IBM首席人力资源官：将初级岗位招聘量增至三倍，因年轻人更擅长与AI协作

IBM三年内完成了一次180度转向。2023年，首席执行官Krishna公开表示将用AI替代7800个后台岗位，冻结非客户面向的招聘，称30%的相关职位将在五年内自动化（LinkedIn讨论）。2026年，同一家公司宣布初级招聘量增至三倍。这不是企业战略摇摆，而是AI落地过程中的一次真实校准：自动化能消灭重复性任务，但无法自动生成具备组织上下文理解、能对AI输出做质量判断的人。当37%的企业计划用AI替代初级岗位时，IBM选择了反向操作——赌的是三到五年后的管理人才管道。

这里有一个被大多数AI叙事忽略的组织经济学问题：如果所有企业同时砍掉初级岗位，五年后中层管理者从哪里来？LaMoreaux的计算很清楚——外部招聘中层需要支付30%的薪资溢价，还要承担文化适配和隐性知识缺失的成本。初级员工的价值不仅在于当前产出，更在于他们在组织内部积累的系统理解和人际网络，这些构成了未来中高层管理者的基础。短期裁初级、长期买中层，总成本可能更高。

IBM的做法还暴露了当前AI人才市场的一个结构性错配：73%的招聘者将批判性思维列为2026年最重要的能力需求，AI技术技能仅排第五（IT Brief）。这意味着市场真正稀缺的不是"会用AI工具的人"——工具可以在几周内学会——而是能判断AI输出是否可靠、能在AI犯错时介入纠正的人。年轻人的优势不是技术本身，而是他们从未在没有AI的环境中形成工作习惯，因此天然地将AI视为工作流的一部分而非外挂工具。这种认知差异比任何具体技能都更难通过培训弥补。