AI 的浪潮，正在改寫職涯階梯
在 Larry Katz（美國勞動經濟學權威）與研究團隊指導下，一項使用 LinkedIn 上 285,000 家美國企業、約一千萬名員工的實證研究，揭示了生成式 AI 如何徹底改變就業市場。這不是推估，更不是加總數據，而是基於個人履歷的職涯追蹤，方法乾淨、結果直接：AI 正在「斬斷」職涯階梯的第一級──初階工作（junior job）。
過去，職場新人可以透過簡單卻必要的任務進入職場，逐步晉升。然而，當生成式 AI 開始承擔這些重複性高的基礎工作，企業對「新人」的需求急速下降。換句話說，AI 不是一次性奪走一個職缺，而是直接關掉整扇「職場大門」。
AI造成的不是一時的裁員，而是結構性斷層
研究顯示，AI 導入後的現象非常清楚，尤其從兩張圖可以說明一切：- Fig2：AI 採用企業中，資深職缺（senior job）幾乎沒有減少，甚至維持穩定；但初階職缺（junior job）卻急速消失，導致總體職缺量下降。
市場職缺數:Senior的工作職缺幾乎毫無減少，但是Junior工作的消失讓整體的職缺量掉了下去
- fig3：職涯晉升的曲線明顯傾斜，留下來的員工晉升更快，但「新人進不來」。
數據背後的故事是什麼？
- 2023 年後，AI 採用企業的 junior 就業量下降 7.7%，尤其在 零售與批發業衝擊最大，junior 招聘驟減 40%。
- 傳統製造業的直接衝擊較小，但服務業、資訊業、專業服務業則明顯受影響。
- 地理上，AI 導入的引爆點集中在 California、New York、Texas、Massachusetts、Virginia，並逐步擴散全美。
這不僅是短期的招聘波動，而是整個職涯階梯正在崩壞。當入門機會消失，長期將影響整個世代的薪資成長與社會流動性。
名校與非名校的職涯命運分歧
許多人曾以為 AI 會「抹平學歷差距」，但實證數據顛覆了這個假設。實際上，AI 導入反而 擴大了名校與非名校之間的落差：
- 哈佛、MIT 等頂尖名校畢業生幾乎不受影響，因為他們能進入策略性、高層決策的工作。
- 中間 tier 的大學畢業生，受衝擊最大，因為他們的工作既非低薪必需，也非高端策略，容易被 AI 取代。
- 低端學歷反而影響有限，因為這些職位薪資低且具體作業性，AI 成本暫時無法取代。
對於想進入專業服務業的年輕人來說，門檻不僅沒有降低，反而更高了。
資深員工紅利，新人斷崖式下滑
一個關鍵現象是：AI 並沒有讓資深員工被取代，反而讓他們更搶手。研究指出，AI 導入後，junior 聘用減少，但 senior 需求穩定甚至增加，晉升速度更快。換句話說，「留下來的人」升得更快，「進來的新人」卻進不來。
這帶來幾個結構性後果：
- 人才養成斷層：未來企業可能缺乏中階管理人才，因為基礎養成路徑斷裂。
- 薪資不平等擴大：名校畢業生與高資歷者獲益更多，中間層被擠壓。
- 職場競爭重塑：AI 不是取代所有人，而是重新分配價值給「懂 AI」與「高決策權」的人。
個人與企業該怎麼因應？
對個人：
- AI + 專業能力是新基礎：單靠文書或初階分析，已無法保證職涯起點。
- 專注於不可替代的技能：跨部門協作、策略思維、溝通能力。
- 學會駕馭 AI，而非與 AI 競爭：讓 AI 成為你執行力的延伸，而不是對手。
對企業：
- 重新設計新人培訓機制：避免因缺乏 junior 職缺導致未來人才斷層。
- 規劃 AI + 人才混合模式：將基礎工作轉換為學習與實作平台。
- 職場公平性：避免讓 AI 導致代際與教育背景差距擴大。
AI對美國勞動市場衝擊之後給台灣的啟示
台灣的核心產業仍以製造為主，短期內衝擊可能不如美國矽谷劇烈，但如果你在服務業、資訊產業，情況可能完全不同。對於服務業與白領工作者，AI 的滲透將加快競爭，並重新定義「入門門檻」。
更重要的是，AI 並沒有抹平學歷差距，反而加速「中間層」職涯貶值。如果你的工作僅仰賴執行與操作，請立即開始強化決策力與 AI 應用能力，否則，你將發現職涯的第一階梯已經不見了。
