过去一周,多场毕业典礼上爆发的嘘声引人关注,部分原因在于它打破了科技行业多年来努力构建的叙事——人工智能代表着机遇,而年轻一代理应欣然接受。
然而现实恰恰相反。当演讲嘉宾开始谈论AI对职场的影响时,多所大学的毕业生纷纷发出负面回应。据路透社报道,在亚利桑那大学,前谷歌CEO埃里克·施密特在告诉学生AI将影响"每个职业、每间教室、每家医院、每个实验室"后,遭到台下嘘声。在中佛罗里达大学的另一场典礼上,当演讲者将AI称为"下一次工业革命"时,毕业生同样报以嘲弄。
对于CIO而言,这一反应与其说是一个文化事件,不如说是对未来劳动力储备的一次警示。许多企业正在大力推进基础岗位的自动化,却仍然假设自己能够顺理成章地培养出有经验的管理者、技术专家和AI监管人才。
"如果企业希望五年后拥有称职的中层专业人才,就必须从现在开始培养新手,"劳动力未来学家、《Work 3》简报主编安迪·斯彭斯表示。
这一隐忧,正是当前职场AI争议背后的深层症结。年轻一代并非拒绝技术本身——许多人已在日常工作中频繁使用生成式AI。他们真正质疑的是:大规模推进AI的企业,是否还愿意投入资源培养缺乏经验的员工?传统的职业入门路径,是否正在悄然消失?
Z世代的疑虑源于不信任,而非技术恐惧
数据显示,即便年轻一代对AI的使用持续增加,他们的不安情绪也在同步上升。盖洛普今年4月发布的调查显示,51%的Z世代受访者每周或每天使用生成式AI,但仅有22%表示对这项技术感到兴奋。42%的人表示对AI感到焦虑,近半数在职Z世代受访者认为AI在职场中的风险大于收益。
这种矛盾折射出科技行业与企业领导者谈论AI时的惯常方式,与年轻从业者切身体验之间日益扩大的落差。高管层往往从效率、生产力和竞争压力的角度来阐述AI的价值;而初入职场的年轻人更关心的是:在企业既推进工作自动化又削减人员编制的双重压力下,他们是否还能找到进入组织的通道。
数字分析公司The Digital Analyst首席数字分析师约翰·桑塔费拉罗指出,AI的采用速度本身也在塑造这种反应,其发展之快前所未有。"围绕AI应用所积聚的势头,是我们在历史上从未见过的,"他说。
这让一些职场新人感到恐慌,担心自己来不及适应——尤其是那些刚从尚未更新课程体系的大学毕业的学生。
"以往的技术变革,从未伴随着毕业典礼演讲,告诉毕业生'学会与那个取代你第一份工作的东西共存',"Career Nomad CEO帕特里斯·林多说。
随着越来越多的企业将AI计划与重组行动挂钩,这种信息传递的困境愈加突出。亚马逊、Meta、英特尔、微软等科技巨头,均已将部分裁员或运营重组与AI驱动的效率提升直接挂钩。
"风险在于产生公信力缺口,进而侵蚀员工的接受度与信任感,"林多说,"高层领导倾向于从生产力和效率的视角看待AI——他们已有足够的组织地位来抵御变革冲击。而基层员工则以另一种眼光审视AI:我还能积累到晋升所需的技能、导师关系和行业认知吗?"
对于主导AI转型的CIO而言,这一落差正在演变为劳动力问题,而不仅仅是沟通层面的挑战。AI采用策略正在直接影响年轻员工对组织稳定性、晋升机会的判断,以及对企业是否仍致力于内部人才培养的信心。
AI正在重塑基层职业晋升路径
这种疑虑也折射出一个更具体的职场现实:生成式AI系统正在大量承接过去专门分配给初级员工的工作。
研究综述、文档整理、报告撰写、初稿写作、行政协调和基础编程,历来是进入职场的门槛性工作。这些任务本身往往重复,但也正是通过这些工作,员工得以熟悉业务背景、客户动态、内部系统和决策流程。在许多组织中,这是员工培养职业判断力的必经之路。
"答案不是保留所有传统的初级岗位任务,"斯彭斯说,"一些例行工作理应自动化。但雇主仍需保护这些工作背后所承载的学习价值。"
这是企业领导者面临的长期劳动力挑战。企业可以相对快速地将基础岗位部分工作自动化,但要替代这些岗位所提供的成长经历,却要难得多。对于CIO而言,真正令人忧虑的是:企业是否正在构建一种基础经验消失的速度快于组织补充能力的劳动力结构。
这一问题已开始影响招聘决策。CaffeinatedKyle.com科技领导力职业教练凯尔·埃利奥特透露,他有一位客户最近否决了一名已获招聘经理认可的应届毕业生,原因仅仅是该求职者缺乏AI技能。
"换言之,高管层正在要求所有岗位都具备AI使用能力,无论具体职责为何,"埃利奥特说。
桑塔费拉罗也持同样看法,他指出最聪明的企业已经在招聘时将AI素养置于首位。"他们需要一支既能完成基础工作,又能学会成为AI智能体编排者的劳动力队伍,"他说。
与此同时,部分劳动力专家也提醒,企业可能矫枉过正,过度强调技术熟练度,却低估了人类判断力与情境理解能力的重要性。
"未来最有价值的员工,往往是那些能够批判性评估AI输出结果的人,而不是不加甄别地使用一切工具的人,"埃利奥特说。
为AI时代重新设计基层岗位
多位专家认为,企业需要跳出将AI劳动力准备视为单纯培训问题的思维定式。内部AI学院和技能提升项目或许能帮助员工更有效地使用相关工具,但如果基础职业路径本身消失,这些举措并不能解决更深层的结构性问题。
企业已清楚地认识到AI能够承担部分初级工作,但依赖这种方式很可能目光短浅。越来越多的专家主张从根本上重新设计基层岗位,确保员工仍能获得进阶到中层职位所必需的运营认知和决策经验。
"如果基层岗位被大规模自动化,企业将在五到八年后发现自己面临严峻缺口:能够指挥AI系统的高层领导有,但真正理解工作如何运转的中层专业人才却严重不足,"林多说。
部分组织已开始探索不同路径,包括面向AI的应届生培养项目、轮岗机制、学徒制,以及以治理为导向的职业发展通道——让初级员工更快速地进入监督、顾问和风险管理等职能岗位。
还有一些企业正在重新审视AI融入基层工作流程的方式。与其主要用AI来消除初级岗位的工作,不如将其明确定位为加速员工成长的工具——让员工更快速地转向分析、解读和决策工作,同时仍然保留对底层业务运营的接触与认知。
"你不能期望新员工从第一天起就同时精通AI工具和企业特有的工作方式,"埃利奥特说。
无论企业最终选择哪条路径,这都是一个必须正面应对的问题。毕业典礼上的嘘声之所以在全国毕业生中引发共鸣,正是因为它触及了一个许多企业至今仍未能清晰回答的问题:如果AI正在重塑职业阶梯的底层,取而代之的又是什么?
新一届基层招聘生正在等待答案。
Q&A
Q1:Z世代对AI的态度到底是怎样的?
A:数据显示Z世代对AI的态度颇为矛盾。盖洛普今年4月调查发现,51%的Z世代受访者每周或每天使用生成式AI,但仅22%表示感到兴奋,42%表示感到焦虑,近半数在职Z世代认为AI在职场中的风险大于收益。他们并非拒绝技术本身,而是质疑大规模推进AI的企业是否还愿意培养缺乏经验的新人,以及传统的职业入门路径是否正在消失。
Q2:AI自动化对基层员工的职业发展有什么具体影响?
A:生成式AI正在大量承接过去分配给初级员工的工作,包括研究综述、文档整理、初稿写作、行政协调和基础编程等。这些工作虽然重复,但曾是员工熟悉业务、积累判断力的重要途径。专家警告,如果基层岗位被大规模自动化,企业将在五到八年后面临中层人才断层——有能指挥AI的高管,却缺乏真正理解业务运作的中层专业人才。
Q3:企业应该如何应对AI时代的基层人才培养问题?
A:专家建议企业不能仅靠内部AI培训项目解决问题,而应从根本上重新设计基层岗位,确保新员工仍能获得晋升所需的运营认知和决策经验。具体方式包括:建立AI方向的应届生培养项目、设计轮岗和学徒机制、开辟以治理为导向的职业通道,以及将AI定位为加速员工成长的工具,而非单纯替代初级工作的手段。
好文章,需要你的鼓励
这项联合研究提出了COVER方法和CM-EVS数据集,用贪心算法从3D场景中智能筛选全景视角,每场景仅需25帧即可完整覆盖室内场景,并附完整溯源日志。
英国NHS十年计划围绕三大核心支柱推进医疗体系变革,其中"从模拟到数字"是重要方向。计划旨在整合先进技术,推动AI、机器人、远程医疗等创新应用,并通过NHS应用程序构建"健康商店"平台。然而,数字化转型面临系统碎片化、基础设施老化等挑战。专家指出,数字健康研发须借鉴药物研发的严格标准,建立统一治理框架,确保创新工具能安全、规模化地融入医疗体系。
HolderPO通过引入可调参数p的霍尔德均值替代固定的算术平均,解决了大模型推理训练中信号放大与稳定性之间的根本矛盾,配合动态退火策略在数学推理和代理任务上均创造了新的最优记录。