AI接手入门工作 年轻人从哪里起步 - KAIYUN

文：谭寅亮 中欧国际工商学院

整理档案、核对账目、撰写策划，这些通常是职场新人迈入社会的起点。内容不复杂，有时甚至单调，却能让他们真正触及业务实质。如今，人工智能正逐步接手其中越来越多的职责。

企业节约了开支与时间，但年轻人可能遭遇新困境：过去用于积累经验的那些任务，若不再需要人力完成，自己的阅历从何处获取？

这关乎应届生能否获得首份工作，也关乎企业数年后能否培育出下一批中坚力量。一个行业不能只吸纳有经验者，却不再为无经验者提供机会。

2026年10月23日，国务院办公厅发布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，部署AI应用就业风险评估、校企联合培养及就业监测预警。落实这些措施时，一个值得关注的问题是，技术革新后，年轻人的职业起点应如何重新设定。

招聘入口或悄然收紧

谈及AI对就业的影响，人们容易联想到裁员。但对年轻人而言，变化也可能以另一种方式显现：企业并未裁员，只是不再像以往那样大规模招聘新人。

设想一个业务规模相对稳定的部门。原本需招募数名助理，负责资料整理、报告制作及初步分析。如今，资深员工借助AI便能完成其中不少工作。管理者可能决定缩减招聘名额，现有员工也未失去岗位。财务报表上，这看似一笔合理的效率提升；但对正在求职的毕业生来说，几个进入行业的机会就此消失。

这类变化容易被人忽视。员工总数可保持稳定，部门业绩甚至可能增长。唯有到了校园招聘时，年轻人才发现适合自身的岗位减少，而企业又愈发看重工作经验。

当然，不能将招聘减少完全归因于AI。市场需求、经济环境及企业经营调整，都会影响用人。我们需要持续观察的是，企业采用AI后，哪些基础任务减少了，哪些新人岗位随之改变，以及新的成长机遇是否出现。

教育部此前预计，2026届全国普通高校毕业生规模达1270万人。对于如此庞大的群体，仅了解市场上有多少岗位还不够，还需知道其中多少岗位愿意接纳并培养新人。

眼下的秋招，美团招聘官网已列出面向应届生的AI全栈工程师、AI后端开发工程师等岗位。新机遇正在涌现。我们还需关注，更多毕业生如何从零经验起步，走到能够独立负责的那一天。

今日新手即是明日骨干

初级工作有一个易被忽视的价值：它既在完成任务，也在训练人才。

一个财务新手核对凭证，学到的不仅是数字匹配，还包括为何同一笔业务会有不同口径，哪些异常需进一步追问。一个销售助理跟进订单，逐渐理解客户为何催货，采购与生产为何难以协调。这些判断力，很难通过听一堂课就掌握。

工作经验往往在反复做事、犯错、被提醒、再修改的过程中积累。基础任务可以自动化，但这个学习过程却需有人重新设计。

若公司把简单工作都交给AI，只将复杂问题留给新人，新困难便会出现。一个人连正常业务流程都不熟悉，如何判断AI的建议是否合理？未处理过普通客户需求，又如何直接应对复杂投诉？将新人安排去审核AI输出，也需给予相应训练。

对企业而言，减少培养新人，可能短期内体现为人均效率提高。但人才储备的损失不会立即出现在当期报表上。等到骨干离职、业务扩张或需有人接班时，才发现能独立负责的人不够了。

若每家企业都希望从别处招聘成熟人才，却都不愿承担培养成本，整个行业的人才供给可能受到影响。今天看似节省的一笔开支，几年后可能以更高的招聘成本、更长的磨合时间重新出现。

这种变化还会放大年轻人之间的机会差距。有家庭资源和实习渠道的人，能提前积累经验；缺少这些条件的人，更依赖公开招聘中的初级岗位。经验门槛不断提高，也可能把原本能通过工作弥补的差距，提前变成求职时的障碍。

让AI助力年轻人练就真本领

AI也能降低新人学习的门槛。过去需向同事反复请教的基础知识，现在可先借助AI了解；过去很难独立完成的初步分析，也可先做出一个版本，再请导师指出问题。

机会也不只属于开发大模型的人。新华社今年6月报道，西安科技大学学生郭海锋修读相关“微专业”，把采矿工程与人工智能、大数据技术结合，找到了心仪的工作。这个例子提示年轻人，学习AI可从自身专业出发，找到工具能帮助解决的具体问题。

以库存管理为例，AI给出一份补货建议，学生或新人仍需检查销量数据是否受促销影响，供应商是否按时交货，仓库能否容纳新增库存。把这些条件弄清楚，才能判断建议是否可行。学习就在核实和修正的过程中发生。

企业可让新人先独立提出初步判断，再与AI结果比较，由资深员工解释差异；也可用历史案例训练，等新人能说明错误为何发生，再逐步扩大负责范围。AI加快了获取答案的速度，导师则需帮助新人理解答案成立的条件。

学校的考核也应相应改变。一份排版完整、语言流畅的报告，越来越难说明学生究竟学会了什么。教师可要求学生当面解释依据，临时改变一个业务条件，再看他能否调整方案。能够解释、纠错、应对变化，才更接近真实工作的要求。

对年轻人而言，简历上多写几个AI工具名称，作用有限。更有说服力的是一个完整项目：你面对什么问题，核实了哪些信息，发现并改正了什么错误，最后产生了什么结果。企业最终需要有人对工作负责。

首份工作需有人认真引导

将这些想法落到实处，首先需要企业重新审视新人岗位。岗位可以随技术改变，但应保留真实业务、导师指导和逐步承担责任的机会。

例如，可在六至十二个月的培养期内，让新人从熟悉流程、参与项目，逐步走向独立负责一个有限范围的任务。带教时间要计入骨干员工的工作量。若主管只考核当期产出，谁也很难腾出时间认真培养新人。

企业也可将AI节省的部分时间，用于过去顾不过来的业务，例如跟进更多中小客户、改善售后服务，再让新人参与其中。效率提升能否创造岗位，还受市场需求制约，但企业值得多算一笔业务扩展和人才培养的账。

学校与企业的合作，则需提供连续的实践机会。《意见》提出推动学生入企实践、企业工程师入校授课。双方可共同开发持续一个学期的真实项目，让学生反复修改方案，看到自己的建议为何被接受或否决。评价实习，应看学生承担过什么任务、获得过什么反馈。

公共政策也可将支持做得更具体。《意见》已要求开展AI应用就业影响专项调查。落实时，可持续跟踪应届生岗位数量、零经验岗位占比、首次求职时长和见习转正情况。某些行业持续减少新人招聘时，应进一步调查原因，及时提供支持。

国务院《实施就业优先战略“十五五”规划》已提出实施百万就业见习岗位开发计划。在此基础上，可选择部分岗位试点人机协同培养，将部分补贴与导师投入、能力提升和后续就业情况挂钩，并结合岗位难度评价，鼓励企业认真带人。

对缺少培训资源的中小企业，行业协会、公共就业机构和高校可共同提供项目与导师服务。高质量实践机会还应优先向家庭困难、缺少实习渠道的毕业生开放。不能让有没有资源找到第一段实习，过早决定一个人的职业起点。

年轻人需要主动学习AI，企业和学校也需提供能够学习的场景。只要求毕业生尽快变得有经验，却没有人给他们积累经验的机会，这个问题很难靠个人努力解决。

AI会不断改变工作的内容。企业未来有没有足够的人能够独当一面，也要看它今天是否还愿意认真带新人。为年轻人安排好第一份工作，就是在为下一批骨干创造成长的机会。例如，开云体育在人才培训中尝试引入AI辅助，帮助新人更快掌握业务基础。

作者系中欧国际工商学院决策科学与管理信息系统教授