AI接管基础任务，职场新人如何重塑第一份工作

欢迎来到今天的轻解读。从学校过渡到职场，从来都不是一件容易的事。很长一段时间以来，各行各业的初级岗位，都是年轻人从教育系统进入真实工作的桥梁。

比如在客户服务岗位上，新人一开始往往要从接电话、回邮件、处理投诉、记录客户需求做起。听起来琐碎，但也正是在大量重复的沟通里，新人开始理解业务流程，并学会把分散的反馈，整理成有价值的信息。在审计行业，新人的基础工作可能是整理底稿、录入数据、对账、检查凭证等等，新人也是在这些反复核对中，才慢慢知道什么样的异常值得追问，什么样的解释只是表面合理；而我们开头提到的大型咨询公司，他们每年也会招聘大量应届毕业生，很多刚从学校走向公司的初级分析师，也都要从翻资料、整理 Excel 表格、跑基础流程开始，职场新人们也是从这些重复基础的任务里学会边界、标准和专业直觉。

但如今大量类似的基础任务正在被 AI 接手。根据《泰晤士报》报道，德勤正在部分地区调整审计毕业生的培训项目，原因是 AI 开始接管数据准备、发送确认函等重复性的入门任务；SaaS 软件公司 Salesforce 此前也表示，人工智能目前承担了他们大部分的客户支持工作。麦肯锡的相关负责人表示，AI 的应用并不意味着他们会减少初级岗位的数量，但是会要求初级岗位的员工能去做对客户更有价值的事情。

其实每一次技术的进步，总会伴随着对就业市场的影响。工业革命早期，最先受到冲击的并不是最底层劳动者，而是被新机器替代的熟练纺织工。到了电气化和 IT 革命时代，当时教育程度更高、技能更强的人群，则更容易从新技术中受益。而今天——人工智能时代，受影响更高的，恰恰是咨询、审计、客服、行政这些知识型、白领型的初级岗位。虽然今天没有人能百分之百证明，任何就业数据的变动是由 AI 造成的，但当研究机构把年龄和岗位类型拆开来看时还是会发现，在一些 AI 暴露程度更高的白领岗位上，年轻员工的机会已经先开始变少。斯坦福数字经济实验室不久前，分析了接近 3 亿条美国在线招聘广告,发现适配 22-25 岁年轻人群的就业岗位数量出现了 6%左右的下降，但企业对能熟练运用 AI 的资深人才，以及具备管理和决策能力的岗位需求反而有所增加。脉脉发布的 2026 年 1—2 月中高端人才招聘洞察显示，要求 3 年以上经验的岗位占比超过七成，而面向 1 年以内经验者的岗位缩减约 20%。

就像我们之前所提到的，新人刚进入职场时，做的很多工作本来就是执行层和标准化程度高的工作，而 AI 所擅长的就是这类有明确输入和输出标准的任务，所以越来越多入门岗位也不再只是按步骤执行，而是会更早的要求新人学会做判断、提出想法、与技术协同。世界经济论坛针对全球入门级员工的研究也指出，今天职场的大多数变化，与其说是岗位的流失，不如说是任务的压缩和角色的重塑，AI 并不是简单拿走第一份工作，而是在重新定义入门岗位的内容、价值，以及企业培养新人的方式。

那么，当 AI 开始接手越来越多基础工作后，今天的职场对入门级白领岗位的要求正在发生哪些变化？哪些能力会在这个时代越来越珍贵呢？

本文整理自播客「声动早咖啡」

根据脉脉发布的报告，现如今企业对员工的 AI 能力要求正在从「加分项」转变为「硬指标」。相关调研中发现，有接近八成被调研者表示，自己所在公司已提出 AI 能力素养的相关要求，超三成已配套了对应的考核或培训机制。

而所谓的 AI 素养，不仅仅是指，我们会安装和使用各类 AI 工具，更多的是指个人能够负责任地使用和评估 AI 技术的一组基础能力，包括理解 AI 的能力边界、有效给出上下文、评估输出、保护数据、并把 AI 放进真实工作流程里解决具体问题的能力。

根据金融时报的评论，现阶段有一个越来越清晰的趋势，那就是同样的工具交给不同的人，产出的差距可能是数量级的。而这个差距不来自技术门槛，而是与使用者自身的认知结构有关。这里所说的认知，并不在于是否知道更多信息和知识，毕竟信息检索是AI最擅长，而在于是否拥有一套问题分解的结构，知道一个复杂问题应该被拆成哪几个子问题、子问题之间的逻辑关系是什么，以及每个子问题的判断标准是什么。AI 可以在你的框架内高效执行，但它不能替你建立框架本身。而这套框架的形成也是需要在大量实践和练习中内化的。

另外，哈佛商业评论的文章指出，批判性思维也是 AI 素养的重要组成部分。比如同样是让 AI 分析一家公司，如果只是简单抛出一句「帮我分析一下这家公司」，最后得到的往往只是一个看起来完整、但很难直接使用的通用回答。但当提问者带着明确目的进入对话，AI 则更有可能给出有价值的回答。比如你到底想了解这家公司的什么信息？是增长潜力、竞争壁垒？还是管理层风险？你是希望 AI 帮你找寻线索？对比案例？还是挑战已有认知呢？

而批判性思维的作用，不只体现在输入阶段，更体现在后续追问中。高质量的 AI 的产出，通常伴随着多轮次的追问和校正，比如 AI 给了我们一个答案后，我们继续追问，这个结论的前提假设是什么？如果没有这个假设，结论还成立吗？支撑当前解释的关键证据是什么？你不是在让 AI 给你答案，而是在和它进行一场有质量的对话，通过逐步收窄来接近更可靠的结论。就像斯坦福数字经济实验室的经济学家 Bharat Chandar 所描述的那样，AI 更适合站在实现层，去完成那些可以被描述、拆解、验证的动作；而人应该站在更上一层，去表达目标、提供约束、设定优先级、检查结果是否真的有价值。

在大多数组织中，判断力是工作结构本身的副产品。 如今，随着 AI 接手越来越多基础任务，新人原本用来积累经验的那段训练过程，也在发生变化。

斯坦福的经济学家 Bharat Chandar 表示，对年轻人来说，这个变化最残酷的地方在于：过去很多人是在做几年执行之后，才慢慢学会什么叫判断，今天初入职场者可能必须要更早开始练习这种能力。特别是 AI 可能会生成错误信息，还会继承并放大训练数据中的偏见，所以今天的企业会需要初级岗位的员工承担更多责任，有能力对 AI 生成的结果进行严格的核查，并判断什么结果可以被交付。这也是为什么 Bharat Chandar 认为，今天很多白领的工作更像是管理工作，哪怕你现在还没有任何管理者的头衔。

根据哈佛商业评论的文章，判断力靠的不是掌握所有答案，而是能在混乱与不确定中，迅速识别信号，果断做出决策。然而从过去经验来看，这种判断力是无法借助 AI 来快速养成的，它仍然需要你亲自动手，去做那些现在可能已经交给 AI 的工作；也需要你主动向有经验的人积极寻求反馈，在有时笨拙、缓慢、不完美的重复练习中磨练判断力。同时也必须强化自己的专注度，并保持对最终结果直接负责的心态。既然新人不能再依赖多做几年基础工作，自然积累经验，那就需要用更主动、更结构化的方式补回训练。

其实早在人工智能影响职场之前，我们就明白，对于大多数普通人来说，单靠技术性技能，是无法获得职业成功的。而 AI 时代，社交、沟通、协作和适应力等软技能对求职者而言正在变得至关重要。彭博社的报道指出，如今的咨询公司也在尝试新的方法，来测试应聘者能否做到人工智能无法做到的事情，比如是否能感知谈判现场的微妙气氛，或者在模糊场景里读懂他人的真实顾虑等等。一份发表在《商业与专业沟通季刊》上的研究表明，越来越多的企业雇主表示，虽然使用 AI 发送邮件将变得普遍，但复杂或敏感的问题仍需要人与人之间的沟通。另外，根据领英近期的一份报告，人工智能的兴起也使适应变化的能力成为「当下最重要的技能」之一。领英的首席经济机会官在接受 Business Insider 的采访时表示，人工智能正在打破原有的职业阶梯，人们的职业发展也可能不再是线性的或可预测的，AI 虽然在接管一部分基础技能，但同时也在压缩学习曲线，使得人们在各种不同职业间的切换比过去有了更多的可能，所以这位领英的高管也把今天职场人的进阶之旅比作攀岩，未来会需要根据个人的技能和选择，向多个方向寻找机会。

你今天最想补足的技能是怎样的？在你看来，AI 时代一个职场新人最宝贵的「人类」特质又会是什么呢？

原创/「声动早咖啡」

排版/Jean

运营/George

更多有趣问题

欢迎来声动活泼找答案