LinkedIn 經濟機會長 Aneesh Raman 認為，現今的工作者和新鮮人正面臨著一場「完美風暴」。Photo by ThisisEngineering on Unsplash
本文參考 BBC 記者 Katty Kay 和 LinkedIn 首席經濟機會長（Economic Opportunity Officer）Aneesh Raman 的訪談：Young people can’t find jobs. What should they do?
LinkedIn 經濟機會長 Aneesh Raman 認為，現今的工作者和新鮮人正面臨著一場「完美風暴」。這場風暴由多重因素構成：首先是宏觀經濟環境的不確定性，其次是人工智慧開始對入門級工作任務造成顛覆性影響。
這些因素共同導致了年輕人和新畢業生的失業率高於全國平均水準，而 Z 世代對未來的悲觀程度也超越了任何年齡群體。
傳統上，我們習慣於靜態的職業道路，雖然這種模式對許多人來說具有局限性，但至少是可預測的。現在我們正在轉向動態的職業道路，這對許多人來說將是令人興奮的，但同時也帶來了前所未有的不確定性。
值得注意的是，即使是世界上最大公司的執行長，或是剛開始第一份工作的入門級員工，所有人的工作都將發生改變。在這個層面上，我們面臨著一個偉大的均等化現象：
我們都處在同一條船上
電腦科學不再是金飯碗
過去五到十年間，電腦科學被視為知識經濟的典型代表，是移民社區和各個社會群體都希望子女進入的安全領域，因為有高薪和穩定的工作機會。這種選擇在知識經濟框架下確實是正確的數學計算。
然而，知識經濟正在衰落，我們正在進入一個新經濟時代。因此，我們看到了電腦科學學位持有者畢業後很難找到工作的頭條新聞。根據數據顯示，普通軟體工程師工作的 96% 都容易被 AI 立即或很快完成。
我們看到了電腦科學學位持有者畢業後很難找到工作的頭條新聞。Photo by Danial Igdery on Unsplash
這並不意味著這些工作會完全消失，而是意味著成為電腦科學家、軟體工程師的定義正在改變。現在雇主開始詢問：
「如果你有電腦科學學位，你是否還有哲學輔修，能幫助我思考我們所建構事物的倫理含義？」
Raman 指出，過去那種可預測的道路：獲得這個學位，然後得到那份工作。已經不再適用。僅僅說「我獲得了學位」已經沒有太大意義，你必須說明這意味著你能夠做什麼。
Z 世代面臨大失業
Raman 根據 LinkedIn 內部對 3000 名高管的調查，63% 的認為 AI 將吸收入門級（entry-level）任務。這似乎代表無論 Z 世代如何努力行銷自己，如何從事服務性工作，如何設法連接面試要點，可能就是沒有那些入門級工作，因為企業將把工作都交給 AI。
然而，Raman 也發現在同一調查中，同樣比例的主管也表示，入門級員工帶來的新鮮想法和新思維對業務增長具有價值。這一代在找第一份工作時遇到困難的年輕人是 AI 原住民，他們帶來了對消費者需求和企業適應新經濟時應該採取不同做法的全新認知。
目前脆弱群體主要有兩類：
一是那些將首先和最充分地感受到 AI 工作顛覆的人，他們從事的工作有很多任務 AI 可以完成；二是來自較低社會經濟社區的人，他們在起步階段就停滯不前。
當新經濟出現時，就像我們從農場轉向工廠，從工廠轉向辦公室一樣，變革首先帶來的是顛覆。我們現在正處於這個階段。Raman 認為到 2030 年，普通工作的 70% 都將發生改變。因此，即使我們不換工作，我們也都將從事新的工作。
第三階段是創造全新的工作。影響者在 10 年前不是一個職業，數據科學家在 20 年前也不是職業。除了 AI 相關工作外，我們還沒有開始看到這種情況。第四階段，我們將進入新經濟。
對於入門級員工來說，現在確實處於企業進行轉型計算的影響之下。一些公司將卻對新方程式使用舊的數學方法，只是考慮縮減。其他公司則意識到我們必須重新設計工作，提升入門級職位，引入這些能夠幫助建立新業務線和以不同方式思考的人才。
一些公司將卻對新方程式使用舊的數學方法，只是考慮縮減。Photo by Campaign Creators on Unsplash
給畢業生的三個建議
1️⃣支持你自己
關於 AI 和工作的思考核心是堅決支持人類。這聽起來可能很滑稽，但工作從來都不是以人為中心的。自第一次工業革命以來，工作的故事一直是技術在工作中的故事，而不是人類在工作中的故事。
我們一直在培訓人們成為圍繞技術和機器的任務管理者。現在我們將要翻轉這種模式，把人類置於工作的中心。因此，你必須支持自己。你必須真正了解你獨特的好奇心是什麼，什麼驅使著你。
不要覺得給你能量的東西是不相關的，因為舊的工作世界並不欣賞。真正開始理解，如何達到沒有人能在做你這件事上擊敗你的境界。
2️⃣建立人際網絡
新數據顯示了兩個重要現象：人們感到完全不知所措，同時人們正在彼此依靠。在 LinkedIn上 發布關於感到不知所措的貼文增加了 82%。許多人覺得 AI 培訓就像第二份工作。
但有趣的是，儘管在 TikTok 上我們看到很多人詢問 GPT
丈夫問「我應該對妻子說什麼？」
而妻子問「我應該對丈夫說什麼？」
但實際情況並非如此。人們更多地轉向其他人，而不是 AI 或搜尋引擎。這對我來說是非常令人欣慰的。職場專業人士的首要資訊來源是他們的人際網路。
3️⃣學習，學習，學習
第一件事是賦權的，支持自己。第三件事在剛畢業後可能感覺有點令人沮喪。22 歲的你並沒有真正畢業，你仍然需要閱讀，更需要坐下來學習新東西並再次失敗。這一切現在都將是永遠的課題。
這是一件令人驚嘆的事情，因為生活中最美好的事情都來自困難、挑戰和推動自己的另一端。但只要每天開始學習，只要開始建立這種日常習慣。如果你做這三件事，週復一週，月復一月，事情會感覺更容易，因為你會感覺更有控制力。你將按照自己的地圖行事。
