AI 如何拆解基層員工的企業職涯階梯

人工智慧正日益將例行性的辦公室工作自動化，打破了基層工作者長久以來用來累積經驗、培養直覺並晉升至領導職位的傳統跳板。隨著軟體以更低成本與更快速度接管初階任務，企業正面臨日益嚴峻的人才培育瓶頸：當過去用於磨練技能的工作逐漸消失，該如何培養出資深的策略人才？

失去「做中學」的機會

數十年來，企業環境中的職涯晉升一直遵循著類似學徒制的軌跡。初階員工執行較基礎的任務——例如資料整合、基礎財務模型建立或基本事件監控——在做出重大決策之前，逐步學習基本功並培養辨識錯誤的能力。

Teikametrics 財務長 Brian Beaupre 職涯的前十年都投入在手動建立財務模型上。儘管生成式 AI 現在已經能處理大部分的量化工作，但 Beaupre 對此表示擔憂，認為未來的專業人士可能會錯過親身摸索的歷練，而正是這種經驗教會人們如何察覺錯誤的答案或邏輯瑕疵。

類似的情況也正在資安領域上演。根據一項針對資安維運中心（SOC）人員的調查，自動化系統預計將消除初階的 SOC 監控職缺，儘管這同時也開啟了通往更高等級、具策略性職位的大門。然而，若缺乏這些基層職位作為墊腳石，如何為新進人員開闢一條具備策略能力的晉升路徑，依然是一項懸而未決的挑戰。

勞動力結構的分歧擴大

這波轉變也暴露出整體企業勞動力的結構性落差。PwC 近期一項針對近 5 萬名員工的調查顯示，有 56% 的受訪者屬於該機構分類中的「機房員工」（engine room）——即缺乏專業技能、且仍處於學習 AI 工具初期階段的基層工作者。在此群體中，僅半數受訪者對目前的工作感到有保障，在 PwC 所劃分的四種勞動力層級中，其適應力信心為最低。

薪酬架構的調整同樣落後於這場營運變革。薪資調查平台 Payscale 的數據指出，高達 61% 的雇主目前正著手修改職位描述以納入 AI 能力需求。然而，卻有不到半數的企業表示其薪資標準有跟上這些變革。Payscale 警告，若企業只顧以高薪大舉招募外部 AI 人才，卻未對內部同樣培養出這些技能的既有員工提供相應誘因，恐將引爆內部的「人才留任定時炸彈」。

重塑專業學徒制

為了避免未來出現領導斷層，部分企業已開始重新思考內部導師制度與培訓模式。在 Teikametrics，Beaupre 已開始將資深員工與能熟練運用現代 AI 工具的新進人員進行配對。在這種互惠模式下，資深同仁引導初階同仁建立策略決策與商業判斷力，而初階員工則協助資深主管有效運用 AI 平台。

產業觀察家指出，縮短技能落差需要有意識的架構重組。若企業單純為了追求短期效率而將初階工作全面自動化，卻未能建立傳承判斷力與組織內部知識的新途徑，企業的職涯階梯恐怕將失去培訓下一代領導階層不可或缺的關鍵橫木。