白名单,感谢您的支持!