初级岗位招聘放缓已开始在真实数据中显现

2026年6月24日，路透社报道了瑞士jobs.ch的一项研究，该研究显示，在AI能够承担部分基础工作的领域，初级岗位的招聘需求已开始走弱。该研究审查了超过730万份招聘广告，发现2025年瑞士初级岗位的招聘广告占比比2019年至2022年的平均水平低32%，研究将这一时期视为AI出现之前的基准期。营销、行政、财务和IT是受影响最大的领域之一。

这是企业领导者应当认真对待的第一类信号，因为这并非一场关于AI是否有朝一日会影响初级工作的理论探讨，而是招聘需求已经发生的实际变化。受冲击最大的未必是完整的职业类别，而是那些传统上让人们获得第一份商业经验的早期职业任务：起草文件、核对内容、撰写摘要、准备报告、收集信息、整理文档格式、核对数据，以及协助资深员工。

不招聘初级员工在短期内节省的成本，可能会变成日后缺乏经验丰富人才的长期代价。

成本节约可能首先出现在哪里

对中型企业而言，这种诱惑是可以理解的。如果AI能够写出初稿、总结电子表格、准备营销简报、对客户请求进行分类，或审阅文档，管理者可能会决定推迟招聘初级员工。短期来看，这似乎很高效：薪资支出更低，资深员工获得AI辅助，重复性工作推进得更快。

人才梯队问题

每家企业都依赖一条隐形的人才梯队。初级员工之所以能成长为经验丰富的员工，是因为有人把并不完美的初始工作交给他们，对其加以监督、纠正，并让他们在实践中逐步建立判断力。如果企业因为AI能完成基础任务就停止招聘初级员工，日后可能会发现，没有人是从基层一步步学会这门生意的。

这种风险不仅在于未来招聘将变得更加困难，更在于企业文化层面。一家资历结构过于偏向资深员工的公司，可能会失去年轻员工带来的活力、好奇心、适应力和数字化敏锐度，也可能因此失去员工的忠诚度。如果早期职业人才看不到通向有意义工作、培训、晋升和更大责任的路径，他们就会转向那些能提供更清晰成长承诺的雇主。

当AI降低初级员工的即期回报率时，该如何招聘

答案不是照旧招聘初级员工、假装AI什么都没改变，而是要重新设计初级岗位本身。入门级员工不应再仅仅被当作从事重复性工作的低成本劳动力，而应被纳入结构化的学习体系：AI负责部分基础产出，员工则学习判断力、客户背景理解、流程主导权和业务决策能力。

这意味着企业必须把价值主张讲清楚。初级员工在第一年的盈利能力可能较低，尤其是当AI能更快完成部分工作时。但如果企业将这名员工视为一项长期能力投资，经济账就会不同。目标不是让初级员工在单一任务上与AI比高下，而是培养出能够将AI熟练度与公司知识、客户理解和专业判断力结合起来的未来员工。

一种务实的做法是让初级岗位的招聘更具契约性、透明度和成长性。与其说“加入我们，需要做什么就做什么”，企业不如设定一条两到三年的成长路径：先精通工具，再负责可复用的工作流程，然后协助客户或管理层决策，最终带领一个小的业务模块。这既让年轻员工有理由留下来，也让企业相信，今天的培训成本会变成明天的能力资产。

最强的初级岗位不会与AI竞争，而是把AI当作训练环境。初级分析师应学会质疑AI生成的洞察；营销助理应学会用品牌判断力去改进AI草稿；文档审阅人员应学会用原始材料核实AI发现的问题。人的技能将转变为监督、情境把握、上报升级和决策质量。

AI 时代初级岗位招聘的 DNLA 行动手册

• 重新设计岗位本身，而不只是薪酬。明确初级员工要学习哪些AI尚不能完成的能力。
• 建立清晰可见的晋升路径，向员工展示未来两到三年内可获得的技能、职责、薪资级别和职称。
• 把AI当作受监督的培训工具。让初级员工使用经批准的AI系统，但要求资深员工进行审核、讲解和纠正。
• 指定并落实导师责任制。资深员工的考核应部分基于其培养初级人才的成效，而不仅仅是自身产出。
• 保护早期职业阶段的学习时间。安排专门的培训、反馈和复盘时间，而不是把每一小时都填满生产性工作。
• 奖励留任与能力成长。通过奖金、认证、内部轮岗和晋升机制，防止企业培养出的年轻人才在成才后流失。

DNLA 观点