AI浪潮席捲企業，最先衝擊的不是特定職缺，而是大家習以為常的晉升階梯。新人過去用來打底的例行任務，如今不少已交由AI接手；原本靠著居中協調、向上回報站穩腳步的中階主管，也因為組織走向扁平，面臨轉型壓力。AI如何改變企業找人的標準？為什麼老闆們一邊歎息找不到人，一邊卻縮減培養人才的資源？《遠見》採訪台灣第一線經理人，帶你一次掌握職場變局。
AI重塑職場金字塔：年輕人與中階主管同受衝擊
初階職缺減少，年輕人失去職場練功房
AI正在顛覆就業市場，最先受到衝擊的，就是年輕人踏入職場、累積經驗的初階職缺。
Google台灣總經理林雅芳觀察，許多初階白領職位帶有學徒性質。
年輕人先從基礎工作做起，在資深主管帶領下學習專業技能，也逐步熟悉職場溝通、協作與判斷方式，逐步成長為能獨立負責專案的人才。
然而，現在企業利用AI，便能處理不少初階任務，「（企業）可能會完全不請資淺（junior）的角色，直接用AI工具完成，」林雅芳說道。
iKala創辦人暨集團董事長程世嘉點出企業的現實考量：「資深的人加上AI，他的效果比去聘僱一個年輕的工程師，可能要好很多。」
在此邏輯之下，企業傾向優先將資源集中在可以立即帶來產出的資深員工身上。
《金融時報》將這股趨勢形容為初階職位的「資深化」（seniorising）。
表面上，職稱沒有改變，雇主設定的隱形門檻卻已大幅拉高；那些原本容許年輕人摸索、試錯的基礎工作，正被AI或既有的資深員工吸收。
對年輕人而言，失去的不僅是一份工作，更就此錯過累積經驗、成長為資深工作者的過程。
走出管理舒適圈，中階主管被迫重新交付成果
這套營運邏輯，同樣牽動企業中段的職涯階梯。
《華爾街日報》指出，企業面對AI多採取兩種路線：一是精簡人力，二是維持編制但要求更高產出。例如，Axon總裁伊斯納（Josh Isner）便將AI定位為「擴充團隊戰力，而非取代團隊」的工具。
不管企業採取哪一種路線應用AI，基層與資深員工同樣都因為AI，提升產能與自主性，組織也開始精算中階主管的存在價值。
程世嘉認為，過去中階管理者的重要任務，在於承接目標、追蹤進度、彙整成果並向上報告；但當高層能透過系統直接掌握進度，企業走向扁平化後，便不再需要那麼多負責傳遞資訊與回報進度的節點。
《金融時報》分析，AI正在重塑傳統企業的組織架構，迫使中階管理者放下監督與協調的任務，轉型為親自投入執行、解決問題並交付成果的角色。
初入職場的新鮮人眼前的工作機會變少，中階主管則被要求重新證明自己的價值，職涯階梯兩端同樣受到影響。
職涯階梯愈來愈窄，企業恐面臨人才斷層
企業縮減初階職缺與中間管理層，同樣都是為了降本增效。
在AI放大資深工作者產能的同時，既有工作流程逐漸被拆解，其中部分環節轉化為可由AI執行的技能，企業也更有信心壓縮負責協調、彙整與監督的中間層。
林雅芳以廣告團隊為例，企業過去可能分別安排人員負責投放、素材製作與企劃，如今則可先盤點各項工作，再判斷哪些環節能交由AI Agent執行。
「我不想用『取代』這個字，但是大家會把原本工作流的某些能力變成Agent。」
林雅芳表示，整個團隊，乃至整間企業的工作方式，都因此面臨變化。
這種做法有助於降低眼前的人力與管理成本，長期卻可能削弱企業的人才供應。初階職缺減少，新人失去累積經驗的機會；中間層同步縮減，也讓人才從執行者走向管理者的路徑更加狹窄。
戴夫寇爾共同創辦人暨資深副總徐念恩對此直言：「我覺得這樣做短期內會有效益，可是長期會對公司發展很不健康。」
他指出，如果企業只相信「資深員工加上AI」的組合，年輕人會因短期產能不及成熟人才而失去機會，企業日後也可能找不到合適的接班人選。
以資安產業為例，即使台灣已設有相關研究所與學程，畢業生仍難以直接投入第一線工作。學校訓練與業界需求之間存在落差，新人仍須在企業中實作、接受回饋，才能逐步具備獨立作業能力。
因此，戴夫寇爾仍持續投入實習計畫與駭客小聚，透過靶機練習與解題交流，協助新人建立協作所需的基礎知識，並進一步學習技術，以及如何使用AI工具。
程世嘉也觀察到，企業導入AI時，往往先把更多任務交給熟悉公司資訊、具備實務經驗的資深員工，形成「強者愈強，弱者愈弱」的現象。資深員工的產能持續提高，年輕人的入行機會卻被壓縮，企業培養接班人才的能力也隨之下降。
不過，他認為這種高度依賴資深人力的模式很難長期維持。
「現在資深的人太累了。當大家面臨接班，再也沒有辦法透過淘汰人，或者只讓資深的人用AI增加營運效率時，接下來大家還是會把人找回來。」
因此，程世嘉不認為初階職位會全面消失。企業內部仍有許多基礎而零碎的工作，短期內難以完全由AI或機器人接手，若全由資深人才處理，成本並不划算。
他預期，未來三年更像是企業重新配置人力、調整營運模式的過渡期。當效率提升逐漸觸頂，接班問題浮現，企業仍會重新看見培養年輕人才的必要性。
AI時代需要什麼人才？專業、判斷與整合缺一不可
那麼，在AI快速發展的此刻，大家應該如何精進自己？
程世嘉認為，未來雇主首先看重的仍是專業深度，其次才是學習與運用新工具的能力。資深工作者如果固守舊方法、不願學習AI，三到五年後仍可能被淘汰；年輕人如果只會操作工具，卻缺乏足夠的專業知識，也很難真正拉開差距。
他認為，AI帶來「智慧通膨」，可以把一般人的產出快速拉高到80分，但真正具有價值的，仍是那些能把問題問得更深、判斷做得更準，並讓成果真正拉開差距的人。
對中階主管而言，這也意味著不能再只靠管理與協調證明自身價值。
程世嘉建議，中階主管應重新盤點自己的「T型技能樹」，檢視專業是否足夠深入，再主動投入第一線工作，培養第二項能夠獨立解決問題的專業能力，逐步朝「π型人才」靠近。
林雅芳則補充，AI Agent能夠接手愈來愈多專業任務，工作者因此更需要成為通才（generalist），學會整合不同工具、專業與部門，才能與大量的AI Agent協作。
她也提到，AI降低執行門檻以後，人才的商業敏銳度反而更加關鍵。
工作者必須看懂市場機會與實際需求，判斷哪些問題值得解決，再調度具備不同能力的AI Agent，將想法轉化為實際成果。
徐念恩則表示，AI確實能拉高產能，但企業真正要提升的，應該是員工的判斷力。
他解釋，員工不能未經判斷，便直接採用AI產出的內容，必須進一步分析哪些資訊有價值、哪些沒有，再濃縮整理成主管與團隊可以直接採用的意見。
AI正在重新改寫職涯階梯：年輕人入行機會減少，中階主管的職位與角色受到壓縮，企業也必須在短期效率與長期人才培養之間做出取捨。
在這場變動中，單純熟悉某一款AI工具，很快就可能不再構成優勢。
真正能拉開差距的，是能否累積足夠深的專業、判斷資訊與商業價值，並持續學習與整合工具，把AI產出轉化為真正可用的成果。
