一个普通的工作日，一封突如其来的解雇邮件打破了TikTok马来西亚内容审核团队的平静。数百名职员瞬间失去了饭碗，取代他们工作的不再是任何人，而是一套毫不知疲倦的AI算法。

这并非例外。另一方面，马斯克也裁掉了xAI 500名数据标注员，占整个团队的三分之一。企业不再需要那么多初级人手，xAI更需要的是专家级的人工智能训练师。

这两桩裁员，都有同一个特点：初级岗位，没了。

一些零星案例串联起来，使人不禁发问：AI真的已经开始「抢饭碗」了吗？当初的人机协作美梦是否正在破灭？

AI，真的来抢饭碗了

过去几年里，关于AI是否带来预期的「协作效益」的议论几度反转。一方面，有报告指出年轻工作者的招聘率下降，引发了对AI抢走职位的担心；另一方面，也有经济分析人士查看数据后认为，目前并无明确证据显示AI导致失业，多数公司也称，AI对用工方式暂无明显的影响。

然而，越来越多研究发现，生成式AI的接入，可能减弱低技能职工的工作稳定性，特别是，会对初级职位和合同工等组织底层人员，造成结构性挤压。

哈佛大学劳动经济学的两位博士，通过收集过去十年来近6200万劳动者，超过2.45亿招聘信息，对比招聘网站的简历内容，得到了AI「入侵职场」的真相。

首先，是初级岗位的就业人数显著下降。那些采用了AI的企业中，初级岗位快速减少。相比之下，高级岗位则持续增多，就业率也持续增长，AI并没有给这些高级岗位蒙上太多阴影。

另外，采用AI的企业，并不是通过裁员来给AI腾位置的，而是通过放缓招聘。工作越来越难找，都是有原因的。

有趣的是，AI冲击最大的人群，竟然不是末流大学生，而是中档名校毕业生。

具体来说，来自第2档（强校）和第3档（普通名校）的毕业生，就业岗位下降最明显。

相比之下，顶尖精英大学（第1档）的毕业生反而受影响较小；普通大学（第4档）也能相对幸免；至于末流大学（第5档）的毕业生，几乎没有受到冲击。

也就是说，除了少数清北级别名校，其他211/985的毕业生就业受到AI的冲击，可能比「双非」院校的学生还要大得多。

为什么会出现这种「U型」格局？研究者解释：

顶尖名校生：能力与竞争力极强，他们进入的岗位往往更复杂、更具创造性，AI难以替代。

末流院校生：薪资水平较低，雇佣他们的成本不高，用AI来取代并不划算。

中间档次毕业生：薪资并不算低，但工作内容又刚好落在AI的可替代区间。这让他们成为「性价比最低」的群体，自然首当其冲。

不同的行业也有不同的表现，批发零售行业的初级岗位风险最大，因为这些岗位通常是数据录入、客户服务等不涉及决策或创造的工作，重复性高，可代替性自然也就高。

这些研究发现表明，生成式AI正在引导一种「资历偏向型变化」，在企业内部对初级职位产生不成比例的影响。

简单说，「资历偏向型变化」的意思是，技术对于公司造成的影响，体现在内部不同经验或资历水平的员工上，而并非仅仅是按技能水平或职能划分。

「血洗职场」这样的断言可能有些严厉，但是当下的趋势，已经让我们必须重新对人机协作的现状进行反思。

去人化潮流下，谁的工作首当其冲？

这些研究的发现，跟坊间流传的忧虑不谋而合：生成式AI通过自动化某些常规任务，可以让企业减少对入门级员工的需求。恰恰，对于初级员工而言，这些任务是职业生涯起步的一部分。

内容审核员是典型。以前社交媒体公司需要雇用大批人力检查不良内容，现在超过80%的违规内容都能由算法自动删除。TikTok从2024年起在全球裁减了数百名内容审核员，用AI模型加上少量人力接替这项工作。

Meta的内容审核外包团队也经历了缩减和重组。初级财会、行政等办公室底层职位也遇到了类似的命运。以财务助理为例：过去需要人力逐项对照票据和录入，现在许多公司都已配置智能报销和自动记账系统，让AI完成这些碎片流程。

结果，这些原本用来练手的职位，要么直接消失，要么不再招收新人。

这些最容易被AI替代的职位，以往通常由年轻员工和合同工承担，工作稳定性本已不高，现在更被视为「可有可无」。AI的普及应用，正在让企业用工模式走向人员更精简、技术替代率更高的方向。

人们希望的「1+1>2」，现实却变成「1个AI顶走1个人」。原因之一是AI善于处理流程明确、重复性高的任务，当机器足以承担这些琐碎事务，企业就往往直接裁撤相应的初级职位。

原因之二是出于成本和效率考量。AI完全替代一位员工可立刻节省成本，而「AI+员工」提升效率的收益则不易直接体现，还需要培训和调整流程。在短期利益的驱动下，许多公司更愿意选择立竿见影的替代路线，「协作」也便演变为「去人化」。

结果，技术带来了一些技能上的「两极化」趋势。有经验者拥抱AI后如虎添翼，而缺乏经验的年轻人则失去了练手机会。人才阶梯的底部被压缩，职业的入门门槛被抬高。

年龄20，工龄18，或许近在眼前

对刚起步的年轻人而言，如果没有初级工作作为「垫脚石」，他们会面临更严峻的成长困境——招聘网站上「年龄不超过25岁，工作经验至少10年」的离谱JD，很有可能演变成残酷的现实。

这是AI时代下，一个不应该忽视的新疑问。

以往，对于技术如何影响就业的讨论，通常围绕着「技能偏向型变化」展开。也就是说，各种自动化、计算机技术，可以造福那些能力过硬、受教育水平高、技术背景的劳动者，提升他们的生产力和工资，取代掉的，也是那些技能低下的劳动者。

而如今，AI的快速普及采用，出现了对资历浅的劳动者的「歧视」，所以被称作「资历偏向型变化」。资历深未必代表能力强，可是却有助于他们逃过AI的取代。

资历浅的员工，从事的职位和工作是入门级的没错，但这是他们的起点——无论什么工作，总是要从零开始的，谁能一步登天呢？

面对这些由AI带来的职场变化，思路和打法也需要变化：

1.学校的课程设计和培养方式得变，不仅要让学生了解什么是AI，更要能让他们掌握和驾驭对AI工具的使用。

2.对于职业的规划和思考得变，以往按部就班的思路越来越危险了，主动的挑战自己，才是对抗被AI取代的风险。

3.更重要的是终身学习，不断地适应新工具和新挑战的能力，把初级的工作技能转化为高级技能，将会对职业发展起到真正的帮助。

欢迎加入APPSO AI社群，一起畅聊AI产品，获取#AI有用功，解锁更多AI新知

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）