AI 提效是真的,但第一波就业冲击,先打到年轻人和招聘端

摘要

很多人还在争论 AI 会不会替代人，企业已经用更现实的方式给出答案：先让成熟员工借助 AI 做更多事，再悄悄缩减初级招聘。真正需要警惕的，不只是岗位会不会消失，而是年轻人进入岗位、积累经验、完成成长的入口，会不会越来越窄。

1、AI 提效这件事，已经过了“信不信”的阶段

如果现在还有人把 AI 提效理解成 PPT 里的故事，我觉得判断已经慢了半拍。

公开研究里已经给了很直白的数据。Stanford《2026 AI Index》经济章节提到，AI 在客服、软件开发、营销这些边界相对清楚的工作上，效率提升已经很明确：客服大约提升 14% 到 15%，软件开发提升 26%，营销产出提升 51%。这说明一件事，AI 提效不是想象出来的，它已经开始真实改写很多岗位的单位产出。

问题在于，很多人把注意力都放在“会不会一夜之间大裁员”。可现实世界从来没那么戏剧化。企业通常不会先把整层办公室清空，它们更常做的，是先让原来能干活的人配上 AI，再看看是不是还需要那么多入门岗位。

所以 AI 对就业的第一波冲击，往往不是存量岗位突然消失，而是增量岗位先收缩。

2、为什么最先感到冷意的，往往是年轻人

很多年轻人刚进职场时，做的就是整理信息、处理标准动作、完成重复执行。这些事过去很重要，不是因为它们本身多高价值，而是因为它们是一个人的训练场。你先做这些，才会慢慢理解业务、摸清流程、建立判断。

可偏偏 AI 最擅长接走的，也是这类工作。它会写初稿，会整理纪要，会生成代码框架，会做基础分析，会把一部分原来交给初级员工练手的动作做得又快又便宜。

站在企业视角，这当然很诱人。以前一个中级员工要带两个新人，现在也许一个人加上几个 AI 工具，就能先把八成标准活干掉。

再往下看，企业现在对人力的态度也更现实了。宏观不确定、利润承压、增长难做，很多公司不是不缺人，而是不愿意再用过去那种方式培养人。能直接出结果的，优先；需要慢慢带的，往后放。招聘端一收紧，最先被挡在门外的，当然不是已经坐在里面的人，而是门口的人。

Stanford 的数据也很刺眼：22 到 25 岁的软件开发者就业人数，较 2024 年下降近 20%。这未必意味着 AI 已经把所有程序员替掉了，但它至少说明，企业正在减少对年轻、标准化、可替代岗位的新增投入。

3、真正危险的，不是岗位变少，而是成长路径被截断

如果一个组织只是少招几个人，表面看是成本优化；但如果它把原本承载训练功能的岗位一起砍掉，真正被砍掉的，其实是未来的人才梯队。

因为绝大多数人，不是天生就会判断、会操盘、会对结果负责。大家都是从低价值、低风险、可重复的事情里，慢慢长出业务理解和判断力的。

今天 AI 把这些基础动作大量接走之后，年轻人表面上像是少做了苦活，实际却可能失去了最关键的成长台阶。

这也是为什么我不太认同一种过于轻松的说法：AI 会把人从重复劳动里解放出来。对成熟的人来说，这话可能成立；对刚进场的人来说，未必。因为你被解放掉的，也可能正是你原本用来积累经验、理解组织、建立手感的那一段路。

AI 先改写的，不只是岗位本身，而是一个人从“会干活”走向“能判断”的成长通道。

4、年轻人和企业，都该尽快换一套应对方式

如果你是年轻人，我的建议很直接：别再把自己训练成“便宜执行力”。以后最不值钱的，就是只会接任务、只会按流程做、只会把动作做快一点的人。你要尽快补的，不是多学几个提示词，而是理解业务、形成判断、对结果负责。

如果你是管理者，也别只顾着眼前省人。AI 当然可以提效，但企业不能把未来梯队也一起省掉。你今天少招一个初级岗位，账面上是省了一笔成本；可如果三年后团队没有能接班的人，没有真正理解流程的人，没有被业务打磨过的人，那个账迟早还要补回来，而且会更贵。

更合理的做法，不是简单减少年轻人，而是重做年轻人的训练方式。让 AI 接掉低水平重复动作，把年轻人更早拉进真实业务、问题拆解、结果复盘和跨部门协同里。这样 AI 才是在放大人才，而不是提前掐掉入口。

AI 提效是真的，但它不会先把最贵的人干掉。它往往先让最容易被标准化的人，失去入场券。