1. 首頁 > 生活百科 > >

“AI取代初級崗位潮”來臨，半導體巨頭怎么用人？

人工智能ai衛星伊隆·馬斯克電池

“AI取代初級崗位潮”來臨，半導體巨頭怎么用人？

文章圖片


AI率先吞噬的是“任務顆粒度”(task-level) 類型的重復勞動 ， 而企業會把“崗位定義”(role-level) 重新切片 。



最近 ， IBM 表示 ， 盡管 AI 正在壓縮初級崗位需求 ， 公司仍計劃在 2026 年將美國入門級招聘規模增加兩倍 。
IBM 未公布具體人數 ， 僅稱此次擴招將覆蓋多個部門 。 IBM 首席人力資源官 Nickle LaMoreaux 在紐約一場會議上表示：“是的 ， 甚至包括那些外界認為 AI 可以完成的崗位 。 ”LaMoreaux 透露 ， 為推動這一招聘計劃 ， 公司已重新設計軟件開發等入門崗位職責 。 LaMoreaux 表示：“兩三年前的入門級工作 ， 現在 AI 基本能夠勝任 。 如果想說服業務部門繼續投資年輕人才 ， 就必須證明他們現在能夠創造不同于過去的價值 。 ”
因此 ， IBM 初級員工的職責正在轉型 。 AI 承擔常規編碼后 ， 初級開發者更多參與客戶合作與實際業務場景 。 在人力資源部門 ， 新員工主要在聊天機器人無法解決問題時進行人工干預、校正結果 ， 并與管理層溝通 。
短期減少初級招聘可能降低成本 ， 但會在未來造成中層管理斷層 ， 迫使企業高價挖角競爭對手人才 ， 且外部人員往往更難迅速融入企業體系 。
一些企業高管認為 ， 在技術變革時期 ， 年輕人反而是優勢資產 。 譬如 ， Dropbox 首席人力官 Melanie Rosenwasser 表示：“在使用 AI 方面 ， 他們像在參加環法自行車賽 ， 而我們還裝著輔助輪 。 ”Dropbox 正將實習與應屆畢業生招聘規模擴大 25% ， 以抓住年輕員工在 AI 技能上的領先優勢 。
【“AI取代初級崗位潮”來臨，半導體巨頭怎么用人？】頭頂人工智能與量子計算這兩大最前沿科技光環的IBM的上述最新決定出臺之際 ， 圍繞AI是否會抹去應屆生機會的疑問正在增加 。 去年 ， “OpenAI最強勁競爭對手”Anthropic的首席執行官達里奧·阿莫代伊警告稱 ， 到2030年 ， 半數入門級辦公室工作崗位可能會消失 。 而近期AI大模型極速進展 ， 也加劇了大學生們的焦慮情緒——他們擔心在本就艱難的就業市場中被徹底取代 。
LaMoreaux表示 ， 削減早期職業招聘短期內或許能省錢 ， 但它會在未來造成中層管理者稀缺的重大風險 。 這可能迫使企業從競爭對手那里不斷“挖人” ， 而這通常比內部晉升更昂貴 。 她表示 ， 這類外部招聘通常也需要更長時間來適應公司文化與系統 ， 相比之下 ， 在公司內部培養的人才更容易融入日常經營模式 。
一些科技行業高管與經濟學家認為 ， 在全球技術巨變之際 ， 招聘年輕員工對企業而言是一項更好的投資 。
IBM力爭把初級工程師“改造”為AI時代前線戰力 ， 同時也在給“AI恐慌敘事”降溫IBM一方面明確承認“過去2–3年的許多入門級工作內容已可被AI完成” ， 因此把初級崗位職責重新塑造 ， 并且讓新人更多轉向客戶溝通協作與AI輸出糾偏等“前線戰略價值”工作;另一方面仍決定在2026年把美國入門級招聘規模擴大至三倍 ， 這客觀上也在為“AI會直接清零入門崗位”的“人工智能顛覆一切”的AI恐慌敘事降溫——前提是崗位被重塑 。 在IBM看來 ， AI不是線性地把崗位清零 ， 而是把崗位的價值重心從“生產內容/寫代碼/做表”推向“把AI馴化為可控產線” 。
毋庸置疑的是 ， AI率先吞噬的是“任務顆粒度”(task-level) 類型的重復勞動 ， 而企業會把“崗位定義”(role-level) 重新切片 。 來自微軟的蘇萊曼說的是大量專業崗位中的“多數任務”會被自動化、速度可能超出市場定價;IBM 的動作則是在承認這一前提下 ， 通過重寫入門崗位職責 ， 繼續投入人才供給并把人力遷移到更高價值的環節(例如客戶協作、AI異常處理工作、質量控制與披露落地交付工作) 。
從AI代理(agentic AI)工作流 的底層技術邏輯看 ， 這種“崗位重塑 + 擴招”其實非常工程化：代理擅長把流程拆成子任務并自動執行(寫代碼、生成文檔、做初篩、做報表、跑實驗腳本等) ， 但一旦進入生產環境 ， 真正的瓶頸往往轉移到權限與數據連接(identity/RBAC以及系統接口、數據血緣關系)、工具調用可靠性、評測與回歸(evals/regression)、治理與審計 ， 以及不可避免的長尾異常 。 這些都意味著企業需要更多“會用 AI 把流程跑起來”的初級人才：他們不再靠“手工產出”創造價值 ， 而是通過編排、驗證、監控、糾錯、與業務方共創把AI產能轉化為可高效率且批量交付的結果 。
IBM 近年明顯把重心放在“企業級可規模化的大型AI項目落地”上——不僅銷售AI模型或其他AI工具 ， 更是聚焦于銷售“把AI接入既有系統以及在多云/混合云環境中高效率治理與運用”的綜合能力 。 IBM 近期發布的 Enterprise Advantage(面向企業擴展agentic AI的資產化咨詢服務)就強調：幫助客戶快速構建、治理、運營內部AI平臺 ， 把AI連接到現有系統 ， 并在不更換云/模型/核心基礎設施的情況下擴展代理應用 。 要把這套方法論規模化復制 ， “人”本身就是交付產能的一部分 ， 擴招入門級可能是為未來2–5年的交付與管理梯隊提前準備 。
*聲明：本文系原作者創作 。 文章內容系其個人觀點 ， 我方轉載僅為分享與討論 ， 不代表我方贊成或認同 ， 如有異議 ， 請聯系后臺 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 ， 關注我們！

    推薦閱讀