真正需要担心的，也许不是AI抢工作，而是年轻人的职业路径被切断

过去两年，关于AI和就业，大家最常讨论的问题是：

AI会不会抢走年轻人的工作?

这个问题当然重要。

但我越来越觉得，真正值得担心的，可能还不是“有没有第一份工作”，而是另一件更隐蔽、更长期的事情：

• 年轻人的职业成长路径，可能正在被AI切断。

为什么这么说?

因为今天AI最先替代的，往往不是那些最复杂、最需要判断力的工作，而是大量标准化、重复性高、规则明确的初级任务。

问题在于，这些看起来“低价值”的工作，过去恰恰承担了一个非常重要的功能：

• 训练新人

这才是AI对职场真正深远的影响。

01

年轻人过去是怎么成长起来的?

几乎所有职业都有一个共同规律：

新人一开始做的，都不是最重要的事。

咨询顾问刚入行的时候，会先整理资料、找数据、做PPT。

投行新人先做模型、整理行业材料、写会议纪要。

律师新人先查案例、整理文件、做基础研究。

市场人员先写文案、做表格、整理用户反馈。

程序员先改Bug、写基础代码、做测试。

这些工作看起来并不高级。

甚至今天很多企业会说：

“这些事情交给AI做，不是更好吗?”

从效率角度看，当然是。

但从人才成长角度看，事情就没那么简单了。

因为一个人真正的专业能力，并不是突然出现的。

你不是一入行就会做判断。

你是先做过100次基础分析以后，才慢慢知道哪些数据重要。

你不是第一天就会做战略。

你是先参加了几十个项目，见过各种错误以后，才逐渐形成商业感觉。

你也不是一开始就会管理客户。

你是先做过大量执行，才知道一个项目到底是怎么跑起来的。

所以过去一个人的职业成长，本质上有一条非常清晰的路径：

• 基础任务 → 熟练执行 → 独立判断 → 复杂决策

而现在，AI正在优先拿走第一层。

这就是问题所在。

02

AI拿走的可能不是工作，而是“练级机会”

今年6月，世界经济论坛与PwC发布了一份专门研究AI与初级岗位的报告，其中有一个数据值得注意：

• 全球超过三分之一的年轻劳动者，正在从事中度到高度暴露于AI任务变化的职业。

报告特别提醒，AI对初级岗位的影响，不只是岗位数量问题，还会影响企业的人才培养通道和年轻人的职业晋升路径。

这其实非常容易理解。

企业一定会追求效率。

如果AI能够10分钟完成一个新人过去需要半天完成的工作，企业没有理由不用。

于是越来越多基础任务会交给AI。

但接下来就会出现一个很现实的问题：

新人怎么学?

过去，一个新人可能需要花两年时间整理数据、做分析、跑流程。

这两年看起来效率不高，但实际上是在积累经验。

今天，如果AI把这些工作大量拿走，新人可能直接进入一个尴尬的位置：

简单的事情不需要他做。

复杂的事情，他又暂时做不了。

于是中间那条“从不会到会”的学习路径，就可能断掉。

这才是我认为企业未来真正需要警惕的地方。

03

我们可能正在制造一个“经验断层”

麦肯锡9月29日最新的一份美国就业研究提出，未来十年，AI和自动化可能推动一次非常大规模的职业迁移。

他们估计，大约有1100万处在萎缩职业中的劳动者，未来可能需要转向新的工作，而且新的增长岗位通常要求更高水平的技能。

这意味着，未来不是简单的：

“旧岗位消失，新岗位出现。”

真正的问题是：

• 谁有能力跨过去?

一个已经工作10年、有经验、有判断力的人，也许可以借助AI变得更强。

但一个刚毕业的人怎么办?

如果初级任务被大规模自动化，他可能没有机会积累完成复杂工作的基础能力。

于是会出现一种很奇怪的现象：

企业越来越缺高级人才。

但年轻人却越来越难成为高级人才。

为什么?

因为中间的成长阶梯被拆掉了。

这就像一栋楼还保留着五楼、十楼，却把一楼到四楼的楼梯拆掉了。

企业会发现：

上面的人越来越贵。

下面的人越来越难成长。

最后出现真正的人才断层。

04

中国年轻人面临的问题可能更明显

这个问题放在中国，会更加值得关注。

国家统计局数据显示，2026年8月，全国城镇16—24岁、不含在校生的青年失业率达到18.9%，是过去一年最高水平;25—29岁的失业率也升到了7.5%。

当然，青年就业压力不能简单归因于AI。

经济增速、行业结构、毕业生数量、企业招聘意愿等都在发挥作用。

但AI正在增加一个新的变量：

• 企业对初级岗位的需求可能变少。

过去一个部门可能需要10个新人做基础工作。

未来可能只需要5个人，再配上AI。

而留下来的5个人，企业又会希望他们一进来就能：

理解业务、判断问题、使用AI、独立完成更复杂的任务。

于是初级岗位出现一个悖论：

• 岗位更少了，要求反而更高了。

世界经济论坛今年也观察到类似趋势：年轻人进入职场的路径正在变窄，而许多入门岗位的要求正在提高。

这对年轻人其实是双重压力。

不仅机会更少，而且“新人期”本身也越来越短。

05

企业也不能只看眼前效率

站在企业角度，AI替代初级任务当然非常诱人。

今天减少几个人工成本，财务报表马上能看到。

但是企业管理者必须多问一步：

• 三年以后，我们的中层骨干从哪里来?

过去企业的人才体系有一条非常自然的流水线：

• 新人进来
• 做基础工作
• 逐渐承担项目
• 开始独立判断
• 最后成为骨干和管理者。

如果前面的基础工作全部被AI拿走，这条流水线就会出现问题。

所以AI时代的人才管理，不能只是讨论：

“多少岗位可以自动化?”

还要讨论另一个问题：

• 我们以后怎么培养人?

这是完全不同的管理逻辑。

06

未来企业需要重新设计“新人岗位”

我认为，这是企业接下来非常重要的一项组织任务。

过去新人岗位的设计，是围绕“完成基础任务”。

未来新人岗位应该变成：

• 在AI帮助下，快速学习如何做判断。

也就是说，新人不是跟AI竞争做基础工作，而是借助AI更快进入高价值工作。

过去一个咨询新人可能花两天找资料。

未来AI十分钟找完。

省下来的两天，不应该简单继续塞给他更多资料工作。

而应该让他参与：

为什么找这些资料?

哪些数据可信?

这些数据意味着什么?

不同信息之间有没有矛盾?

最后应该支持什么判断?

这才是真正的变化。

企业要把新人培养，从：

“先干几年苦活再学会思考”

变成：

“AI负责大量基础执行，人更早开始学习判断”。

如果设计得好，AI甚至不一定切断职业路径。

反而可能让年轻人成长得更快。

07

管理者的角色也要改变

这对管理者提出了新的要求。

过去管理新人，一个很重要的方法是：

给他任务，让他自己做。

做错了，再改。

这种方式以后可能不够了。

因为AI会直接给新人一个“看起来很专业”的答案。

管理者真正需要教他的，反而是：

为什么这个答案是对的?

为什么另一个答案是错的?

什么信息AI遗漏了?

什么地方必须由人判断?

什么时候不能相信AI?

所以未来一个好的管理者，不只是“分配工作的人”。

还必须成为：

• 判断力的教练

这可能是AI时代人才培养中最稀缺的一项能力。

08

对年轻人来说，真正需要建立的是“AI拿不走的能力”

站在个人角度，也不能只是等待企业重新设计岗位。

年轻人必须意识到：

如果你的价值只是完成标准任务，那么你和AI之间的竞争一定越来越激烈。

未来真正有价值的能力，会越来越向上移动。

包括：

• 定义问题;
• 理解业务;
• 判断信息;
• 提出假设;
• 与人沟通;
• 做复杂决策;
• 承担结果。

AI可以帮你写报告。

但它很难替你决定：

• 这份报告到底应该解决什么问题

AI可以给你10个方案。

但真正有价值的是：

• 你知道该选哪一个，以及为什么。

这就是未来年轻人真正应该训练的能力。

09

AI真正改变的，可能不是岗位，而是职业成长方式

所以，我并不认为未来一定会出现一个简单的结论：

“AI把年轻人的工作都抢走了。”

更有可能发生的是：

一部分初级任务消失;

一部分岗位被重新设计;

企业对年轻人的要求提高;

职业成长的速度和方式发生变化。

这才是更值得关注的事情。

过去，一个人可能通过十年经验，慢慢积累判断力。

未来，AI可能把这个过程大幅压缩。

但前提是：

• 企业重新设计人才培养方式，年轻人也重新设计自己的学习方式。

否则，我们面对的最大风险，可能不是年轻人没有第一份工作。

而是他们有第一份工作，却没有机会完成从新人到专家、从执行者到判断者的成长。

所以AI时代真正需要解决的，不只是：

• “我们还能创造多少岗位?”

还应该增加一个问题：

• “我们还能不能为年轻人保留一条成长为高手的路?”

这也许才是AI进入职场之后，企业、学校和年轻人都需要认真回答的问题。