企業招聘新拷問：是招新人還是用AI？
“2023年一季度後，‘AI採納者’將初級崗位的招聘量削減了約五分之一；短短6個季度內，採納者的初級員工數量比非採納者下降7.7%，而雙方對資深員工的需求均未減弱。”
文 / 巴九靈
“面試時公司問我會不會用某AI做設計，可我在學校只學過傳統軟件，瞬間語塞，不知如何作答。”
“以前做廣告配音，一小時能賺200美元，現在客戶直接用AI生成，合同裏要求‘永久授權’我的聲音，否則就換人。”
日前，美國社交媒體上一條“那些因AI失業的人，發生了什麼事？”的提問，引來世界各地網友的數千條回覆。
從數據科學家、程序員，到插畫師、客服，在“從從容容遊刃有餘”的AI另一端，是人類滿屏的“匆匆忙忙連滾帶爬”。
個體遭遇的背後，還對應了今年以來美國企業已裁員超百萬人，同比增長超50%；招聘率亦跌至十多年（疫情除外）谷底。
美國，被解僱的員工
如此情形，彷彿復刻了上世紀90年代日本的“就業冰河期”——當年日本經濟泡沫破裂後，企業爲節省成本大幅縮招，大量年輕人無法進入正規職場，長期靠零工爲生。
日本的冰河期源於經濟下行帶來的需求側疲軟，而如今的“AI冰河”是技術變革引發的供給側重構，二者成因不同，卻都預示着企業用人的底層邏輯已悄然改寫。
“AI冰河”的第一批遭遇者
AI到底先影響了誰的工作，是資深員工還是新員工？今年8月，哈佛大學研究員發佈了一份跟蹤美國28.5萬家企業、6200萬員工的數據報告，他們發現：
2015—2022年，初級與資深員工崗位同步增長；從2022年中開始，分化趨勢出現了：資深崗位持續攀升，而初級崗位先停滯，後下滑——這一轉折，與ChatGPT等生成式AI的爆發高度吻合。
爲了進一步觀察，研究以“是否招聘至少一個AI整合師”爲標準，將企業劃分爲積極擁抱AI的“採納者”與非採納者。結果顯示，2023年一季度後，“AI採納者”將初級崗位的招聘量削減了約五分之一；短短6個季度內，採納者的初級員工數量比非採納者下降7.7%，而雙方對資深員工的需求均未減弱。
圖源：《Generative AI as seniority-biased technological change》
簡而言之，生成式AI對就業的衝擊並非均勻分佈，而是精準指向初級崗位的“縮招”。
無獨有偶，斯坦福大學的埃裏克·布林約爾松及其合作者的研究發現，在受人工智能影響最大的工作崗位（例如軟件開發）中，對比2022年末和2025年初，相較於比自己年長的同事，22-25歲員工的就業率下降了13%。而在受人工智能影響最小的工作崗位中，年輕員工和年長員工的就業增長幅度相當。
在AI最擅長“接手”的領域，批發零售業成了“重災區”，初級崗位招聘暴跌近40%；科技、信息、金融、保險等白領行業同樣下滑明顯。
這與我們的日常體感高度契合：資深員工憑藉經驗與AI協同釋放的複合價值，往往遠高於缺乏沉澱的年輕人。
舉個很直觀的例子：資深運營人員藉助AI快速梳理完用戶數據後，能憑行業積累的經驗準確洞察數據背後的需求痛點；新人卻往往只停留在“用AI生成數據報表”的淺層操作。
報告還針對年輕人的學歷做了分析，發現AI的衝擊分佈呈現出顛覆傳統的“U型曲線”：頂尖名校生不可替代性強，普通院校畢業生因薪酬要求低，使得AI替代的性價比不高而相對“安全”；唯獨中間的“腰部大學”畢業生，因高不成低不就而淪爲夾心“窪地”，就業崗位相對縮減超8%。
1→5，學校質量從高到低
圖源：《Generative AI as seniority-biased technological change》
過去，年輕人與企業之間存在一種隱性默契：一方以較低用工成本獲得職場入場券，另一方願意投入資源開展培訓，完成潛力向實力的轉化。
但如今，企業正將鉅額資本投入到大模型訓練與運行等AI基礎設施。“資深員工帶新人”的標配協作模式，逐漸變成了靠少數老員工+AI就能完全覆蓋，新人在崗學習的機會在減少，證明自己價值的入場券也在縮減。
換句話說，AI催生的“人力替代預期”，讓企業更傾向於“等一等、看一看”，轉而直接招募市場上的成熟“即戰力”。現階段的縮招，既是爲“人力替代”預付成本，也是這一戰略最直接的財務落地——企業放棄“新人培養”職能，或許已成爲大勢所趨。
一旦跳過新人培養這一環節，高等教育與職場實際需求的鴻溝將持續拉大，最終形成“學歷貶值”與“技能荒”並存的悖論：學歷含金量持續下降，企業卻仍找不到適配AI時代需求的年輕人才。
當裁員無法迴避時，企業還會將對外話術統一納入“聚焦AI投資”的敘事中。比如亞馬遜、微軟、沃爾瑪等各行業巨頭，都集體釋放出“即便減員，也能憑藉AI實現業績增長、甚至創下新高”的信號——這不僅爲裁員提供了資本市場的合理解釋，更塑造了主動向AI轉型的積極姿態，而華爾街對“越裁員估值越高”的積極回應，恰恰印證了這一敘事的有效性。
如果放任這股趨勢發展，這場由AI引發的年輕人“就業冰河”，可能會重蹈曾經發生在日本的那場不可逆的教訓。
日本冰河世代先例
1990年代的所謂日本“就業冰河時期”，與當前的相似之處，在於同樣出現了企業爲節流普遍放棄培養新人、轉向“即戰力優先”的用人策略，那段時期，畢業於1993—2004年間的大學生，規模達1700萬至2000萬，約佔當時日本總人口的六分之一。
在他們本該步入職場的那幾年，日本大型企業的應屆生招聘規模萎縮約40%，正規僱傭率從74%驟降至55%，而派遣、合同工等非正式僱傭比例則從13%飆升至32%。一些招聘會上，甚至出現過40個年輕人搶一個崗位的誇張比例。
2009年，東京一商業區的上班族
許多被擠出職場的年輕人，成了收入微薄的零工，月薪在支付房租與基本開銷後所剩無幾，醫療與養老保障更無從談起。部分失業者甚至被迫棲身於24小時網吧，淪爲“網吧難民”。
“冰河”還衝擊了社會結構：1970年出生的日本男性在35歲前的已婚比例爲72%，而僅晚五年出生的同輩，這一比例驟降至58%；女性亦從63%跌至49%。近七成青年將“不敢婚、不敢育”歸因於“沒有穩定工作”。
然而，在這一代人最需要聲援時，輿論卻將他們標籤爲“低慾望族”與“失敗的一代”。直至2019年，日本政府才首次承認，這是一場“因時代原因未能獲得公平機會”的結構性困境，並表示“國家負有道義責任”。
儘管日本後續推出的補救措施被部分國際機構視爲“範例”，但對大多數至今已年屆45-54歲的當事人而言，不過是遲來二十年的蒼白慰藉。
頗具諷刺的是，2025年日本職場出現魔幻反轉：企業爭相爲應屆生提供高薪與入職獎金，甚至出現1個畢業生對應4.3個崗位的盛況。然而，這片“就業繁榮”的底色，是冰河期一代人的集體沉默與犧牲——正是他們當年的缺失，造就了今日勞動力的巨大缺口。
日本，參加招聘會的畢業生
這場教訓或許也揭示了一個道理：所謂“35歲危機”與“20歲就業難”本是同一問題的兩面：當崗位被經驗固化的“老油條”壟斷，人才市場上流動的就只剩技能薄弱的“臨時工”。若一代年輕人長期就業無門，未來具備紮實基礎和綜合經驗的35歲+“熟練工”便會出現斷層。
直面AI冰河：重拾初心
要避免新世代滑向“AI就業冰河”的覆轍，可行的路徑包括但不限於：
▶▷將資本引導至“AI+公共服務”領域，如智慧養老、個性化教育、數字鄉村等。這些賽道既能發揮AI的效率，又依賴人類的情感與落地服務，可創造大量可持續的就業機會；
▶▷優化稅收分配邏輯，同時完善社保與醫保的“靈活參保”機制，允許自由職業者、零工按收入比例繳納，享受與正式員工同等的醫保、養老金等；
▶▷聯合企業、高校共同制定“AI時代技能標準”，並據此改革教育體系。系統性降低技能提升門檻，彌合學歷與市場需求間的鴻溝。
北京，2025大學生AI藝術季
尤其在教育迭代上，日本的教訓尤爲深刻。作爲遊戲動漫大國，曾陷入典型的“僞數字原住民”悖論：年輕人雖是數字內容的消費高手，卻普遍缺乏數字工具的實際應用能力。經合組織（OECD）2015年的報告就顯示，約25%的日本青年不具備基本電腦技能，這一比例遠高於全球10%的平均水平。
管理學大師彼得・德魯克曾指出：效能是“做正確的事”，效率是“正確地做事”，管理者首先要確保方向正確，其次纔是提升執行效率。
若以德魯克的視角審視每一條“冰河”，真正的危機或許從來不是工具的革命，而是管理的目標迷失。當企業高舉“降本增效”的旗幟，一不小心便容易異化爲對人力資源的功利化採購。
這種短視還會進一步扼殺真正的突破性創新：那些需要長期投入、容錯空間的深度研發，乃至“藝術”類探索，都會在“回報優先”的功利框架下被邊緣化。
破冰之道，除了個人對技術本身終身學習的驅動力，企業乃至相關部門亦要在治理上下功夫，迴歸管理的初心——將對“人”的投資置於短期“效率”之上，將培育未來的遠見，置於收割當下的慣性之上。
參考資料：
1.《Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data》，Seyed M. Hosseini、Guy Lichtinger，2025.8
2.《日本就業冰河期：一代年輕人被凍結的青春》，虎嗅，2025.10
3.《“不會用電腦”，逼瘋00後職場新人》，新週刊，2025.10
4.《效率的幻覺：爲什麼公司越裁員，估值反而越高》，秦朔朋友圈，2025.11
5.《Can AI replace junior workers?》，經濟學人，2025.10
本篇作者 | 袁一音 | 責任編輯 | 何夢飛
主編 | 何夢飛 | 圖源 | VCG
