保護入門級工作，并非是在固守傳統，而是在主動塑造一種未來——在這里，工作依然是個人成長、韌性打磨以及人類共同成就的源泉。只要我們以想象力與勇氣把握當下，AI時代就不會成為機遇的終結，而是通往更智能、更公平、更具成就感的職場形態的開端。

你可能已經聽說過，或是親身體會過，AI正在重塑我們的工作方式。如果你是擁有一定地位、顯赫聲望和扎實人脈的資深專業人士，那么至少就目前而言，你可能相對安全，不會被AI取代。

然而，越來越多的證據表明，對于從事入門級工作的群體來說，情況并非如此。斯坦福大學的一項研究發現，近年來在美國最易受AI影響的領域（如軟件開發和客戶服務）中，職場新人的就業率大幅下降。世界經濟論壇的研究表明，AI已能完成50%～60%的常規初級任務，包括撰寫報告和研究綜述、修復代碼、安排日程和清理數據。

組織為何應重新設計入門級工作？

我們認為，僅僅為了削減成本而大幅裁減入門級崗位是一種短視的做法，對企業和整個社會而言都危害巨大。有充分的理由表明，企業必須抵制大規模裁減這類崗位的誘惑；相反，企業應該對其進行重新設計。這一觀點背后，至少有四個強有力的理由。

1.培養未來的中層專業人才和領導者

每一位有能力的管理者和專業人士都有各自成長的起點。最優秀的領導者和最杰出的專家都是從基層開始了解業務，逐步掌握領導團隊和解決重大問題所需的技能和視野。在任何職業（或活動）中，隨著時間的推移，人們都會經歷從“有意識的不勝任”到“有意識的勝任”，再到“無意識的勝任”階段，從而掌握一系列寶貴的技能。此時，他們更能把握全局，有效地做出高風險決策。裁撤入門級崗位，相當于切斷了這條人才培養通道。

想象一下，如果新招的經理從未在一線工作過，從未處理過客戶投訴，從未撰寫過重要會議紀要，也從未處理過運營工作中的瑣碎細節，將會怎樣？這樣的領導者將脫離實際、虛無縹緲，極其缺乏經驗。不妨回想一下你職業生涯中的尤里卡時刻（編者注：靈感迸發的頓悟時刻，源自阿基米德發現浮力的典故），當工作中的相似規律反復出現，你便得以洞察重要的因果關系。或許正是這些經驗強化了你的洞見，讓你在工作和專業領域中變得更高效。

簡而言之，如今大多數入門級崗位具備兩個核心職能：完成工作任務，以及將員工培養成組織和社會中更有能力的人。

2.從基層激發創新

創新往往源于那些最了解工作的人。初級員工不受傳統思維的束縛，更擅于發現效率低下的環節并提出創造性解決方案。在科技行業，這種做法被稱為“內部測試”（dogfooding），意思是先行試用自家開發的產品。微軟就曾在內部對早期版本的Word和Excel做過著名的測試，在公開發布前根據員工反饋不斷優化產品。

初級員工通過壓力測試流程找出問題所在，也能創造類似價值。與輸出穩定的AI不同，人類的表現往往因人而異，這有時會帶來混亂，但同時也是新想法、改進建議以及偶然突破的源泉。如果你的創新策略是將創意構思“外包”給人人皆可使用的機器或工具，從而產生非常相似甚至完全一致的結果，那么就不要指望公司能夠獲得競爭優勢。

3.豐富組織文化

當今職場呈現出前所未有的跨代際特征，多達五代人一同工作。這種年齡與視角的多元性豐富了職場文化，激發了創造力。如果沒有年輕人的參與，組織就會失去新鮮活力，觀點也會變得局限。這可能催生僵化同質的文化氛圍——老員工之間頻頻內部交流，導致組織的自我更新機制失效。

4.保護社會穩定

工作不僅是收入來源，還賦予人們目標、生活秩序與歸屬感。如果沒有入門級工作，數百萬年輕人將陷入無所事事的境地。歷史經驗表明，當大批身強力壯的年輕人無法從事有意義的工作時，社會終將為此付出代價，加劇社會疏離、動蕩甚至犯罪。保護入門級工作既是企業的責任，也是公民的義務。

如何重新設計入門級工作？

為了保護入門級工作，組織必須對其進行重新設計，確保它們在AI驅動的工作環境中仍然能夠創造價值。這包括四個主要步驟。

1.重新構想工作任務

初級崗位不應再被那些重復、可自動化且能由AI更好、更快完成的任務所定義。相反，這些崗位的設計應讓員工深入理解工作背后的意義。

以會計工作為例。AI可以核對交易記錄并起草財務報表，因此大多數會計師事務所已部署各類AI技術，以便將初級員工的工作重心轉移到更高價值的活動上，例如異常檢測、欺詐調查和客戶咨詢工作。這樣一來，初級員工仍然可以學習基本操作流程，但他們真正的工作是解讀機器生成的結果。

同樣，在本文作者之一托馬斯所從事的人員配置與大規模招聘領域，多年來AI一直作為輔助工具，幫助招聘人員從數百萬份簡歷、求職信和預先錄制的面試視頻中篩選出高潛力求職者。然而，即使是初級招聘人員，仍然在價值鏈的“最后一公里”發揮關鍵作用。把一些任務交給AI處理后，他們利用節省下來的時間，與入圍候選人和客戶進行更有價值的人際交流。

這些轉變與麥肯錫的預測相一致，雖然60%的職業中至少有三分之一的任務可以實現自動化，但很少有職業能夠完全自動化。真正的機遇在于重新構想工作內容，讓人類將更多時間投入需要判斷力、協作和創造力的領域。通過這種方式，AI可以強化人類的能力優勢。

2.注重技能提升

只有與批判性思維相結合，AI才能發揮價值。若以犧牲專業判斷力為代價換取生產力提升，則毫無意義?！犊茖W》（Science）雜志近期發表的一項研究發現，生成式AI可以將文本任務的產出提高 40%，但那些不加批判地接受機器建議的新手，其表現反而不如那些通過獨立思考解決問題的人。

以銀行業為例，大多數分析師使用生成式AI準備PPT和報告。為了完善這一流程，培訓課程現已加入“紅隊演練”（red teaming）環節——要求初級分析師檢驗假設、識別漏洞，并解釋生成式AI可能出錯的原因。培訓的目標不只是追求速度，更重要的是培養判斷力。初級分析師須以懷疑者或競爭對手的視角審視AI的輸出結果，找出錯誤假設、數據缺失與邏輯漏洞，并向資深同事論證自己的批判性意見。AI由此成為人類智力層面的切磋伙伴：雖然它反應迅速、能力強大，但并非完美無缺。

3.重新設計工作流程

AI的默認用途是替代人工，讓機器承擔部分工作以削減人力。更明智的做法是調整工作流程，把機械執行的任務交給AI，人類則負責界定問題、提出更好的問題以及建立人際關系。

在咨詢行業，AI可以生成市場報告，但咨詢公司仍然會讓初級顧問參與研討會和訪談，培養他們的人際交往能力與情境感知力，這是任何算法都無法替代的。在軟件開發領域，生成式AI平臺被廣泛用于編寫樣板代碼，入門級工程師則負責調試、系統設計和結對編程（一種協作式軟件開發技術），這些工作最需要團隊協作和解決問題的能力。

迄今為止，大部分關于人機混合工作流程的研究表明，最佳效能并非源于“AI優先，人類次之”策略，而是源于精心設計的分工模式：機器加速常規工作，人類則專注于處理具有不確定性、創新性和說服他人的任務。這與拉文·杰薩塔森（Ravin Jesuthasan）和約翰·布德羅（John Boudreau）關于“無崗位工作”（work without jobs）的研究一致，該研究揭示了組織如何突破崗位頭銜的限制，轉而采用更靈活、以技能為中心、以任務為導向的運營模式。

4.培養人才

或許最重要的原則是，入門級工作的設計不應局限于完成任務本身，還要培養人才。早期的壓力、模糊性乃至失敗，是專業人士磨煉韌性與判斷力的必經之路。

以醫療行業為例。住院醫師仍需承受漫長而疲憊的輪班工作?；蛟SAI終將能自動化處理病歷記錄或排班工作，但醫院仍讓年輕醫生堅守一線，因為這些經歷能培養他們在壓力下的臨床直覺和同理心。在新聞業，AI可撰寫文章，年輕記者卻仍被派去報道枯燥的社區會議或追蹤渺茫的線索，因為只有通過實踐才能獲得堅韌毅力和采訪技巧。

重新發現韌性和毅力的價值，同樣至關重要。如果機器能夠掃除一切障礙，工作就會變得過于輕松，缺乏那些讓學習變得有意義的挑戰。正如本文作者之一艾米在關于失敗的研究中所論證的那樣，進步源于明智的失敗。在著手處理困難、不確定的任務時，錯誤的嘗試、挫折和失望在所難免。入門級工作提供了安全的試錯空間：在這里可以嘗試、失敗、再嘗試，其風險遠低于高級職位。這對于培養適應力強、自信的專業人才十分必要。

教育領域也是相似的。如果學生把所有論文都交給生成式AI代寫，他們就避開了能夠帶來深度學習的智力挑戰。這就像用微波爐加熱食物一樣：快速、便捷，但卻無法帶來真正的滿足感。獨立思考所需的努力，甚至是痛苦，才是提升學生能力的關鍵。工作也是如此。如果消除了早期工作中的挑戰和不適，我們就剝奪了未來領導者的成長機會，導致他們無法承受領導崗位的挑戰和不適。

超越組織的社會變革

近百年前，約翰·梅納德·凱恩斯（John Maynard Keynes）曾預言，到2030年，技術進步將使每周工作時間縮短至15小時。或許時間會證明他是對的，但令人驚訝的是，如今人們仍在爭論每周工作4天是否太短。盡管有大量證據表明，每周工作4天對提高生產力、改善身心健康和降低員工流失率都有益處，但組織規范和思維模式仍然滯后。

AI帶來了重新校準的契機。企業不應像對待按小時計費的機器一樣，從所有員工身上最大化榨取剩余價值，而應該更全面地重新定義價值，包括產出質量、對企業文化的貢獻以及創新能力。這不僅需要減少工作時間，還需要更聰明、更高效的工作方式，而入門級工作正是實現這種轉變的根基。

將入門級工作以自動化方式淘汰的沖動雖可理解，但目光短淺。這些崗位并非亟待消除的低效環節，而是對未來領導力、創新、企業文化乃至整個社會的投資。隨著AI重塑工作形態，我們的任務不是盡可能削減人力，而是最大化發揮人的價值。而這一切始于保護、重新設計入門級工作并重視其作用。

說到底，AI變革的部分挑戰在于無人真正知曉這一切將如何演變，這也是教授們尚未大幅調整課程以適應變革的原因之一。如果高等教育的終極目標是培養對世界有貢獻的人，那么如果沒有預知未來的能力，就很難做到這一點。今天的教學內容可能很快就會過時，但人們未來成功所需的努力、自律和系統性思維習慣卻超越了當下具體教學內容的范疇。

對企業來說也是如此。如今，組織在運營過程中，無法確定未來5～10年哪些角色、技能甚至商業模式將決定成功。我們沒有人對即將到來的未來有足夠的了解，也無法完全準確預測未來。正因如此，那句老話“預測未來的最佳方式就是創造未來”比以往任何時候都更具現實意義。

而這正是我們須面對的當務之急。保護入門級工作，并非是在固守傳統，而是在主動塑造一種未來——在這里，工作依然是個人成長、韌性打磨以及人類共同成就的源泉。只要我們以想象力與勇氣把握當下，AI時代就不會成為機遇的終結，而是通往更智能、更公平、更具成就感的職場形態的開端。

關鍵詞：

艾米·埃德蒙森（Amy C. Edmondson）托馬斯·查莫羅—普雷穆齊克（Tomas Chamorro-Premuzic）| 文

艾米·埃德蒙森是哈佛商學院諾華領導力與管理學教授，其最新著作是《明智的錯誤：失敗的科學》（Right Kind of Wrong: The Science of Failing Well，Atria Books出版社，2023年）。

托馬斯·查莫羅—普雷穆齊克是羅盛咨詢（Russell Reynolds Associates）首席科學官，倫敦大學學院和哥倫比亞大學的商業心理學教授，deepersignals.com聯合創始人，以及哈佛創業金融實驗室研究員。他的最新著作是《別做你自己：為何真誠被高估（以及該怎樣做）》[Don’t Be Yourself: Why Authenticity Is Overrated（and What to Do Instead），哈佛商業評論出版社，2025年]。

周靜怡 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org