财途信号灯 2026-11-15 09:33:00
2026年7月,16—24岁城镇青年失业率(不含在校生)17.9%,较6月上升3个百分点,为年内最高。同期,1270万高校毕业生进入就业市场,面向应届生的有效校招岗位约567万个,供需比约2.3:1。前程无忧的数据更具体:校招职位总量较2022年峰值收缩约四成,超过七成岗位直接要求3年以上经验。
这些数字共同指向一个比“失业率”更隐蔽的变化:不是岗位总量消失了,是“没有经验的人可以进去的那道门”在变窄。 AI最先替代的,不是某一个职业,是职业阶梯最下面那一级。
被压缩的入门任务,恰好是过去“练手”的地方
理解这轮冲击,需要区分两个概念:职业和职业内部的任务。AI替代的边界,不取决于岗位名称,取决于任务是否标准化、输入是否明确、结果是否容易验证。
初级程序员的工作是写代码、改简单Bug、做常规测试——恰好符合这三个条件。清华大学报告显示,初级程序员岗位的AI替代率达到87%。高盛调研显示,财务基础核算的AI替代率超过85%,法律文书助理92%,基础市场分析师85%。
更宏观的尺度上,上海科技大学的研究统计了2026年1—4月中国发布的4001万条招聘信息,33.2%涉及高度可被AI暴露的任务。这个比例放在1270万毕业生和567万校招岗位的背景下,意味着大量“新人本来可以先进去、边干边学”的位置,正在被重新切分。
Anthropic自己的数据:初级招聘占比从27%降到9%
如果只看外部观察,容易低估变化的幅度。Anthropic公布的内部数据提供了一个更直接的样本。
2025年初至2026年,技术部门初级员工占比从21%降至14%,相对降幅33%;新招聘员工中的初级占比从27%降至仅9%。与此同时,Agent与人类的工作时长比达到6:1,研究部门高达19:1。代码变更次数是此前的5.1倍,代码合并量四个月内增长12倍。
这些数字的含义不是“Anthropic不要人了”。技术部门招聘的绝对人数仍在增长,但增长集中在资深岗位和非技术岗位。入职第一年、从基础任务开始积累经验的那一层,被压缩得最厉害。 哈佛商学院覆盖6200万劳动者的研究给出了同一方向的证据:企业引入生成式AI后,初级开发者就业率在6个季度内下降9—10%,高级岗位几乎不受影响。
企业不需要大规模裁员。只要放慢入门级招聘,人才管道就会在几年内改变形状。
Klarna的纠偏:省了6000万美元,为什么把人请回来
如果只看替代的一面,结论会过于简单。Klarna提供了一个完整的“激进实验—承认过度—回调”周期。
2024年2月,Klarna的AI客服上线首月处理230万次对话,承担约700名全职客服的等效工作量,平均解决时长从11分钟压到2分钟以内。2024年实际实现约3900万美元成本节省,2025年三季度CEO给出的更新估算升至年化6000万美元。
但2025年5月,IPO前四个月,CEO Siemiatkowski公开承认:过度以成本为导向的AI客服策略带来了“更低的质量”,公司将重新招募人工客服,“投资于人工支持的质量,才是我们的未来”。最终Klarna形成的不是“AI替代人”,是“AI优先+人工兜底”的分层模式。
这个案例的启示不在“AI不行”,在替代的边界不由技术能力单独决定,由“出了问题谁负责、复杂场景谁兜底”决定。标准化问答可以交给机器,情绪安抚、争议处理和需要承担后果的判断,仍然需要人。
技能错配:新岗位在长,但长在旧岗位够不着的地方
WEF《2025—2026年职业未来报告》的预测是:到2030年,全球9200万个岗位被替代,1.7亿个新岗位出现,净增7800万;现有核心技能中约39%将发生变化。IMF的测算则是发达经济体约60%的岗位受AI不同程度影响。
净增是总量叙事,技能错配是结构叙事。AI训练师、人机协同运维、模型校验、行业大模型应用师等新职业在扩容,招聘平台数据显示2026年一季度AI运维岗位需求同比增长超过200%。但这些岗位要求的是“工科+跨界”的复合能力,与传统文史哲法管类专业的供给结构之间存在明显的迁移距离。
新岗位不会自动接住被旧岗位挤出来的人。 中间隔着技能重建的时间和成本,而这段时间恰恰是青年失业率最难快速回落的原因。
回到那个被反复讨论的问题:AI会让哪些职业消失?更准确的问法是:当基础任务被AI接管之后,一个年轻人从哪里获得“从不会到会”的那段经历?
企业端已经在面对这个成本。Anthropic承认,初级员工占比持续下降,几年后“谁来设计和管理复杂系统”会变成现实问题;Gartner的判断是,到2028—2029年,自动化催生的新型工作将超出AI当前能承接的范围,部分被压缩的岗位需要重新配置。Klarna的纠偏证明,省掉的人工成本,可能以服务质量、纠错和重建信任的方式回来。
对个体而言,这轮变化最实际的提醒不是“选一个AI替代不了的专业”——没有哪个专业能给出这种保证。更可操作的是:在入门岗位变少的时期,主动把“基础执行”的经验替换为“定义问题、检查结果、承担判断”的经验。 工具会变,职业名称会变,但能为结果负责的人,在任何一轮技术重构里都有位置。
【版权声明】本文内容来源于财途信号灯,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-15 09:05:01
(第1/1页/共3535字/7阅)