編按：哈佛研究揭示，AI時代企業不再大量裁員，而是根本不招新人。尤其是初階白領，首當其衝，傳統「從基層爬起」的職涯階梯，正快速崩解。企業用AI解決例行工作，新鮮人練功機會銳減，市場結構進入大洗牌時代。
從2023年初以來，生成式AI開始被大量導入許多企業的工作流程，使媒體上不乏「因導入AI而裁員」的新聞。然而，我也注意到，有些在數創實驗室社群中較資淺的伙伴，面臨著無聲投遞、找不到工作的困境。這或許不是履歷的問題，而是就業市場的結構正在被改寫。
近期一份來自哈佛大學經濟學博士生的研究《Generative AI as Seniority-Biased Technological Change》，印證了這個觀察。這份研究搜集LinkedIn與Revelio Labs的數據，比對2015到2025年間，橫跨6200萬名勞工、28.5萬家企業，總計1.5億份的雇傭關係，且樣本涵蓋的產業也非常廣泛，雖以美國為樣本，但其方法設計上的嚴謹，讓我相信這份研究的結果，對其他國家亦具參考價值。
在理想情境下，評估技術衝擊最標準的方法是Randomized Controlled Trial（RCT，即隨機對照試驗），但現實中不可能要求企業「隨機導入AI/不導入AI」。因此，本篇研究採用經濟學常用的因果推論工具：雙差分法（Difference-in-Differences， DiD）。作者先依職缺描述是否出現「prompt engineering、LLM、GenAI開發」等關鍵字，將企業區分為「AI 擁抱者（實驗組）」（即導入AI的企業）與「非AI擁抱者（對照組）」，再比較生成式AI爆發前後兩組，在招聘、離職、升遷的變化差異。這種設計在無法做RCT的情況下，儘量扣住「AI導入」這衝擊因素，並降低其他因素造成的影響。換言之，這不只是大數據的堆砌，而是方法論上的穩健。
雖然該研究仍存在侷限性，如以上述職缺描述分類是否是「AI擁抱組」，可能低估那些未明言但已實際導入AI的公司。此外，美國勞動市場的彈性與產業結構與他國不同。然而，就研究設計與樣本規模而言，這份研究仍是目前對「AI如何衝擊初階白領」最具說服力的實證之一。
AI導致裁員？其實是不再招募新鮮人
研究的核心發現其實很反直覺，即AI擁抱者在2023年第一季之後，相較於非擁抱者，初階白領的招聘率相對下滑22％，但初階離職率並未上升。換言之，企業不是透過大規模裁撤來替代人，而是乾脆不再增聘這批人。
相反的，Senior的招聘與離職率同步上升。對企業來說，他們更渴求能定義問題、承擔決策責任的資深人才，因此願意加速招募；另一方面，市場讓此類人才的競爭加劇、內部重整頻繁，使得那些找到更好機會的資深人才在市場上橫向移動，或是因無法適應AI重塑工作內容，而選擇離開。
你可能會問，這樣的市場結構重整，是否會留下缺口？確實有不少公司把表現穩定的Junior往上升，用以填補中階缺口。然而，就業市場總體人數的下滑主因仍是新人招募減少，因升遷的增幅並不足以抵銷入口變窄帶來的人才萎縮。
大家可能會直覺地認為，衝擊最大的應該是軟體或網路相關行業。然而，數據顯示，重災區其實是批發與零售業。在批發與零售業中，AI擁抱者相較非擁抱者，每季約少聘了40％的初階白領。這個行業之所以受到最大的衝擊，原因可能是生成式AI可以更有效進行其工作流程，如例行性的溝通、客服回覆和文件處理。
若從畢業學校角度來看，結論同樣耐人尋味。研究將校院分成五個等級（常春藤等地名大學），結果顯示，最頂端和最末端的族群，受到的影響最小；明顯被擠壓的是中段學校的畢業生。背後的原因令人玩味：頂端學校的人才因稀缺而被保留、最末端的因成本極低而免於被取代；而中間層，如同武大郎吊單槓，既不夠頂尖到無法被取代、也不夠便宜到可以將就，因此最危險。
綜合以上，當企業運用AI，讓理應是初階員工的工作任務自動化了，新人練功的機會被縮減。因此，過去工業時代從基層做起、一步步往上爬的路徑愈來愈不穩定、也愈來愈難被複製。
經濟權力正往超級個體靠攏，是嗎？
順著這條線，市場便會浮出另一種聲音：經濟權力是否正向超級個體靠攏？我認為，這不是簡單的是非題，你若從不同面向解讀，會得到不同的答案。
一個面向是從工具成本出發，舉例來說，目前的模型推理成本持續下降，使個體更容易用LLM（大語言模型）完成過去需要小團隊，或是花費多天才能完成的任務，像是擬合約、資料彙整等，因使用LLM可快速迭代多個版本，並做測試。這代表個人產能的槓桿被打開，我們不必等待組織資源才能驗證一個點子或跑完一個原型，對自由工作者或新創公司而言，這是實打實的生產力紅利。
如果從產業護城河的角度出發，結論就會和上述相左。在資本密集、供應鏈長、合規要求高、資料積累深的領域，核心競爭力仍來自規模經濟與治理能力。換言之，單兵再強，也很難撼動由規模和制度築城的城牆。例如，我們可以用vibe coding做出一個產品的雛形，卻沒辦法建造出特力屋，因為特力屋通過大量商品的SKU（庫存單位）數量，也就是說，某種意義上的資本密集，加上對消費者行為的長期數據洞察，形成一條一定寬度的護城河。這條護城河，並非所謂的超級個體，或是AI賦能的一人公司能辦到的。
職涯進化！從單線階梯到一片曠野
雖然我認為這種社會結構性的問題，還是需要政府來解決。但，讓我們先聚焦在個人和企業可以採取的行動上吧！
在個人方面，與其焦慮工具的推陳出新，不如聚焦在培養解決複雜問題的能力，因為AI可以給你答案，但定義問題、整合跨領域資源、處理模糊地帶等，仍然是人類的優勢。
至於企業方面，則有兩件事情可以執行。
第一，重新設計工作流程。例如，初階行銷人員不再只是單純寫文案，而是利用 AI 生成多種版本、進行A/B測試；接著分析數據，並提出洞察。工作的重心，應該從「執行」轉為「策略、分析與優化」。
第二，調整招聘標準，不要再只看過往的經驗或特定工具技能，而要評估「學習敏銳度」「適應力」「解決問題的框架」。面試時，可以設計情境題，看求職者如何運用AI工具處理複雜問題，並做出取捨。
總結來說，AI對初階白領的衝擊，不是遙遠的未來，而是正在發生的現在。借用《雙城記》裡狄更斯的名言：這是最好的時代，也是最壞的時代。過去的職涯像一道單線階梯，只能一階一階往上；而今更像是一片曠野，你可以選擇往任何方向奔跑，但你能跑得多快、多遠、多穩，取決於是否可以把AI當成放大器，把它與你的專業、興趣與價值連接起來，打造一條只屬於你的路。
