亚特兰大联储最新研究提出，企业用 AI 替代初级白领岗位，未必只是招聘结构调整问题，更可能影响未来的人才培养。研究借用了诺奖经济学家肯尼斯·阿罗 1962 年提出的“在工作中学习”理论，认为许多看似重复、基础的初级工作，其实是员工积累经验、走向更高职位的必经阶段。

初级岗位也是训练环节

研究指出，初级岗位承担的不只是执行性任务，也是一套实际训练过程。年轻员工在处理重复事务、熟悉流程和解决具体问题时，逐步形成后续升任资深岗位所需的能力。这类经验很难在大学或研究生阶段完全替代。

按这一逻辑，企业如果把大量初级任务直接交给 AI，短期内可能压低人力成本，但也会削弱内部培养资深员工的通道。研究认为，这会影响企业未来的管理质量和专业能力储备。

毕业生就业压力正在上升

报道提到，2026 年美国年轻大学毕业生的失业率已持续高于整体失业率，这与近年劳动力市场的常态相反。部分大学毕业生的失业水平，已接近没有大学学历的同龄人。

这背后并不只有 AI 一个因素。企业在全球不确定性、伊朗战争、关税压力等背景下普遍放缓招聘，一些白领行业在疫情后也出现过度招聘后的裁员调整。岗位供给减少、毕业生数量增加，也让初级白领岗位竞争更激烈。

联储提出两项政策思路

不过，研究认为，即便不能把年轻人的就业困境完全归因于 AI，初级岗位减少仍会让许多毕业生失去最关键的实践学习机会。这不仅影响个人职业发展，也会拖累企业和更广泛经济体的生产率提升。

• 对自动化带来的利润征税
• 对扩大初级员工任务范围的企业提供补贴

研究认为，这类组合措施可以降低企业“完全自动化”的动力，同时鼓励企业保留能让年轻员工积累经验的工作内容。

如果企业继续压缩初级岗位，短期利润可能仍受益于成本下降，但长期代价可能是更少、能力更弱的管理者和专业人才。研究还指出，这种影响不会停留在单个企业内部，而可能逐步传导至整个行业。