（问题）近期，多份机构研究与企业动态显示——人工智能在提升效率的同时——正给劳动力市场带来结构性压力。2025年7月，高盛在就业市场报告中指出，过去一年人工智能的替代效应使美国月度就业增长放缓，并推高失业率。报告同时强调，尽管人工智能工具也带来一定新增需求与效率增量，但整体仍处在“替代快于吸纳”的阶段。不容忽视的是，这类影响更多集中在经验较少的劳动者身上，入门级岗位首当其冲。 （原因）从岗位特征看，入门级职位往往承担大量标准化、流程化、重复性强的工作，如文档整理校对、数据录入与清洗、基础报表生成、初级编码与测试等。这些任务规则清晰、数据可得、指标易评估，正好契合当前人工智能“快速处理、批量生成、低成本试错”的能力边界。对企业而言，随着部署门槛降低、边际成本下降，人工智能在短期内更具替代优势。当企业发现原本需要数天完成的工作可压缩至数小时，用工配置与岗位设计随之调整，招聘节奏趋于谨慎，尤其是对初级岗位的补招意愿下降。 （影响）在企业层面，组织结构出现“中间收缩、两端拉伸”的趋势：基础事务性岗位减少，而对能理解业务场景、统筹流程并熟练使用工具的复合型人才需求上升。部分科技企业以人工智能转型和成本优化为由推进裁员与重组，也引发外界对科技行业就业吸纳能力减弱的担忧。对劳动者而言，最直接的变化是“入场门槛抬升”：不少传统的应届岗位、学徒岗位、初级分析岗位，正在从“以学习为主的训练场”转向“要求上手即产出的岗位”。这不仅影响青年群体的就业预期，也可能压缩职业早期积累经验的渠道，进而拉长人力资本形成周期。 从宏观视角看，人工智能对就业的作用并非简单的“减少或增加”，而是加速岗位再分配。短期内，替代效应更容易集中在经验较少、议价能力较弱的群体；中长期看，新产业链、工具生态与服务需求也可能创造新岗位，但往往对技能结构提出更高要求，导致“岗位在增长、人才难匹配”的结构性矛盾。 （对策）应对上述变化，需要政府、企业、教育培训机构与劳动者形成合力，关键在于打通技能提升与岗位转换的路径。 一是完善技能培训供给，聚焦通用数字能力与人机协作能力，将培训从单一软件操作升级为“任务拆解、提示设计、结果校验、合规使用”等系统能力，帮助劳动者从执行者转向管理者、审校者与决策支持者。 二是引导企业优化岗位再设计，把人工智能更多视为提升生产率的工具，而不是单纯的减员手段。通过流程再造，将员工从低价值重复劳动中发出来，转向客户服务、产品优化、风险控制等更依赖判断力与沟通能力的环节，并为初级员工设置可成长的项目与导师机制，避免“只要资深不要新人”造成的人才断层。 三是提升公共就业服务的适配性，面向青年与转岗人群提供更精准的职业画像与岗位匹配，推动证书评价、实习实践与岗位需求衔接，降低转型成本。 四是同步强化合规与伦理边界，明确数据安全、隐私保护、内容责任等要求，减少效率提升对劳动者权益与社会信任带来的潜在冲击。 （前景）总体来看，人工智能深度进入办公与生产已成趋势。未来就业市场的关键不再只是“会不会用工具”，而是“能否用工具解决真实问题”。基础岗位可能继续收缩，但围绕数据治理、模型应用、业务流程重构、行业合规审查等领域的需求将上升。谁能更快完成技能更新，形成跨领域理解与协作能力，谁就更可能在新一轮结构调整中占据主动。同时，如果教育体系与企业用工体系能同步调整，为青年劳动者保留必要的“入场与成长通道”，将有助于缓解阶段性冲击，在技术进步与就业稳定之间找到更好的平衡。
智能化浪潮正在改写就业市场的“入场规则”，入门岗位承压已成为结构性调整中的突出信号；应对挑战，既需要企业在效率与责任之间探索更可持续的用工方式，也需要劳动者以终身学习适应岗位形态变化，更需要教育培训、就业服务与产业政策协同发力，打通从学习到就业、从上岗到成长的通道，让技术进步更好转化为高质量发展的动能与更充分的就业空间。