AI暴露領域入門級崗位大幅萎縮
Partnership for New York City報告顯示，自2022年ChatGPT發佈以來，AI暴露程度最高的職業領域入門級崗位招聘顯著下降。
設計、媒體與寫作領域入門級崗位減少40.6%，客戶支持減少34.4%，文職與行政減少30.5%，商業管理與運營減少26.8%，金融減少23.4%，社會分析與規劃減少12.7%，銷售減少10.4%；這些領域AI自動化暴露率多在50%以上。
同期，要求AI技能的入門級崗位數量增加55%，顯示僱主在縮減傳統入門崗位的同時提高對AI能力的門檻；AI公司2026年上半年在紐約租賃辦公空間超過220萬平方英尺，爲2025年全年的兩倍以上，相關初創企業2025年融資達167億美元。
紐約民間部門2025年僅新增約3.8萬個崗位，約爲上年的一半，招聘更集中於有經驗者；Center for an Urban Future同期分析顯示，紐約入門級科技崗位招聘自2022年以來下降49%，高AI暴露職業入門級招聘整體下降約29%。
報告指出，AI並非唯一因素，但暴露度與入門級崗位下降呈明顯相關；企業優先用AI替代初級常規任務，而非單純增加總招聘。
此變化屬於技術替代驅動的招聘結構調整，企業通過AI壓縮初級崗位需求並提高技能門檻，資金與辦公擴張集中於AI相關主體；受益方爲具備AI技能的求職者與AI公司，承壓方爲依賴傳統入門路徑進入設計、支持、行政與金融等職業的年輕求職者。
來源：公開信息
ABAB AI 解讀
Partnership for New York City基於Lightcast數據追蹤ChatGPT發佈後的職業招聘變化，發現高AI暴露領域入門級崗位下降幅度最大；Center for an Urban Future進一步顯示紐約科技入門級招聘下降49%，而低暴露職業入門級招聘反而增長，路徑顯示自動化首先衝擊可腳本化與重複性任務的初級環節。
資源從傳統初級崗位培訓轉向AI技能要求與AI公司擴張，2025年紐約AI初創融資167億美元並帶動大量辦公租賃，企業將初級常規工作（如內容生成、客戶響應、行政處理）交由模型完成；動機在於降低人力成本並提高效率，同時篩選已具備工具使用能力的候選人，而非從零培養。
類似模式可見於Stanford數字經濟實驗室對22-25歲高AI暴露職業就業相對下降16%的研究，以及多地客戶支持與內容崗位的收縮；當前處於AI從工具輔助轉向直接替代初級任務的早期擴張階段，企業尚未大規模裁撤有經驗員工，但已收緊入門入口。
本質屬於技術替代與產業鏈重構：生成式AI使可標準化的初級工作被模型直接完成，職業階梯的第一級被削弱；企業將培訓成本外部化或轉移至AI技能持有者，從而改變勞動力市場中“從初級積累經驗”的傳統路徑，未來有經驗人才供給可能因此出現斷層。
ABAB News · 認知定律
入門級崗位是AI最先替代的層級
技能門檻上升比崗位總數下降更致命
初級經驗積累被模型打斷後斷層顯現