人工智能正越来越多地接手研究、写作、编码和行政事务，这些原本是许多行业初级员工最常承担的工作。随着工具能力提升，企业开始重新评估入门岗位是否还需要按过去的方式设置，以及新人该如何完成职业起步。

部分企业减少初级岗位

CNBC 报道，英国伦敦广告公司 Catalyst 现在让一名初级员工同时负责 5 个客户账户。公司创始人 Tobias Green 表示，过去这类工作往往需要多人分担，如今 AI 已能完成前期研究、初稿撰写和数据整理，人工更多负责修改、把关和对外沟通。

英国开放大学 2026 年《商业晴雨表》调查了 1500 名英国企业高管。结果显示，51% 的受访者称 AI 正在改变招聘方式；19% 表示已减少初级岗位招聘，其中 42% 将 AI 采用列为原因之一。

组织结构从金字塔转向菱形

人才测评公司 SHL 产品负责人 Lucy Beaumont 表示，一些大型毕业生招聘企业正在减少招人规模，因为它们先要判断这些岗位是否还有必要保留。她称，传统企业组织常被视为“金字塔”，但现在正出现“菱形”结构，也就是中层人员占比上升，而底层入口收缩。

她认为，初级岗位不仅承担执行任务，也是员工熟悉企业环境、积累经验和犯错学习的起点。如果这一层被削弱，未来各级岗位的人才供给都可能受到影响。

企业开始按潜力招人

不过，初级岗位并未整体消失。技术咨询公司 Klarus 对英国和爱尔兰 500 名中型企业管理者的调查显示，45% 的受访者称，AI 正帮助初级员工更快完成工作；接近四分之一的人则认为，AI 也在创造新的岗位和机会。

这种变化在软件开发领域更明显。FDM Group 首席运营官 Sheila Flavell 表示，随着 Claude Code、Codex 等工具普及，开发人员越来越多地承担协调和监督职责，既要管理 AI 代理，也要与团队成员协作。

SHL 还观察到，一些雇主不再把毕业生直接招进固定岗位，而是先按通用能力录用，再决定后续分配方向。Beaumont 表示，这种做法更像“按潜力招聘”，重点是候选人是否具备再培训能力，而不只是既有专业背景。

培训重点转向判断力

研究机构 Bloor 董事 Cheney Hamilton 认为，真正的问题不只是基础工作被替代，而是新人是否还能在没有亲自做过这些工作的情况下，形成判断 AI 输出对错的能力。她指出，过去所谓“杂活”并不只是重复劳动，也是员工积累语境和判断力的过程。

她的建议是，企业不必为了培训而保留低价值事务，但可以把初级岗位的重点从“产出”转向“接触场景”。也就是说，让新人参与检查和修正 AI 生成内容，并由资深员工有意识地传授判断标准。

FDM Group 也在尝试类似方法。该公司现在更多用真实业务问题训练新人，要求他们借助代理式工程思路寻找解决方案，而不是只学习如何使用某个 AI 工具。

从企业角度看，AI 确实提高了初级员工的起点，也压缩了部分入门岗位的需求。但如果公司没有同步重建培训路径，未来可能出现一种新情况：新人能借助 AI 快速完成很多任务，却缺少独立判断和深入理解。