AI 先冲击的是刚入行的人；企业若因此停招初级，十年后会缺资深的人。

John Burn-Murdoch¹ 是《金融时报》首席数据记者。他先给出美英等地研究的共同发现：「凡是看到 AI 把人挤出岗位的证据，几乎都集中在非常特定职业的极新入职者。」即便是软件和客服，「今天的在职人数其实仍高于 2022 年——只是经验更丰富的人就业还在涨，而二十出头、二十三四岁的极新人，的确出现了一点回撤。」

原文：where we see evidence of AI pushing people out of jobs, it is specifically in very new hires in very specific occupations.

软件行业的数据也是这样。「多数你看得到的国家里，软件岗位、软件就业、软件招聘总量现在其实在涨，而且涨得比整体招聘还快。」需要三到五年经验的招聘广告明显增加，而「要应届生的岗位基本还是横盘。」

他也提醒，初级招聘回落不能全算在 AI 头上。ChatGPT 发布前大约六个月，多数国家已经加息，所以「即便 2022 年末没有 ChatGPT，你也会看到 2022 年末招聘回撤，尤其是初级岗位——那是对加息的反应。」不过，更细致的分析会进一步比较科技行业内部的不同岗位，看初级程序员这类岗位是否收缩得更厉害，而「多数分析的确看到，那里面有些东西在发生。」

为什么偏偏是新人？他借用普林斯顿教授 Arvind Narayanan 等人的说法，把知识工作分成决策（decide）、执行（execute）和交付（deliver）三部分：「一份工作里『只负责把事做出来』的比重越大，比如写代码、写字，你就越危险。」而新人的工作大多是执行：

「极初级岗位……那份工作大概九成是 execute。别人在决策，然后说：新人，你来干这个？交付又是另一个人。」

这就是雇主眼下的两难：

「一方面，初级在干苦活：做幻灯片、扒数字之类。AI 现在已经能做得非常好……如果你只把初级招进来当成干这些，那你会想：不需要他们了，AI 能做。但招初级其实也是在招一个将来可能成为优秀中级、再成为优秀资深的人。而让 AI 真正值钱的是资深员工——那些深谙公司和行业、能让 AI 去做最有价值事情的人。……可要是干脆停招初级，十年后编制会少 10%，那些新的更有经验的人从哪来？」

顺着 Burn-Murdoch 的问题往下问：企业为什么会顺势少招新人？LSE 教授 Luis Garicano² 先确认了同样的事实：「我们看到的是局部效应，集中在单一任务、边界清晰的工作上，以及初级岗位、刚入行的人身上。」接着，他讲了自己和合作者 Rayo 的论点：

「做 PowerPoint、做 Excel 表格、做那些琐碎的初级任务，过去是初级员工用来『支付』培训的货币——在律所、在咨询公司等等都是如此。你通过做琐碎的工作来换取培训。」

所以，「所有这些常规、简单、重复、可验证的任务一旦变得零价值，就意味着初级员工过去用来支付培训的那种货币贬值了。」在他看来，理性的企业会这样算账：「我们不需要 10 个初级员工了，因为其中 9 个的活可以用 AI 干，但我们会招一个初级员工，专门把他培养出来。」

那新人失去的又是什么？昆山杜克大学社会学家 周忆粟³ 用「合法的边缘性参与」来描述一个人从 junior 变成 senior 的过程：「所有年轻人不可能一上来，就给你一个非常 core、非常 hardcore、非常 high-stakes 的工作。让你做的一开始都是简单工作，你通过简单工作来熟悉难的工作、熟悉这个公司的文化、熟悉老板的脾性。」可在数字化的工作里，这条路正在被绕开：

「在数字领域里面，我不再需要 junior 的人通过这么痛苦、缓慢、低效的方式来成长——我培训了他，他还可能走，对吧。」

周忆粟认为，这是教育和公司培训共同面对的难题：「我们还需不需要 train junior member？如果答案是 yes 的话，我们怎么 train 他？我目前没有什么特别好的答案。」

企业里有人在想办法吗？Okta 首席人才官 Becks Port⁴ 并不认为入门岗位会消失：「我不认为我们会说：好，我们以后不要任何入门级岗位了。我觉得入门级岗位会变得更复杂、更有意思。」但如果这类岗位变少，Port 预计「那种老派的毕业生培养项目可能会卷土重来。」就像当年玛莎百货和高盛的毕业生项目那样，「你会花三年在各个岗位间轮岗，出来之后就会是一个更全面的人。」理由很直接：「如果我们不投资早期职业人才，那中层人才的供需问题就会冲击我们。」Port 也承认难处在哪里：「很多业务负责人现在并不关注这个，他们关注的是眼下的问题。」

把这几段材料放在一起看，要讨论的已经不只是 AI 会不会减少岗位，而是新人入行的那段阶梯还能不能保留下来。