很多企業領導人，都是從最不起眼的工作開始，但這樣的職涯路徑，可能走入歷史。
哈佛大學論文《生成式 AI 對不同年資員工的影響》（暫譯，原文：Generative AI as Seniority-Biased Technological Change）追蹤了近 28.5 萬家公司，發現導入 AI 的企業，初階員工人數從 2023 年第一季開始急劇下降，而資深員工卻穩定成長，為什麼有這樣的情況？
在 AI 時代，企業再也不需要新人「從底層學起」，與其培養新血，不如讓熟練的老員工搭配 AI，直接放大產能。於是企業選擇「凍結招募」，研究顯示，AI 企業的初級員工招募量平均減少 22%，離職率反而下降了。
同一份哈佛研究發現， 最受衝擊的，是那些學歷不到頂尖、堪稱中上的年輕人。他們既不夠便宜，也不夠稀有，職場機會因此呈現 U 型分布：頂尖留下、底層苟活，中間消失。
資深員工的「隱性知識」，反而在 AI 革命中擁有優勢
這一次的 AI 革命，資深員工擁有前所未有的優勢。
AI 使用門檻雖低，但輸入品質取決於領域知識（domain knowledge）。《CBS》指出，這些大型語言模型（LLM）是基於書籍、文章和網路上的書面材料訓練的，但年長工作者擁有大量的隱性知識（tacit knowledge），他們從經驗中學到的技巧可能從未被寫下來，這是 LLM 中不會有的知識。
資深人員知道「如何問對問題」、「如何判斷答案是否合理」、「這個產業的潛規則是什麼」，就算用 AI 生成報告，最後仍需要「確保分析準確、質疑它、挑戰它」，這就是為什麼企業現在傾向保留老手。
《華爾街日報》報導，軟體公司正在招聘更有經驗的工程師，放棄一些剛從學校畢業的初級程式設計師。如果 AI 能做初級任務，企業為什麼要招一個需要培訓的新人，而不是讓一個已經有經驗的員工用 AI 做得更快？
效率提升、掏空底層的隱憂：職涯階梯崩塌的「人才真空」
然而，看似合理的短期決策，卻在為企業埋下隱患：企業效率確實提升，但當底層職位被掏空，職涯階梯也正在崩塌，公司將會「人才真空」（void of talent）。
第一個後果是平均年齡持續攀升，導致某些產業逐步凋萎。《金融時報》（Financial Times）報導，如果企業持續不招新人，當現有員工退休、離職，卻沒有新人補上，製造、金融後勤等產業，可能在 10 年內面臨人才斷層。
第二個後果是過度晉升不適任人才，AI 取代了入門級工作，也讓仍在職的初級員工更容易被提拔。這些人看似升得快，但實際上是因為沒有新人遞補、沒有完整訓練流程，企業只能在有限人力中升出管理者。
現在的資深員工都是在沒有 AI 的年代成長，他們有扎實的基礎，再加上 AI 如虎添翼。但如果新一代從來沒有機會做「苦工」、累積「基本功」，當他們被推上資深位置時，真的能勝任嗎？
最後一個後果，是組織內的學習鏈斷裂。過去，知識傳承是透過「做中學」，資深員工在指導新人時，也在傳授隱性知識，但當 AI 取代苦工，這條學習鏈就斷了。《世界經濟論壇》的報告警告，當進入職場、改變階級的初階職位一一消失，社會階級的流動將會更僵化。
企業跟員工都要有「沒有人知道 10 年後的工作是什麼」的認知，員工不能再依賴僵化的職涯規畫，而是需要學會不斷適應；企業也要信任員工，並在工作場所中培養員工的韌性（resilience）、適應性（adaptability），才有能力面對不確定的未來。
核稿編輯：林庭安
