从文案到客服，从设计到运营，越来越多的“第一份工作”正在被模型吞噬。这不是危言耸听，而是正在发生的现实。本篇文章将从一线观察出发，剖析AI如何改变职场底层逻辑，揭示年轻人面临的结构性挑战，并探讨在这场变革中，我们还能如何突围。
2025年的夏天，伦敦的毕业生比往年更早地感受到了秋天的凉意。当他们满怀憧憬，带着崭新的学位证书和精心打磨的简历涌入求职市场时，却发现原本为他们敞开的门，正在一扇扇关闭。
招聘网站上，诸如初级、助理和实习生这类词条的搜索结果，正以肉眼可见的速度变得稀疏。
这不是危言耸听的都市传说，而是正在发生的现实。根据招聘网站Adzuna的最新研究，自2022年11月ChatGPT发布以来，英国的初级职位数量暴跌了三分之一。这些岗位涵盖了毕业生工作、学徒、实习乃至无学位要求的各类入门职位。两年时间，仿佛一个时代过去了。
这批年轻人，是第一批被AI浪潮冲刷上岸的数字难民，当AI开始承担我们最初级、最基础的脑力劳动时，人类职业生涯的第一个饭碗，碎了。
自ChatGPT这个划时代的AI聊天机器人问世到现在，英国的初级岗位空缺减少了32%。这类岗位在整个就业市场中的占比，也从2022年的28.9%萎缩至今天的25%。
另一家招聘巨头Indeed的数据，与Adzuna形成了互证：雇主正暂停招聘，并利用人工智能来削减成本，招聘应届毕业生的职位数量与去年相比减少了33%，今年成了自2018年以来，英国毕业生求职最艰难的一年。
这不再是关于未来AI将取代人类的遥远预言，而是已经写进企业财报和HR招聘计划的实际行动。瑞典支付巨头Klarna宣布，其AI助手已经能处理三分之二的客户咨询。IBM则大刀阔斧，用AI承担了数百个人力资源部门的职位。
在这些数据和商业决策背后，一个过去支撑着无数人职业起步的模式正在崩塌。
传统的职业发展阶梯，底层正在被抽空。过去，一个年轻人进入职场，通常从整理资料、写基础文案、做数据录入、对应岗位的各种杂活开始。他们通过这些看似琐碎的工作熟悉行业、建立联系、学习技能，慢慢成长为能够独当一面的中坚力量。
这套逻辑，在工业时代和信息时代都行之有效。但生成式AI的出现，像一个可以无限复制、任劳任怨、全知全能的超级实习生，它把这一切都改变了。
过去需要一个助理花一天时间整理的会议纪要，AI在几分钟内就能完成；过去需要一个初级设计师通宵制作的几十版草图，AI在半小时内就能生成上百个；过去需要一个市场新人搜肠刮肚撰写的宣传文案，AI可以瞬间提供无数个版本。
当一台每月花费几十元的软件，就能胜任过去需要支付数千元月薪的岗位时，企业主会如何选择？答案不言而喻。
第一批被AI淘汰的人，不是那些从事复杂决策、深度创造的资深专家，恰恰是那些刚刚站在起跑线上的年轻人。AI没有上来就挑战金字塔顶端的将军，而是先釜底抽薪，瓦解了构成塔基的步兵团。
将这场变革简单归因于企业为了省钱，无疑是浅薄的。成本只是表象，其背后是更深刻的商业逻辑和技术发展的剧变。
回顾过去的技术革命，无论是蒸汽机、电力还是计算机，其核心都是延伸和替代人类的体力或程序化脑力。工厂里的机器人替代了流水线工人的重复劳动，办公室的电脑软件替代了会计和文员的计算与归档。这些技术极大地提高了效率，但它们主要冲击的是那些可被标准化的蓝领和白领岗位。
而以ChatGPT为代表的生成式AI，是历史上第一次，技术开始大规模染指非标准化的白领工作。它模仿的不是人的手臂，而是人的大脑皮层。写作、编程、设计、分析、总结，这些曾经被认为是人类独有的、需要创造力和智力才能完成的任务，如今被机器以惊人的速度和质量执行。
今天的办公室白领们，正面临着与1980年代制造业工人同样的科技和经济颠覆。AI精准地切向了知识工作者的基本功。而基本功的练习场，正是初级岗位。
在过去的企业组织架构中，人才结构往往是金字塔形的。少数高层负责战略决策，大量中层负责管理执行，而数量最庞大的底层员工，则负责具体的、基础性的工作。这种模式依赖于人的堆积和传帮带。一个资深员工的经验和产能，需要通过带领数个初级员工来放大。
AI打破了这种线性关系。它成为了资深员工的算力插件和灵感引擎。一个经验丰富的架构师，也许可以利用AI在一天内完成过去需要一个团队一周才能完成的编程任务；一个顶尖的营销专家，也许可以借助AI同时管理和优化数百个广告活动。
AI没有取代专家，反而让专家的能力被前所未有地放大，把他们变成了“10倍工程师”或“10倍设计师”。这些被AI武装起来的超级个体，其效率和产出或许远超一个资深员工加几个初级员工的传统组合。
于是，企业发现，他们不再需要那么多学徒来给师傅打下手了。他们需要的是更少的、但更精英的、懂得如何驾驭AI的专家。金字塔形的人才结构，正在被AI压成一张更扁平、更精英化的大饼。
为什么是现在？因为AI终于从一个昂贵的玩具变成了一个便宜的平台。
过去的AI，好比是为特定任务定制的专用机床，开发成本高昂，应用场景狭窄，只有少数大公司玩得起。而大语言模型的出现，让AI变成了一种像电一样的通用资源。它可以通过API接口，轻松地接入到几乎所有的软件和工作流程中，成本低廉，部署方便。
这种技术的民主化，让AI的能力迅速渗透到工作的每一个毛细血管。它不再是少数科学家的专利，而是每个普通办公室职员都能在浏览器里打开的工具。技术的可用性与易用性达到了一个临界点，从而引发了应用的井喷和对旧工作方式的颠覆。
这场效率革命的本质，是把人类从执行的角色中解放出来，推向指挥和判断的角色。工作的核心，不再是亲手把砖搬完，而是告诉AI应该把砖搬到哪里，并检查它搬得对不对。
然而，对于一个刚走出校门、连砖长什么样都还没摸清的年轻人来说，他们又该如何去指挥呢？当练习场本身都消失了，新一代的选手又该如何获得参赛资格？
面对被AI格式化的初级就业市场，恐慌和抱怨是徒劳的。我们正站在一个新时代的入口，旧地图已经失效，唯有重新绘制通往未来的路径。
过去，一份大学文凭加上一些通用技能，足以让你获得一份初级工作。但在未来，“熟练使用AI”将不再是加分项，而是像今天“会用Office”一样的基本要求。不懂得如何通过提示词Prompt与AI协作、如何利用AI工具提升工作效率、如何对AI的输出进行事实核查和优化，你可能连面试的机会都拿不到。
根据普华永道的研究，那些受AI影响的更多职业，其所需的技能组合更新速度比其他职业快了66%。而掌握AI技能的员工，其薪资水平也比普通员工高出56%。这条技能鸿沟和收入鸿沟，将成为未来职场最显著的分界线。
既然传统的学徒岗位正在消失，年轻人积累经验的方式也必须改变。未来的第一份简历，可能不再是你在某家公司实习的经历，而是你独立或协作完成的一系列AI赋能项目。
比如，一个想进入营销行业的学生，可以在大学期间就利用AI工具分析市场趋势、生成营销方案、制作广告视频，并把这些成果打包成一个完整的作品集。这比任何一份空洞的实习证明，都更能向雇主展示你驾驭未来的能力。未来的求职，可能会越来越像设计师和程序员的模式：别说你做过什么，直接给我看你的作品。
今天的大学教育，在很大程度上仍在传授那些最容易被AI替代的知识和技能。当AI能瞬间写出符合要求的论文时，我们还在纠结于学生的论文到底能不能通过。当AI能解决大部分常规问题时，我们还在用标准答案来衡量学生的优劣。
未来的教育，一定从知识的传授转向能力的培养。这个理念其实已经由来已久，无数人都提出过，不过显然大家并没有重视，又或者无从做起。
批判性思维、创造力、复杂问题的解决能力以及与AI协作的人机交互能力，将成为新的教育核心。学校需要教的，是如何提出正确的问题，如何判断结果，而不是背诵正确的答案，但显然这步路既难走，也好像不现实，当然这不是我们个人层面可以置喙的，很难看清全局，也不具备这方面的水平。
AI带来的，可能不是一场温和的产业升级，而是一场对劳动力市场的创造性破坏。它摧毁了一些旧的岗位，尤其是那些位于职业生涯起点的岗位，但同时，它也催生了对全新技能的巨大需求。
对于那些即将或刚刚踏入职场的年轻人来说，这无疑是一个充满挑战的时代，过往的经验不再可靠。但硬币的另一面是，他们也是离新技术最近的一代，没有历史包袱，更容易适应新的人机协作范式。
旧门正在缓缓关闭，但在它旁边，一扇通往AI时代的新门已经打开。能否找到钥匙，穿门而过，将决定这一代人最终的职业命运。
未来的职场只有两种人：一种是给AI下达指令的人，另一种是执行AI指令的人，没有中间地带。
参考资料：
UKJobMarketReport英国就业市场报告
https://www.adzuna.co.uk/job-market-report/#section-7
欧洲时报：人工智能是利是弊？英国毕业生面临7年来最糟就业市场
https://www.oushinet.com/static/content/europe/britain/2025-06-26/1387866132114976117.html
普华永道：The Fearless Future: 2025 Global AI Jobs Barometer
https://www.pwc.com/gx/en/issues/artificial-intelligence/ai-jobs-barometer.html
作者：子修，微信公众号：ToB运营俱乐部
本文由 @子修 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。