裁掉200个初级岗位后，公司拉响了警报
一家公司裁掉了200个初级岗位，成本立竿见影地降了，但不到18个月，人才储备空了，项目拖期了，没人能接班了。这不是个例——43%的企业计划用AI取代初级职位，却很少有人算过这笔账：初级岗位不只是为了产出，更是培养未来领导者的土壤。
朱莉是一家中型媒体机构的首席人力资源官（CHRO），她做出了一个自己称之为“几乎不可避免”的决定。面对董事会削减成本、展示AI投资回报率的压力，她裁掉了公司200人的分析师助理项目——这个初级岗位群体几十年来一直是公司中级人才的主要输送管道。成本省下来了，立竿见影。但其后果却并非即刻显现。
不到18个月，高级副总裁们就拉响了警报。项目进度滞后，高级经理们不得不接手曾经由助理承担的工作。当公司准备提拔下一批总监时，人才储备几乎空空如也。“我们解决了一个成本问题，”朱莉告诉我，“却制造了一场能力危机。”
她的情况并非个例。在全球范围内，初级人才管道正在加速萎缩。光辉国际的《2026年人才招聘趋势报告》发现，43%的公司计划用AI取代部分岗位，后台职能（58%）和初级职位（37%）首当其冲。霍特国际商学院2024年进行的一项调查发现，45%的美国企业领导者宁愿聘请自由职业者，37%宁愿部署AI，也不愿招聘应届毕业生。
短期成本削减的后果会不断累积。取消初级岗位，你就减少了支撑中级管理者的员工人数。减少中级管理者，你就缩小了向总监和副总裁管道输送人才的池子。这看起来像是一个人员配置效率决策，实际上却是一个领导力人才供给决策，而其全部代价可能要数年之后才会显现。
在我的高管教练和领导力发展实践中，我看到许多组织在推行AI转型时没有配套的人才战略，而表面上被视为招聘问题的领导力管道侵蚀，实际上往往是架构问题。我观察到，那些能妥善应对这一挑战的领导者，正在以不同的方式实施自动化战略；他们正在构建这些新技术所需的人才基础设施。以下是三种做法。
将初级岗位
重新设计为能力建设梯队
初级岗位从来不只是为了产出。它们关乎这些员工将来会成为什么样的人——特别是，他们在这个过程中会建立哪些能力。根据世界经济论坛《未来就业报告》，AI时代最关键的一些技能包括分析性思维、创造性思维、韧性与适应性、领导力与社会影响力，以及好奇心与终身学习。这些技能无法简单地通过培训模块获得，也不能通过向大语言模型提问来掌握。它们是通过实践来培养的：应对模糊性、在压力下管理关系、从错误中恢复，以及学习在没有职权的情况下施加影响。理想状态下，初级岗位正是培养这些能力的起点。
领英的研究表明，内部流动强的组织，其领导力晋升次数和员工任期远超同行，而那些依赖外部招聘的组织则因未能创造足够的内部流动而损失价值。从内部成长起来的领导者，拥有外部招聘无法复制、也无法快速获取的背景、关系和判断力。当组织完全自动化或掏空初级岗位时，它们就有可能移除发展阶梯的第一级——随之消失的，正是培养AI时代最急需技能的条件。
当削减分析师助理项目的后果逐渐显现时，朱莉的第一反应是补缺。但她的团队转而进行了人才供应链分析，追溯当前高级领导者的成长路径，然后预测在新的模式下，人才管道还能可靠地培养出哪些领导能力——以及它是否还能培养出准备好担任高级职务的领导者。这项分析揭示的不仅仅是人员数量的缺口。它是一张地图，展示了那些被悄无声息地从系统中移除的经历、关系和判断力。
基于这些发现，朱莉做出了一个影响深远的决定：她不会补充被自动化浪潮裁掉的200个职位。相反，她重新设计了新条件下初级人才培养的模式：一个50人的助理梯队，规模更小，但结构更加精心设计，并且从一开始就将AI辅助融入其中。重新设计围绕一个原则展开——“健康的摩擦”：有意识地把领导者推到超出他们现有能力的位置上，那种让人有点难受但又有收获的不适感，恰恰是能力成长的催化剂。
策略：
向前规划人才管道，而非向后看
领导者需要的是一份真正的人才供应链分析——不是继任计划，而是一个动态模型，用来追溯发展路径，并压力测试你的人才管道在新的招聘假设下到底能产出什么。要揭示出AI正在悄悄移除的那些经验资本。很多董事会成员还没把自动化决策和长期领导力供给风险挂上钩，所以要把这些发现跟他们讲清楚。
构建分布式学徒管道
我观察到，组织中有两种知识。显性知识存在于文档和系统中。隐性知识——比如如何处理难缠的客户、何时应该上报、以及决策实际上是如何做出的——存在于人身上。它不是被写下来的，而是通过近距离接触和时间来传递的。
初级岗位曾是这种传递的理想载体。创意领导力中心（Center for Creative Leadership）的70-20-10框架认为，70%的职业发展来自在职经验，20%来自与经验丰富的同事的关系，10%来自正式培训。当初级岗位消失时，90%的发展模式也随之消失。剩下的是一个知识断层：经验丰富的从业者与下一代之间的鸿沟。我观察到，组织注意到这个问题，不是在鸿沟出现时，而是在领导者离开、而没有人准备好承接他们所承载的东西时。
例如，“哈里”——一家教育科技公司的首席营收官——就深切体会到了这一点。由于他的高级商业团队中有很大一部分人将在五到八年内退休，而AI又在加速其他人的主动离职，他意识到公司没有任何机制来留住那些领导者所知道的东西。客户关系、交易直觉、定位判断——这些知识都只存在于即将离职的人身上。
哈里的团队梳理了面临流失风险的知识，确定了愿意担任内部教学角色的高级领导者，并建立了一个结构化的跟岗计划，将中级管理者与高级从业者在实际业务周期中进行配对。关键是，教学的贡献被写入了绩效期望和薪酬中，而不是被视为志愿工作。一年时间，这家公司就建起了一套正式的知识转移系统——而以前的领导层压根不需要操心这个，因为初级人才管道一直都在默默地替他们把这事儿干了。
解决方案：
将知识转移设计到绩效体系中
识别那些承载着不可替代的隐性知识的高级从业者——特别是那些你知道将在五年内离开的人。为中级管理者与这些资深领导者建立结构化的跟岗计划，在人员交接之前就定好知识怎么留存，再把内部教学变成一个正式认可、有报酬的岗位。未来最有竞争力的组织，一定是那些一边重新设计人才战略、一边把最多知识传承下来的组织。
审计并偿还组织的“能力债务”
能力债务是指企业需要员工完成的任务，与员工实际能够交付的成果之间日益扩大的差距。它是一种负债，在变成危机之前不会出现在资产负债表上。它在不知不觉中累积，每自动化一项职能就增加一分。
当组织自动化初级职能时，他们衡量所获得的收益：降低成本、提高产出速度和保证质量稳定。但他们很少衡量所失去的东西。世界经济论坛的《未来就业报告》预测，到2030年，39%的核心技能将过时。那些积极推进自动化却不投资于员工发展的组织，正在积累能力债务，同时消除了能够偿还这笔债务的人才输送管道。
当哈里的团队评估其自动化决策的下游影响时，他们起初称之为技能差距。将其重新定义为“债务”至关重要：差距意味着让个人承担追赶的负担，而债务则表明这是组织必须偿还的系统性义务。这种区别改变了谁负责解决问题。一个跨职能工作组把每一个被自动化的职能，和它在执行过程中曾经培养出的人类能力一一对应起来，然后找出了哪些领域最需要重新投入。
解决方案：
进行能力债务审计
指派一个跨职能团队——包括CHRO、CTO和至少两位业务单元负责人——将过去36个月内被自动化的每一个初级职能，与其所产生的下游能力进行映射。针对每一项，问一问：
如果需要，谁能不用AI来完成这项工作？
谁能可靠地评估AI输出的准确性？
哪些发展路径已不复存在？
这并非反对自动化，而是一种风险管理实践，用于确定能力债务最危险的地方以及再投资最紧迫的领域。
“我们没有走回头路，”朱莉告诉我。“我们重新设计了。而且我们应该在危机之前就做这件事，而不是之后。”公司高层面临着一个关键的矛盾：短期的效率提升是实实在在的，而且通常会在董事会层面受到赞扬，然而，拆除人才基础设施的代价却是分散的、滞后的，并且在引发危机之前是看不见的。问题不在于AI能取代多少初级岗位，而在于10年后你需要成为什么样的组织，以及哪种人才培养模式能带你到达那里。
珍妮·费尔南德斯（Jenny Fernandez）|文
珍妮·费尔南德斯是一名高管教练、组织变革顾问，也是哥伦比亚大学和纽约大学的兼职教授。
本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，36氪经授权发布。
