AI时代新人入职面临的真实挑战
最近，我发现了一篇相当有意思的文章
文章提到，AI最先产生冲击的，可能并非那些看似高精尖的职位，而是很多职场新人赖以起步的基础性工作。
举几个例子——
客服领域的新手，过去通常从接听电话、处理邮件以及记录投诉等事务开始；
审计行业的新晋员工，要从整理底稿、录入数据、核对凭证等工作做起；
咨询公司的初级分析员，需从搜集资料、制作图表、执行流程等任务入手；
体制内的新人，通常也得从整理会议纪要、汇总基层信息、调整格式以及校对内容等工作起步。
这些工作听起来并不高端，甚至有些类似"打杂"的性质。
然而，问题的核心恰恰就在这里——
许多人的职业能力并非从宏大的项目中培养出来，而是从这些重复、琐碎且看似简单的工作中逐步积累起来的。
因此，AI带来的真正冲击，不只是"它会不会取代新人的第一份工作"。
更深层次的担忧是：它会不会移除新人学会工作的第一个台阶？
过去，当一个新人初入职场时，并不具备成熟的判断能力。
很多时候，他只是先学习如何把事情做对：领导怎样布置工作，他就怎样去执行；模板有什么要求，他就怎样去填写；前辈如何进行修改，他就怎样去学习。
从表面上看，这属于低层次的执行；但实际上，这是对职业敏感度的一种培养。
我本人从事文案相关工作，对此深有感触。
一位新人刚开始撰写文案时，可能仅仅是调整格式、整理会议纪要、汇总各部门报送的信息。
但随着工作时间的增长，才会逐渐明白——
哪些话语可以表达，哪些话语不可以表达；
哪些表述看似正确，却容易出现越位情况；
哪些内容必须予以突出，哪些地方反而需要留白处理。
这些内容，仅仅通过查看纸面上的教程是很难掌握的。
就像看墙上的水果照片，你可以说自己认识香蕉、苹果、草莓，但没有真正摸过、闻过、吃过，就永远不知道它们真实的质感。
职场经验亦是如此。
很多判断，只有亲自去做过、出现过失误、被退回过，才会从二维的照片转变为三维的经验。
机械性重复的意义，不仅仅在于完成任务，更在于让一个人对这份工作拥有足够的体感。
新人核对材料，不只是为了核对；新人整理记录，不只是为了整理；新人反复改稿，也不只是为了改几个词。
真正重要的是，他在这些过程中逐渐理解真实世界的边界。
而AI最为擅长的，恰恰就是这些基础任务——如整理、归纳、生成、核对、汇总、起草等工作。
过去，将这些工作交给新人，具有两层作用： 其一，是为了解决具体的工作问题；其二，是让新人通过协助工作进入组织的传帮带体系。
老员工为何愿意指导新人呢？一个颇为现实的原因是，新人能够帮助他分担工作。
新人协助整理资料、执行流程、撰写初稿，老员工在这个过程中便会顺手给予一些教导、进行一些修改、做出一些提醒。
但就目前而言，人工智能已然成为了更为好用的辅助工具。它具备速度较快的特性，不会产生抱怨情绪，既不需要进行培养，也不需要对其情绪予以照顾。
于是乎，很多成熟的员工会愈发自然地做出选择，让人工智能来充当助手，而并非花费时间去带领新入职的员工。
这才属于更为隐蔽的一种变化——人工智能并非直接淘汰新入职的员工，而是率先削减了新入职员工积累经验的机会。
在过去，新入职的员工能够在执行任务的过程中逐步成长。
而在当下，执行层面被人工智能大量压缩之后，新入职的员工更早地被推至判断层面。
以往的成长路径为：首先学会将事情正确地完成，而后逐步理解什么才是正确的事情。
但在如今，众多基础的执行工作被人AI接管之后，组织对于人员的期待会提前发生改变——
你不仅仅要具备执行的能力，还需要判断这个任务的真正目的究竟是什么，哪些信息是重要的，哪些信息属于噪音，AI生成的内容是否能够提交，这个表述是否存在风险，这个结果对于领导、对于组织、对于实际工作是否具有价值。
这对于新入职的员工而言，实际上是相当残酷的。
因为判断力并非是下载一个工具就能够获取的，它需要足够多的实践、反馈、修正以及亲身感受。
那么，年轻人群体是否就没有机会了呢？答案并非如此。
关键之处在于，不能把AI当作逃避基础训练的便捷途径，而应当把它当作重建训练系统的工具。
其一，不要仅仅让人工智能给出答案，而要让它充当陪练。让它对你进行追问：这个判断的依据是什么？是否存在反例？这份材料最有可能被退回的地方在哪里？
其二，要刻意保留一部分看似笨拙的功夫。即便人工智能能够进行总结，自己也需要先阅读一遍；即便人工智能能够撰写初稿，自己也需要先搭建框架。否则，效率虽然得到了提升，但亲身感受却消失了。
其三，可以利用人工智能去蒸馏老同志的经验。将优秀的材料、领导修改后的稿件、单位的历史范文交由人工智能进行分析，提炼出其中的结构、风格、禁忌以及判断标准。过去仅仅能够通过口耳相传的隐性经验，如今可以部分转化为显性的训练步骤。
在人工智能时代，真正聪慧的新入职员工，既不是拒绝人工智能，也不是完全依赖人工智能，而是借助人工智能为自己重新搭建一条成长的阶梯。
因为AI可以代你完成工作，但无法代你实现成长。