譯者 | 晶顏

審校 | 重樓

無需再深陷“人工智能將取代所有工作”這一普遍且片面的爭論。現實圖景并非如此簡單，其潛在影響甚至更為值得警惕。一項最新研究揭示，生成式人工智能對不同層級員工的影響呈現顯著差異，其中，初級職位所承受的沖擊最為劇烈，這一變化正深刻重塑職業發展階梯的起始環節。

這篇題為《生成式人工智能：基于資歷的技術變革》的研究論文，以海量數據為支撐展開深度分析。其數據樣本覆蓋2015年至2025年間美國28.5萬家企業，涉及6200萬名員工的職業動態。研究結論清晰且有力：自2023年初起，生成式人工智能對初級職位的影響進入顯性階段，呈現出明確的負面效應。這并非基于趨勢的推測，而是當前就業市場中正在發生、可通過數據量化且與員工資歷直接相關的結構性變化。

面對這一變革，學生群體、應屆畢業生、職場專業人士及企業領導者應如何應對？答案絕非陷入恐慌與焦慮，而是需要主動穿透現象，理解變革背后的邏輯，進而提前布局，做好適應新就業生態的準備。

在本文中，我們將系統解讀該研究的核心發現，拆解生成式人工智能對就業市場的具體影響路徑，并結合不同人群的需求，闡述這一變革對個人職業規劃與企業人才策略的實際意義。

就業市場分化加劇：資深從業者穩立潮頭，職場新人面臨挑戰

在生成式人工智能廣泛應用之前的多年間，就業市場中初級職位與高級職位的就業人數增長速率基本保持同步，整體呈現均衡發展態勢。然而，這一平衡在2022年年中被打破，新的分化趨勢開始顯現：一方面，高級職位的就業人數延續了此前的穩定增長態勢，未受明顯沖擊；另一方面，初級職位的就業人數增長陷入停滯，進入平臺期，隨后在2023年初進一步轉向下滑，成為就業市場中受技術變革影響最為直接的群體。

該研究通過精準的數據篩選與分析發現，在積極部署生成式人工智能的企業中（此類企業通過“人工智能集成師”這一獨特職位的招聘信息標記得以精準識別），其初級員工的規模相較于未引入人工智能的企業出現了顯著縮減，二者形成鮮明對比。

這一現象絕非簡單的招聘節奏放緩，而是就業市場中針對初級崗位的、具有明確指向性的結構性調整。研究報告進一步指出，初級職位就業人數的減少，核心原因并非企業裁員或現有員工主動離職，而是企業對入門級新人的招聘力度大幅收縮，新入職人員數量銳減。

從初級崗位的工作屬性來看，這一變化的邏輯清晰可循。即便在高技能要求的白領領域，許多初級職位仍包含大量“重復性高、創新性低的事務性工作”。例如，代碼調試中的基礎糾錯、法律文件的合規性初步審查、常規商務文書的草擬等任務，均屬于生成式人工智能當前已能高效完成的范疇——其處理效率與準確性往往遠超人工，這使得人類在這類工作中的參與價值大幅降低，甚至變得不再必要。

這種結構性調整對個人職業發展與社會收入分配的影響極為深遠。對于大學畢業生而言，職業生涯中的薪資增長很大程度上依賴于“從初級崗位起步，逐步獲得晉升”的路徑，初級職位是職業階梯的關鍵起點。若這一階梯的最底層崗位持續被侵蝕、規模不斷萎縮，將直接阻礙勞動者的職業向上流動通道，長期來看，更可能進一步拉大收入差距，加劇社會收入不平等問題。

不同群體的風險差異：誰在人工智能浪潮中相對更安全？

該研究中最引人關注（也可能令人憂心）的發現是：生成式人工智能對初級員工的影響，基于其教育背景呈現出“U型”分布特征。研究團隊利用人工智能模型將高校劃分為五個等級后發現，初級崗位需求的急劇下滑，主要集中在畢業于“中等層次院校”（即第二等級與第三等級院校）的群體。

頂尖院校（第一等級院校）畢業生：受沖擊最小

這類畢業生憑借所在院校的高聲譽與稀缺的優質人脈資源，形成了難以被替代的競爭優勢。從職業起點來看，他們獲得的崗位往往并非以常規事務性工作為主，而是更側重于戰略分析、創意規劃等需要深度思考與復雜判斷的工作——這類工作恰恰是當前人工智能難以突破的領域，因此其職業安全性相對更高。

低層次或知名度較低院校（第四等級與第五等級院校）畢業生：受沖擊相對較小

這一群體相對安全，可能源于其就業方向的特殊性。他們所從事的崗位，大多較少涉及可被認知自動化替代的工作；或是其就業所在的行業（如部分傳統服務業、基層實操類行業），目前尚未受到人工智能技術的深度滲透，技術替代的影響相對有限。

這一研究結論揭示，人工智能的普及并非對所有初級崗位構成同等威脅，其影響呈現顯著的群體差異性——它“對人力資本分配體系中的中上層群體產生了更為嚴峻的負面影響”。而那些遵循傳統成長路徑，即畢業于優質院校但非頂尖藤校的群體，正是這一沖擊的主要承受者，對職業壓力的感知最為強烈。

未來之路：當下可落地的行動指南

該論文的研究成果雖凸顯了就業市場的挑戰，但對初級從業者而言，絕非意味著職業絕境。事實上，這些發現為他們指明了清晰的成功路徑。研究數據顯示，自2023年初起，盡管初級崗位的招聘節奏有所放緩，但在積極應用人工智能的企業中，初級員工晉升至更高階職位的比例卻顯著提升。這一數據極具價值，它清晰地表明：未來的職業發展方向，并非回避人工智能，而是主動精通人工智能，以此作為加速職業晉升的核心助力。

以下是經過實踐驗證的可行措施，通過踐行這些策略，你不僅能在新的就業格局中站穩腳跟，更能實現職業競爭力的突破。

實現思維模式轉型：從“執行者”升級為“協作者”

單純依靠執行常規任務獲取就業機會的時代正逐步落幕。如今，職場競爭的核心已轉變為證明自身管理與駕馭人工智能的能力，而非與人工智能展開替代式競爭。這要求從業者徹底摒棄“僅完成任務”的單一思維，主動承擔“人機協作者”的角色——借助人工智能高效處理日常事務性工作，將釋放出的時間與精力投入到更具價值的高階工作中，如復雜問題的深度解決、長期戰略的規劃與落地等。

• 針對學生與應屆畢業生：學習目標不應局限于“會用人工智能工具”，更要進階為“能用工具輔助思考”。在課程作業、科研項目或實習實踐中融入提示工程思維，向潛在雇主清晰展示：如何通過ChatGPT、Gemini等工具加速研究進程、提升數據分析效率，或生成具有創新性的解決方案。核心目標是證明“你能掌控人工智能”，而非“你能完成被人工智能自動化的任務”。
• 針對初級專業人士：主動將人工智能技術融入當前工作場景。例如，思考能否通過語言模型自動化處理繁瑣的報告撰寫，或借助數據分析工具快速提煉海量信息中的核心結論。這一過程不僅能顯著提升個人工作效率，更能向團隊與上級展現自身的創新意識與領導力潛質，為晉升更高階職位積累核心競爭力。

聚焦“以人為本”的核心技能培養

盡管人工智能在處理標準化、重復性任務時表現卓越，但在需要情感智能、復雜溝通、戰略性宏觀思維的場景中，仍存在難以彌補的短板。而這些高度依賴人類特質的技能，正隨著技術發展愈發成為職場核心競爭力。具體包括以下幾點：

• 故事構建能力：能否創作兼具邏輯與情感張力、引發聽眾深度共鳴的內容？
• 談判與協調能力：面對立場分歧或利益沖突的艱難對話，能否通過高效溝通達成多方共贏的結果？
• 領導力與協作能力：能否有效激發團隊成員的潛力，統籌協調復雜的多人協作項目，確保目標高質量落地？
• 批判性思維與問題解決能力：面對模糊、復雜的問題時，能否精準定位核心矛盾，設計出兼具創新性與人文關懷的解決方案？

這些技能難以被自動化程序替代，且是高階管理崗位的核心能力要求。通過系統性提升這些能力，不僅能讓你在當前崗位上成為“不可替代者”，更能為在人工智能主導的職場中構建長期、穩定的職業競爭力奠定基礎。

戰略性優化職業路徑與人脈網絡

研究論文明確指出，初級崗位招聘縮減的現象在批發、零售等行業表現尤為突出。這提示從業者需主動研判各行業受人工智能影響的程度，據此動態調整職業規劃與發展策略。

• 針對即將步入職場的學生：選擇就業方向時，需兼顧“企業實力”與“崗位性質”——深入評估目標崗位的核心任務是否具備高自動化風險。若崗位以事務性工作為主，可優先考慮聚焦“戰略規劃”“資源整合”“人際互動”等難以被技術替代的崗位類型，從職業起點規避潛在風險。
• 針對當前處于初級崗位的從業者：現階段是構建穩固內部人脈網絡的關鍵時期。主動爭取參與非標準化、具有戰略性的項目，在實踐中積累高階工作經驗；同時，通過跨部門協作、行業交流等方式拓展人脈，建立信任鏈接。在人工智能應用成熟的企業中，初級員工晉升機會增加的趨勢表明：企業更傾向于從內部人才庫選拔人員填補高階崗位，優質的人脈資源與項目經驗將成為晉升的重要助力。

就業市場的未來趨勢：人機協作重構職業價值

該研究印證了多數人的共識：人工智能并非“普適性就業殺手”，而是推動就業形式變革的核心力量。就業市場并未因技術發展而萎縮，反而正朝著“更重視經驗積累、問題解決能力與人類創造力”的方向升級。

職場敘事的核心已從“人類與機器的對抗”，轉變為“人機協同的新型合作模式”。在這個全新的時代，那些能將人工智能作為“生產力放大器”，借助技術縮小經驗差距、提升核心能力的從業者，將成為職場競爭的領跑者。

當下正是行動的關鍵窗口期。就業市場的變革節奏不斷加快，“等待市場恢復常態”是被動且低效的策略。職業生涯初期的基礎崗位雖面臨自動化替代，但并非徹底消失——主動適應這一趨勢，掌握人機協作的核心能力，反而能獲得更快速、更直接的晉升通道，更早承擔高階崗位的責任，實現職業發展的“彎道超車”。

結論

大量證據表明，就業市場正經歷結構性、根本性的變革，傳統“從初級崗位逐步晉升”的職業路徑已不再能保障成功。職場人面臨的核心問題，不再是“人工智能是否會取代我的工作”，而是“如何借助人工智能提升自身職業價值”。

開啟變革的第一步可從“小處著手”：梳理當前工作或學習中的一項常規任務，評估其是否可通過生成式人工智能工具實現自動化；隨后研究適配的工具，學習核心使用方法，并在本周內完成首次實踐。這一微小的行動，正是你從初級執行者向高階策略師轉型的起點。

未來的職場屬于“懂技術、會協作、有溫度”的從業者——那些不僅理解人工智能，更能主動將其融入職業發展，以技術賦能自身價值提升的人，終將在變革中抓住機遇，實現長期職業成功。

原文標題：AI Won’t Replace All Jobs… Just the Ones You’d Start With，作者：Anu Madan