夜雨聆风CAREER / AI WORK
我最近看一些初级岗位描述，有个感觉越来越明显。
公司还在喊缺 AI 人才，但真正愿意给新人练手的活，正在变少。
以前新人进公司，先整理资料、改表格、写初稿、查竞品、做会议纪要。这些活不高级，甚至有点枯燥，但它们有一个隐藏价值：让你在低风险环境里犯错。
你写得浅，有人帮你改。你数据清洗错了，有人指出来。你第一次做竞品分析，老板会告诉你哪里只是罗列，哪里才算判断。
麻烦就在这里。AI最容易接走的，刚好就是这些低风险练习题。
先把信源钉住：Oliver Wyman Forum 与 NYSE 的 CEO 调查给了这篇文章的事实底座，不是单纯情绪判断。
一、这条新闻刺痛的不是裁员，而是入口
Oliver Wyman Forum 和纽约证券交易所的 CEO 调查里，有一个数字很扎眼：预计因为 AI 减少初级岗位的 CEO 比例，从 2025 年的 17% 升到 2026 年的 43%。
这个数字不等于明天所有新人岗位都会消失。它更像一张管理层心态的温度计：过去很多公司会默认用新人做基础执行，现在会先问一句，能不能让 AI 先做。
关键不是 43% 本身有多吓人，而是它说明“初级岗位”已经被 CEO 放进 AI 重排清单。
IT之家的中文报道还把科技行业的压力写得更直接：科技行业 74% 的 CEO 冻结或缩减招聘，未来一两年计划减少初级岗位的比例也升到 43%。
所以这件事最值得看的，不是“AI 又要抢谁的饭碗”。真正的问题是：一个行业原本给新人准备的第一层台阶，可能正在变窄。
中文信源把科技行业招聘收缩单独拎出来，适合国内读者快速判断这不是小范围传闻。
二、CEO 先改变的，是招人的算盘
同一份调查还写到，45% 的 CEO 预计 AI 会让员工数量持平，29% 的 CEO 预计员工规模减少 5% 或更多。
这组数字说明的不是一刀切裁员，而是更细的变化：公司会重新计算“哪些事值得招人做，哪些事先交给 AI 做”。
初级岗位最尴尬的地方就在这里。它过去不只是产出岗位，也是训练岗位。新人通过做基础活，慢慢学会业务、标准、协作和边界。
员工数持平和减少并列出现，说明 AI 更像是在重排岗位结构，而不是简单替换所有人。
现在，如果 AI 能把一部分基础活做得更快、更便宜、更稳定，公司自然会少买一点“培养过程”。
这对新人最残酷的地方是：你还没来得及证明自己有判断力，公司已经不太想为你展示判断力之前的练习阶段付钱。
三、新人真正少掉的，是被纠正的机会
很多人把 AI 理解成超级员工。但从职业入口看，它更像一台会重新分配底层任务的机器。
它先接走的不是 CEO，也不是资深专家，而是标准化、可检查、可批量重复的工作：资料整理、会议纪要、竞品表格、客服分类、基础代码、报告初稿、销售线索筛选。
这些事过去看起来低级，却能训练人。你做一遍，别人改一遍，你才知道行业里什么叫“差不多”，什么叫“能交付”。
文章的重点不在失业口号，而在这些基础任务过去承担了新人训练场的功能。
如果这部分工作被 AI 大量压缩，新人不能再只靠“愿意做杂活”进入系统。
你要提前证明的东西会变多：我能拆问题，我能判断质量，我知道哪里需要人工复核，我能把 AI 结果改到可交付。
四、我的建议：别等公司给你练级场
如果你正在学 AI、运营、产品或编程，我不建议把这条新闻读成恐慌。
更有用的读法是：入门策略要换。以前的路径是先进公司，接低级任务，慢慢学业务。现在更现实的路径是先在外面把低级任务做成作品，把 AI 当训练器，带着证据进入公司或客户面前。
信源负责说明岗位结构在变，行动层面要落到“自己搭练级场”，而不是等别人分配练习题。
想做内容运营，就别只说“我会用 AI 写文案”。连续 30 天做一个选题实验：每天抓 10 条热点，用同一套维度打分，写 3 个标题、1 段开头、1 张配图方案，再记录哪类更容易被打开。
想做产品，就找一个真实产品，拆它的转化路径、用户反馈、竞品定价和功能优先级，每周交一份产品改进备忘录。
想做 AI 编程，就做一个小工具，把需求、原型、代码、测试、修 bug、部署和复盘全部留下来。重点不是代码多复杂，而是你能不能解释每个选择为什么这样做。
五、OPC 创业者要卖判断，不要卖按钮
对一人公司来说，这条新闻也不是“我可以少雇一个人”这么简单。
当基础执行越来越便宜，客户默认你会借 AI 执行。真正能收费的部分，会从“我能做”转向“我能负责结果”。
当执行变便宜，一人公司更应该强调判断、整合、负责和复盘，而不是只展示生成动作。
做营销顾问，客户不会因为你能生成 50 个标题而付高价。他会因为你能判断哪 3 个适合他的客群、哪条内容能进入成交路径、哪种表达有平台风险而付费。
做独立开发，客户也不会因为你能让 AI 写一个页面而付高价。他会因为你能收敛需求、打通数据、控制上线风险而付费。
六、今天可以做的三件事
第一，选一个明确角色。不要泛泛地说“我要学 AI”。你要说清楚：我要成为 AI 内容运营、AI 产品助理、AI 销售运营、AI 自动化开发者，还是 AI 研究助理。
第二，列出这个角色过去会交给新人的 10 个基础任务。不要嫌它们低级，它们正是 AI 正在接手的东西，也是你必须证明自己懂业务的地方。
第三，把每个任务做成可展示证据。不要只放结果，要放输入、规则、AI 怎么帮你、你改了哪里、最后为什么这样交付。
七、冷静边界
当然，这份调查不是命运判决书。不同行业、公司和国家的节奏会差很多。有些公司会减少新人，有些公司也可能用 AI 降低培训成本，让新人更快上手。
真正的问题不在于“还有没有初级岗位”，而在于初级岗位越来越要求你一开始就像一个能交付的人。
结论不要落到恐慌：练级没有消失，只是不能再完全等公司提供。
我的结论很简单：AI不是只在抢工作，它也在抢走一部分人的练级场。
如果你还在等公司给你一个从零开始慢慢学的机会，这件事会越来越难。
但如果你愿意主动把 AI 变成训练器，给自己设计任务、做出作品、记录判断过程，你反而可能比过去更快拿到入场券。
参考来源
Oliver Wyman Forum / NYSE CEO Survey 2026：https://www.oliverwymanforum.com/ceo-agenda/how-ceos-navigate-geopolitics-trade-technology-people.htmlIT之家中文报道：https://www.ithome.com/0/954/235.htm
