賓州大學華頓商學院近期發表一篇極具顛覆性的經濟觀察，核心論點直指現代職場的結構性盲區：所謂的初階白領工作（Entry Level Jobs），本質上從來不是真正的「產出崗位」，而是企業以全薪為代價、為新鮮人提供在職訓練的「隱形學徒制」（Secret Apprenticeships）。換言之，企業過去支付給菜鳥的薪水，買到的並非他們當下的生產力，而是他們「未來變得有用」的可能性。這筆隱形成本，一直被企業默默吸收，並以較低的初階薪資與較高的中高階薪資進行內部補貼。
然而，生成式 AI 的全面落地，徹底打破了這項延續數十年的勞動市場契約。當大型語言模型（LLM）能以極低成本完成資料整理、初步研究、程式碼撰寫、報表分析等傳統初階工作時，企業主猛然發現：他們過去補貼的「學徒紅利」不再划算。資深員工搭配 AI 工具的產出，已能直接覆蓋原本需要三到五名初階人力的工作量。
這項變化的速度遠超預期。包括微軟、Meta、亞馬遜、IBM 等科技巨擘，過去一年已陸續傳出大規模縮減或凍結初階招募的消息，部分職缺的招募門檻甚至上修至要求三至五年資歷。這意味著，新鮮人不再有「邊做邊學」的容錯空間，職場入口正急劇收窄。
這場變革的本質，並非單純的技術替代，而是一場關於「誰該為勞動力再生產付費」的深層經濟契約重構。在工業革命後的兩百年間，初階工作扮演了三大關鍵功能：第一，分擔資深員工不願做的瑣碎任務；第二，讓年輕人在真實場域中習得專業判斷；第三，以較低薪資換取未來高產值人才的儲備。企業與社會在無形中達成了默契——由企業以「過度支付」的方式，補貼國家教育體系與家庭無法獨立完成的技能培育工作。
生成式 AI 的出現，讓這項默契徹底瓦解。從企業主的角度來看，當 AI 工具能讓一位資深員工的產出翻倍，繼續雇用初階人力的「機會成本」便急劇升高。這是一場純粹的經濟理性計算：與其花三年培養一個菜鳥，不如讓資深員工搭配 AI，直接進入高產出模式。這也解釋了為何科技業的初階職缺消失速度，比其他產業更為劇烈——因為軟體工程師與數據分析師的工作內容，最容易被 LLM 分解與自動化。
更深層的結構性矛盾在於：這場變革的所有成本，並非由企業或資深員工承擔，而是被完全外部化給了整個世代的年輕勞動者。他們失去了最重要的「職場入口」，卻未獲得任何對應的補償機制。學貸壓力、租屋成本、職涯起步延後等社會問題，將因此急速惡化。同時，大專院校的就業輔導體系、職涯諮詢產業，乃至以「實習轉正」為核心的人才培育鏈，都將面臨根本性的瓦解。
值得注意的是，這場危機並非沒有歷史先例。1990 年代的電腦輔助設計（CAD）軟體普及，曾讓建築業的繪圖員（Draftsman）職種幾乎消失；2010 年代的雲端運算，則讓企業不再需要大量駐地 IT 維運人員。每一次技術典範轉移，都伴隨著特定勞動技能的貶值與新技能的崛起。但這次 AI 衝擊的獨特之處在於：它壓縮了人類「技能轉換的緩衝時間」，讓適應週期從過去的十年縮短至可能僅有兩到三年，這對勞動市場的吸納能力，是極為嚴峻的考驗。
戰略貿易流向與供應鏈依賴度
HS 8507資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $1,300 億美元 / 年 (複合成長率 >24%)
回顧 1980 年代個人電腦普及、2000 年代網路泡沫、2010 年代雲端運算興起等重大典範轉移，每一次都重塑了「人與工作的關係」。AI 對初階白領的衝擊，雖然速度驚人，但終究會在新的供需平衡中找到出口。以下提出三種未來情境預測：
無論最終走向哪一種情境，有一點幾乎可以確定：未來五年內，「你的 AI 工具駕馭能力」將比「你的工作年資」更具市場價值。這是每一位職場人必須正視的結構性轉變。
面對這場不可逆的勞動市場典範轉移，個人與企業都必須從現在就啟動應對機制：
01 起因觸發：生成式 AI 工具成熟，初階白領任務被自動化取代
02 一階傳導：科技巨擘大規模縮減初階招募，招募門檻上修
03 二階擴散：人力資源服務、線上學習、職涯媒合產業迎來結構性洗牌
04 三階擴散：年輕世代勞動參與率、薪資成長動能同步放緩
05 宏觀終局：迫使各國政府重新定義「自動化稅」與社會安全網，全球勞動市場進入「技能密度」定價時代
因果網路圖譜 1 節點
可拖曳節點 · 點兩下開啟文章