AI时代如何安置年轻人

近两年，关于人工智能与青年就业的探讨愈发火爆。不少人忧虑，AI将取代年轻人的工作。

AI对年轻人的冲击，或许是一种误解。

并非年轻人天生脆弱，而是长久以来，许多组织交给新人的，正是那些流程标准化、模板化，最易被模型接管的工作环节。

AI的出现，迫使我们要思考：哪些岗位适合人？哪些岗位适合机器？

往昔，职场让年轻人充当“AI”

过去很长一段时间，职场默认了一套近乎不可更改的成长法则：新人先从低端、零碎、重复的事务干起，先整理、先搬运、先执行、先服从，先熬资历，再谈发展。

表面看，这是在练基本功；实际上，很多时候只是把年轻人困在价值链最薄的一层。他们接触的是任务边缘，而非问题核心；承担的是流程末端，而非判断前端；熟悉的是如何快速执行指令，而非如何定义问题、核实信息、识别风险、重组方案。

这种岗位设计，这些被切碎、模板化且高度标准化的工作环节，正是AI最擅长的领域。换言之，年轻人就在充当“AI”。

这种低成本、低责任的组织逻辑，对管理者来说最省心：复杂判断集中在少数人手中，大量初级岗位被处理成可替换、可压价、可延迟成长的执行单元。

新人被要求先证明服从性、耐受力及重复劳动能力，再慢慢等待“进入核心事务”的机会。

如今，在AI已能承担大量初级执行工作的前提下，这套旧的组织逻辑正走向失效。

当下，AI已成为划分岗位的新标准

IMF在2024年的分析指出，发达经济体约60%的岗位可能受AI影响，部分岗位因AI整合提升生产率，另一部分则面临招聘和需求下降压力。这表明，AI带来的不是岗位消失，而是岗位分化、能力分化和收益分化。

有人借技术放大能力，有人被技术压缩空间；有些岗位被重塑，有些岗位被空心化；有些劳动者因工具而上升，有些劳动者则因工作内容过于程序化而被边缘化。

AI时代，什么才是真正稀缺的资源？

过去，不少组织看重新人的，是执行快、加班稳、反应顺、服从性强；而在AI深度参与工作的条件下，单纯完成任务的能力将越来越不稀缺。更稀缺的，是在AI已生成草稿、给出答案、铺开选项后，仍能判断材料可靠性、找准问题、确认方案可行性、承担结果的人。

换言之，未来真正稀缺的，是“会判断”的人、“能担责”的人。

适应AI时代，重塑岗位分工

David Autor在2024年论文中提出，AI更应用于扩展人类专长适用范围，使更多劳动者承担高价值任务，从而重建中等技能、中产岗位。

技术最有价值的用法，不是把人越压越低，而是把更多人往上抬。让过去只能做边缘辅助的人，更早接触完整任务，更早进入分析、判断、协调和创造环节，更早承担高价值工作单元，这才是技术进步真正转化为人才红利。

布林约尔松在“图灵陷阱”相关论述中反复指出，若AI主要沿模仿并替代劳动推进，而非增强劳动者能力推进，技术收益更可能集中流向资本，加剧不平等。

放到青年就业问题上，技术本身不会自动站在年轻人一边，也不会天然站在企业一边，它最终站在哪一边，取决于岗位如何设计，成长通道如何打开，收益如何分配，责任如何重组。

因此，今天最紧迫的事，是尽快将新人从“机器预备役”位置解放出来。凡是纯搬运、纯格式化、纯拼接、纯转写、纯表层检索的工作，都不应再被当成职业起点，而应尽可能交给AI。

新人应从一开始就进入驾驭AI的任务链条：为何做此事，问题边界是什么，信息是否可靠，方案如何比较，结果可能带来什么偏差，最后由谁负责。

过去那些留在上游的判断性环节，必须更早向年轻人开放。否则，所谓“培养”，就只会把年轻人长时间困在低处。

综上，AI与青年就业这事，更像一次制度测压。它测的是我们的组织方式是否把年轻人视为真正会成长的主体；社会是否还在用过时方式分配职业起点、组织成长、筛选人才；企业究竟该用AI放大人的能力，还是固化人的层级。

一个社会如何安置年轻人，决定了未来的创新能力和增长空间。

AI时代的到来，给了我们一次纠偏改进的契机。