AI暴露领域入门级岗位大幅萎缩
Partnership for New York City报告显示，自2022年ChatGPT发布以来，AI暴露程度最高的职业领域入门级岗位招聘显著下降。
设计、媒体与写作领域入门级岗位减少40.6%，客户支持减少34.4%，文职与行政减少30.5%，商业管理与运营减少26.8%，金融减少23.4%，社会分析与规划减少12.7%，销售减少10.4%；这些领域AI自动化暴露率多在50%以上。
同期，要求AI技能的入门级岗位数量增加55%，显示雇主在缩减传统入门岗位的同时提高对AI能力的门槛；AI公司2026年上半年在纽约租赁办公空间超过220万平方英尺，为2025年全年的两倍以上，相关初创企业2025年融资达167亿美元。
纽约民间部门2025年仅新增约3.8万个岗位，约为上年的一半，招聘更集中于有经验者；Center for an Urban Future同期分析显示，纽约入门级科技岗位招聘自2022年以来下降49%，高AI暴露职业入门级招聘整体下降约29%。
报告指出，AI并非唯一因素，但暴露度与入门级岗位下降呈明显相关；企业优先用AI替代初级常规任务，而非单纯增加总招聘。
此变化属于技术替代驱动的招聘结构调整，企业通过AI压缩初级岗位需求并提高技能门槛，资金与办公扩张集中于AI相关主体；受益方为具备AI技能的求职者与AI公司，承压方为依赖传统入门路径进入设计、支持、行政与金融等职业的年轻求职者。
来源：公开信息
ABAB AI 解读
Partnership for New York City基于Lightcast数据追踪ChatGPT发布后的职业招聘变化，发现高AI暴露领域入门级岗位下降幅度最大；Center for an Urban Future进一步显示纽约科技入门级招聘下降49%，而低暴露职业入门级招聘反而增长，路径显示自动化首先冲击可脚本化与重复性任务的初级环节。
资源从传统初级岗位培训转向AI技能要求与AI公司扩张，2025年纽约AI初创融资167亿美元并带动大量办公租赁，企业将初级常规工作（如内容生成、客户响应、行政处理）交由模型完成；动机在于降低人力成本并提高效率，同时筛选已具备工具使用能力的候选人，而非从零培养。
类似模式可见于Stanford数字经济实验室对22-25岁高AI暴露职业就业相对下降16%的研究，以及多地客户支持与内容岗位的收缩；当前处于AI从工具辅助转向直接替代初级任务的早期扩张阶段，企业尚未大规模裁撤有经验员工，但已收紧入门入口。
本质属于技术替代与产业链重构：生成式AI使可标准化的初级工作被模型直接完成，职业阶梯的第一级被削弱；企业将培训成本外部化或转移至AI技能持有者，从而改变劳动力市场中“从初级积累经验”的传统路径，未来有经验人才供给可能因此出现断层。
ABAB News · 认知定律
入门级岗位是AI最先替代的层级
技能门槛上升比岗位总数下降更致命
初级经验积累被模型打断后断层显现