仅仅为削减成本就大幅裁减入门级岗位，这无论对公司还是社会而言，都是一种目光短浅且危险的行径。这些工作岗位不是需要消除的低效率环节，而是对未来的领导力、创新、文化和社会本身的投资。随着人工智能改变工作方式，我们的任务不是减少人类的参与，而是要最大限度地发挥人类的价值。这要从保护、重新设计入门级工作并恢复其尊严开始。

你可能已经听说过，甚至已经有所体会，人工智能正在重塑我们的工作方式。如果你是一名拥有足够声誉资本、地位和广泛社交网络的资深专业人士，那么你可能相对不容易被人工智能取代——至少目前是这样。

然而，越来越多的证据表明，对于入门级工作来说情况并非如此。斯坦福大学的一项研究发现，近年来，在美国，软件开发和客户服务等最易受人工智能影响领域的初入职场员工的就业率大幅下降。世界经济论坛的研究表明，50%到60%的典型初级任务（报告起草、研究综述、代码修复、日程安排、数据清理）已经可以由人工智能完成。

组织为何应重新设计入门级工作

我们认为，仅仅为削减成本就大幅裁减入门级岗位，这无论对公司还是社会而言，都是一种目光短浅且危险的行径。有诸多充分理由表明，各类组织必须抵御大规模裁撤入门级岗位的诱惑，相反，应当对这些岗位予以重新设计。至少有以下四个令人信服的原因：

1. 培养未来的中级专业人才和领导者

每一位有能力的管理者和专业人士都有一个起点。最优秀的领导者和最出色的专家都是通过从基层开始学习业务，来获取领导和解决重要问题所需的技能和视角。在任何职业（或活动）中，随着时间的推移，人们会从有意识的无能力状态转变为有能力状态，并最终在一系列有价值的技能上达到无意识的有能力状态。到了这个阶段，他们就能更好地把握全局，从而有效地做出高风险决策。取消入门级工作会切断这一人才培养渠道。

想象一下，招聘那些从未在一线工作过、从未处理过客户投诉、从未撰写过重要会议记录、从未处理过运营工作细节的管理者。这样的领导工作将变得抽象、脱离实际，而且具有很大的盲目性，十分危险。回想一下你自己职业生涯中的顿悟时刻，相似模式的反复出现让你能洞察到重要的因果关系——这或许强化了某种见解，使你在工作或职业中表现得更出色。

简而言之，如今大多数入门级工作都有两个基本功能：完成任务，以及将从事这些任务的人培养成组织乃至社会中更有能力的一员。

2. 自下而上推动创新

创新往往源自最接近工作的人。初级员工不受传统思维的束缚，能够很好地发现效率低下的问题并提出有创意的解决方案。微软就曾在内部对Word和Excel的早期版本进行过著名的测试，在公开发布产品之前利用员工的反馈来改进产品。

入门级员工通过对流程进行压力测试并发现问题，也能产生类似的价值。与输出稳定的人工智能不同，人类工作存在可变性，有时虽然混乱，但往往能产生新想法、改进建议，偶尔还能带来突破。如果你的创新方法是将创意外包给一台人人都能使用的机器或工具，以产生非常相似甚至相同的结果，那就别指望能产生竞争优势。

3. 丰富组织文化

如今的劳动力队伍比以往任何时候都更具代际多样性，多达五代人并肩工作。这种年龄和视角的多样性丰富了职场文化，激发了创造力。没有了年轻人，组织就会失去新鲜活力，观点的多样性也会变窄。这可能会导致组织文化变得沉闷、单一，老员工之间交流频繁，但组织的更新换代机制会崩溃。

4. 保护社会

工作不仅仅是为了收入，它还赋予人们目标、构建生活结构并让人有归属感。如果没有入门级工作，数百万年轻人可能会无所事事。从历史经验可知，当大量有劳动能力的年轻人没有有意义的工作时，社会就会为此付出代价，出现社会疏离、动荡甚至犯罪等问题。保护入门级工作不仅是企业的责任，也是社会的责任。

如何重新设计入门级工作

为了保护入门级工作，我们必须对其进行重新构想，使其在人工智能驱动的工作场所仍能体现价值。这涉及四个主要步骤：

1. 重新设计任务

初级岗位不应再围绕那些人工智能能完成得又快又好的重复性、自动化任务来界定。相反，其设计应旨在让从业者理解工作背后的缘由。

以会计工作为例。人工智能可以进行账目核对或起草财务报表，大多数会计师事务所一直在部署各种形式的人工智能，将初级员工转向异常检测、欺诈调查和客户咨询等高价值工作。这能让初级员工仍然学习相关操作流程，但他们的真正工作是解读机器生成的结果。

同样，在人员配置和大规模招聘领域，多年来人工智能一直被用作一种工具，帮助人力招聘人员从数百万份简历、求职信和预先录制的面试中筛选出高潜力求职者，确定其优先顺序。然而，在价值链的“最后一公里交付”环节，人类，甚至是初级招聘人员，仍然发挥着关键作用。他们因无需处理外包给人工智能的任务而节省了时间，便利用这些时间，与入围的候选人和客户进行更有价值的人际互动。

这些转变与麦肯锡的估计相符，即虽然60%的职业中至少有三分之一的任务可以实现自动化，但几乎没有哪个职业的所有任务都能完全自动化。真正的机会在于重新思考工作，让人类将更多时间花在需要判断力、协作和创造力的地方。这样，人工智能就能增强人类的能力。

2. 注重提升技能

只有与批判性思维相结合，人工智能才能发挥作用。如果以牺牲专业判断力为代价来提高生产力，那这种提高是毫无意义的。《科学》杂志最近发表的一项研究发现，生成式人工智能在基于文本的任务中最多可将产出提高40%，但那些不加批判地接受机器建议的新手，表现要比自己思考解决问题的人更差。

以银行业为例，大多数分析师都使用生成式人工智能来起草演示文稿和报告。作为补充，现在的培训还包括“红队”练习，要求初级人员测试假设、找出弱点并解释生成式人工智能可能出错的原因。目标不仅仅是提高速度，还有提升判断力。初入行业的分析师需要像怀疑论者或竞争对手那样审视人工智能的输出结果——查找错误假设、缺失数据或逻辑漏洞——然后向资深同事为自己的批评进行辩护。这就把人工智能变成了一种智力上的“切磋伙伴”：速度快、能力强，但也会出错。

3. 重新设计工作

人工智能的默认用途是替代：让机器完成工作，减少人力。更明智的做法是重新设计工作流程，让人工智能处理重复性工作，而人类则专注于界定问题、提出更好的问题和建立人际关系。

在咨询行业，人工智能可以综合市场报告。但公司仍会让初级顾问参与研讨会和访谈，让他们培养人际交往技能和情境意识，这是任何算法都无法提供的。在软件开发领域，生成式人工智能平台被广泛用于编写样板代码，但初级工程师则被引导去从事调试、系统设计和结对编程（一种用于软件开发的协作技术）等工作——这些领域最需要协作和解决问题的能力。

到目前为止，大多数关于人机混合工作流程的研究表明，最高绩效并非来自“人工智能第一，人类第二”的模式，而是来自精心构建的分工模式，即机器加快常规工作，人类专注于处理不确定性、新情况和说服工作。这与拉文·杰苏萨森和约翰·布德罗关于“无岗位工作”的研究一致，该研究表明组织如何超越“岗位名称”和“岗位人员”，采用更灵活、以技能为中心和以工作为导向的运营模式。

4. 培养人才

或许最重要的原则是，设计入门级工作不应仅仅是为了完成任务，还应为了培养人才。尽早接触压力、不确定性甚至失败，是专业人士培养韧性和判断力的途径。

以医学领域为例。住院医生仍要承受长时间、令人疲惫的轮班工作。人工智能最终可能会实现图表绘制或日程安排的自动化，但医院仍会让初级医生坚守一线，因为这些经历能培养他们在压力下的临床直觉和同理心。在新闻行业，人工智能可以起草文章，但年轻记者仍会被派去报道乏味的社区会议或追踪没有头绪的线索，因为只有通过实践才能培养出坚持精神和采访技巧。

同样重要的是要重新认识韧性和毅力的价值。如果机器消除了所有障碍，工作就会变得太容易，就没有了能让学习变得有意义的挑战。正如本文作者之一艾米在其关于失败的研究中所指出的，进步来自明智的失败：在处理困难、不确定的任务时出现的错误开端、挫折和失望。入门级工作提供了尝试、失败、再尝试的安全空间——这里的风险比高层职位低——对培养有适应能力和自信的专业人才至关重要。

以教育作类比：如果学生把每篇论文都外包给生成式人工智能，他就跳过了能产生深度学习的思维挣扎过程。这就像用微波炉加热想法：快速、方便，但并不令人满意。自己思考所付出的努力，甚至是痛苦，才能培养学生的能力。工作也是如此。如果我们消除了早期工作中的压力和不适，我们就剥夺了未来领导者的成长机会，而这种成长能让他们承受领导角色带来的压力和不适。

超越组织：社会变革

大约100年前，约翰·梅纳德·凯恩斯曾预测，到2030年，技术进步将使每周工作时间减少到15小时。尽管时间可能会证明他是对的，但如今人们仍在争论每周工作四天是否太短。有充分证据表明，每周工作四天对提高生产率、改善员工福祉和留住人才有益，但组织规范（和思维模式）却滞后了。

人工智能带来了重新调整的机会。组织不应把员工当作按小时计费的机器，从他们身上榨取最大“租金”，而应更全面地重新定义价值：包括产出质量、对文化的贡献和创新能力。这不仅需要减少工作时间，还需要更明智、更出色的工作，而入门级工作是这种转变必须开始的基础。

用自动化取代入门级工作的想法可以理解，但却目光短浅。这些工作岗位不是需要消除的低效率环节，而是对未来的领导力、创新、文化和社会本身的投资。随着人工智能改变工作方式，我们的任务不是减少人类的参与，而是要最大限度地发挥人类的价值。这要从保护、重新设计入门级工作并恢复其尊严开始。

不管怎么说，挑战之一 —— 也是教授们没有根据人工智能带来的巨大变化对课程做出重大调整的部分原因 —— 在于没人真正知道这一切将如何发展。如果高等教育的最终目的是培养能为社会做出有效贡献的人才，那么，在无法预知未来世界需求的情况下，要做到这一点极其困难。今天的教学内容可能很快就会过时，但人们未来要取得成功所需的努力习惯、自律和系统思维能力，超越了今天所教授的具体内容。

对公司来说也是如此。组织在运营时并不确定未来五年或十年哪些角色、技能甚至商业模式将决定成功。对于我们正在为之做准备的未来，我们都了解得不够多，无法做到完全正确。这就是为什么那句老话比以往任何时候都更能引起共鸣：预测未来的最佳方式就是创造未来。

而这正是我们面临的当务之急。保护入门级工作，并非为了因循守旧，而是旨在积极塑造一个未来：在这个未来里，工作依旧是实现成长、铸就坚韧精神以及达成人类共同成就的重要领域。如果我们以想象力和勇气抓住这个时刻，人工智能时代就不会是机会的终结，而是一个更智能、更公平、更令人满意的工作世界的开端。

作者：艾米·C·埃德蒙森（Amy C. Edmondson）、托马斯·查莫罗-普雷穆齐克（Tomas Chamorro-Premuzic）

艾米·C·埃德蒙森是哈佛商学院诺华领导力与管理学教授。托马斯·查莫罗-普雷穆齐克是万宝盛华集团的首席创新官、伦敦大学学院和哥伦比亚大学的商业心理学教授、deepersignals.com的联合创始人，也是哈佛创业金融实验室的研究员。