在伦敦的广告代理公司Catalyst，一名初级员工现在可以负责五个不同的客户账户。
据创始人托比亚斯·格林（Tobias Green）介绍，过去需要多名员工才能完成这些工作。如今，人工智能工具负责进行研究、撰写文案初稿并收集数据。
“然后你需要有人进来进行修正，”他说，并将这种安排比作“反向的土耳其机械人”。人工智能在幕后工作，而人类则是面向客户的面孔。
这正在改变该广告代理公司对入门级职位的看法。格林告诉美国消费者新闻与商业频道（CNBC）：“如果人工智能消除了琐碎的工作，那么琐碎的工作就不再相关了。他们不需要学习那些技能……他们需要学习如何操控和利用人工智能。”人工智能在研究、起草、编码和行政工作方面正变得越来越熟练——这些任务传统上都是各行业初级员工的工作。
这可以提高生产力，但专家也对这对职业晋升意味着什么，以及年轻工人最初如何培养所需技能表示担忧。
开放大学（Open University）发布的《2026年商业晴雨表》报告调查了英国1500名商业领袖，发现51%的受访者表示人工智能正在改变他们的招聘方式。约19%的受访者表示他们减少了入门级招聘，其中42%的人将采用人工智能作为原因。
位于英国萨里郡的人才评估公司SHL的全球产品高级副总裁露西·博蒙特（Lucy Beaumont）表示，一些大型毕业生招聘机构正在减少招聘人数，因为他们正在评估是否真的需要这些职位。
博蒙特告诉CNBC：“如果我们过去是一个金字塔形的组织，现在我们看到的是一种我们称之为钻石形的结构，中层人员更多。”她补充说，这是一种短期解决方案，当雇主展望未来时，可能会引发某种危机。
如果过去我们的组织是金字塔结构，现在我们看到的则是所谓的钻石结构。SHL公司的露西·博蒙特（Lucy Beaumont）补充道：“那些入门级岗位是你的训练场——在那里你装上训练轮，获得徽章，留下‘战斗伤痕’，犯错误并学习如何在企业环境中运作。”她指出，“如果取消这些岗位，将对职业阶梯的每一级产生严重影响。”
不过，初级岗位并未完全消失。技术咨询公司Klarus对英国和爱尔兰500位中型市场领导者进行的调查显示，45%的受访者表示，人工智能正被用于帮助初级员工更高效、更快速地工作。与此同时，近四分之一的受访者表示，人工智能正在创造新的岗位和机会。
这一点在软件开发领域尤为明显。总部位于伦敦的FDM集团商业与技术咨询业务首席运营官希拉·弗拉维尔（Sheila Flavell）表示，包括Claude Code和Codex在内的工具意味着，开发人员越来越多地负责监督由人工智能代理和人类共同完成的项目。
她告诉美国消费者新闻与商业频道（CNBC）：“极其重要的技能是理解如何与他人协作。”因此，人工智能可能会促使初级员工在职业生涯的更早阶段就转向监督性工作。
然而，为这种新的工作方式招聘人才颇具挑战性。SHL的博蒙特表示，一些雇主正在放弃将毕业生招聘到预设岗位的做法，转而根据广泛的能力进行招聘，之后再决定将其部署到何处。
她说：“这是为潜力而招聘。你具备再培训潜力吗？我们能否将你重新培训到不同的领域？你来自哪里并不重要。”博蒙特举了一个例子，她合作的一家大型全球零售银行正在超越传统的人才库，关注心理学和法律等专业的毕业生。该银行认为，技术技能的变化是可以教授的，而批判性思维等能力则更难从零开始培养。
人工智能提高了初级员工产出的下限，但无法赋予他们判断产出结果是否错误的鉴别力。
对于研究公司 Bloor 的总监切尼·汉密尔顿（Cheney Hamilton）而言，问题的关键在于初级员工能否在从未亲手操作过的情况下，培养出监督相关工作的判断力。
她认为，“基础工作”从来不仅仅是工作本身，更是人们积累背景知识和判断力的机制。
负责 Bloor 工作场所转型研究的汉密尔顿在接受 CNBC 采访时补充道：“人工智能提高了初级员工产出的下限，但无法赋予他们判断产出结果是否错误的鉴别力，而这种判断力在历史上是通过重复实践和承担后果积累起来的。”
但这并不意味着为了培训而保留琐碎的工作。汉密尔顿表示，企业可以将入门级工作视为一种“接触”而非“产出”，让初级员工去检查和纠正人工智能生成的内容，同时由资深同事有意识地传授相关的判断标准。
咨询公司 FDM Group 正在尝试类似的方案。弗拉维尔（Flavell）表示，该公司现在利用真实的商业问题来培训员工，要求他们使用代理工程（agentic engineering）寻找解决方案，而不是仅仅教授他们如何使用人工智能工具——否则未来几年企业可能会面临经验丰富员工短缺的问题。
“这就是为什么我认为真正的问题不在于‘职业生涯早期’的资历，而在于‘早期知识’，”Bloor 的汉密尔顿补充道，“我们是否在刻意构建过去通过耳濡目染积累起来的背景知识和判断力？如果不是，你可能会培养出一代拥有人工智能赋能的广度，却缺乏深度的员工。”