以前資淺員工靠做基礎工作磨判斷力，現在那些工作被 AI 接手了，新人進公司少了練功舞台。三五年後誰來當中階主管？這篇給你重新設計 AI人才養成路徑的思考框架，把人才斷層補回來。立即了解。
李經理上週把三個資淺分析師過去要花一整週整理的市場資料，交給 AI 在二十分鐘內生成。報表更乾淨、成本更低，他卻有點不安：那三個同事以前就是靠反覆做這種苦工慢慢看懂市場脈絡，三年後才獨當一面，現在這條 AI人才養成的路被抽掉，省下的會不會是三年後的接班人。
當 AI 把基礎工作大量接手，多數企業看到當下效率，卻沒看到 AI人才養成的起點正在被掏空。這篇不販賣焦慮，要給的是重新設計新人成長路徑的框架。
AI人才養成的起點消失了：新人少了練功的舞台
新人能力長不出來，很多時候根源在養成機制被 AI 抽掉了一塊，而非態度問題。過去資淺員工靠整理資料、跑報表、寫初稿這類基礎工作，在反覆操作裡累積對業務的手感與判斷力，而當 AI 把這些一鍵生成，新人少掉的其實是「做中學」的場域。傳統的 AI人才養成假設新人會在基層待夠久、磨夠多，現在這個前提鬆動了。
這不是猜測。LinkedIn 經濟機會長 Aneesh Raman 在投書中直言「職涯階梯的底層正在崩解」，初階工作消失的速度遠比想像快；史丹佛大學數位經濟實驗室二〇二五年的研究更發現，在高度暴露於生成式 AI 的職業裡，二十二到二十五歲的初階知識工作者已出現就業衰退。研究者 Josh Bersin 把它比喻成打字員的消失：當初階的程式撰寫、測試被 AI 吸收，那套「先做基礎工作再慢慢上手」的學徒路徑也一起不見了。
對 HR 來說最直接的衝擊是帶不動人：以前交辦基礎任務就能訓練資淺員工，現在那些任務不在了，AI人才養成的路徑斷在第一段，想補回來得先承認這一段已被抽走，而非要求新人更努力。
三五年後誰來當中階主管：被低估的人才斷層
短期效率的帳很漂亮，長期人才結構的帳卻在悄悄虧損。企業砍掉初階工作的當下看到人力精簡與成本下降，沒看到中階主管接班池正在被掏空，因為沒有人在基層磨出過判斷力。而判斷力得在實戰裡長出來，當基層歷練消失，這條養成管線就斷在源頭。
數字已經把斷層的兩端標示出來。在入口端，世界經濟論壇《二〇二五年未來就業報告》預估到二〇三〇年將消失九千兩百萬個職位，多是低技能的重複性工作，正是新人過去的起點。在出口端，Gartner 引述的調查顯示高達六成新手主管會在兩年內陣亡，Deloitte 也指出自二〇二二年起全球中階職缺已下降四成以上。兩端一起收縮，中間那條養成路就越來越窄。
更麻煩的是技能折舊在加速。PwC 二〇二五年全球勞動力研究指出，核心技能的有效期已從過去的四到六年縮短到十二到十八個月，AI人才養成因此是雙重難題：既要補回消失的入口，又要面對能力更快貶值的現實。
重新設計新人成長路徑的四個思考方向
要補回斷層，關鍵是把 AI 從替代新人的工具，重新定位成新人練判斷的場域。AI 拿走的是執行，留下的判斷與提問正是新人最值錢的能力，重新設計新人成長路徑就從這個轉念開始，下面四個方向可挑著用。
第一，讓 AI 當新人的練習對手。與其讓新人從零產出，讓他們去審查、修正、追問 AI 的初稿。要挑出 AI 哪裡寫錯、哪個假設站不住，新人得先看懂業務本身，這個過程逼出來的判斷力比單純執行更深。麻省理工史隆管理學院的研究也發現，初階員工被放在審查者而非打字員的位置時，與 AI 協作的成效最明顯，BNY 的逆向導入正是這個邏輯。
第二，刻意設計需要判斷的早期任務。把基礎苦工省下的時間，重新投資在更早的判斷練習上。會計顧問公司 KPMG 在 AI 輔助下，讓新人參與原本需要三年資歷才碰得到的稅務工作，把初階崗位從安全的學習場域升級成高價值的學習平台。
第三，把資深員工的隱性經驗顯性化。過去新人靠長時間觀察資深同事，偷學那些沒寫進 SOP 的判斷。現在歷練時間被壓縮，這些隱性經驗必須主動被講出來、被結構化，否則會隨資深員工退休一起流失。這裡很適合借用智谷的 AI 能力卡牌，把團隊的 AI 應用能力按任務攤開盤點，看清楚哪些判斷該保留給人。
第四，用輪調與專案讓新人提早看見全貌。歷練時間變短，與其等新人自然長出全局視野，不如用跨部門輪調與專案刻意讓他提早接觸不同環節。看過全貌的人才有辦法在模糊情境下判斷輕重，而模糊正是 AI 最不擅長、人類最該補位的地方。相關討論可參考我們對中階主管價值重構的分析。
AI人才養成是組織能力工程，不只是 HR 的事
新人帶不起來，根源在組織設計，不該只丟給 HR 一個部門扛。AI人才養成本質上是組織能力建構的議題，需要決策者和 HR 一起重新設計：決策者掌握要不要把省下的成本投回新人的判斷練習，HR 掌握怎麼把投資設計成可執行的成長路徑，兩邊只要一邊缺席，斷層就補不起來。
世界經濟論壇也指出超過六成企業正受困於技能落差，AI 導入若沒有同步把人才養成接上，轉型只會更難推進。我們在協助企業推動 AI 組織變革時常看到一個盲點：企業很快學會用 AI 提升效率，卻很少盤點效率提升之後，基層歷練被抽掉的洞要怎麼補。這件事愈早被決策者放上桌面，接班池被掏空的風險就愈低，這也是 AI 時代主管角色轉變正在加速逼近的課題。
FAQ
AI 接手初階工作後，新人帶不起來該怎麼辦？
先承認根源在養成機制被抽掉了一塊，而非新人態度。過去靠交辦基礎苦工訓練新人，現在那些任務被 AI 接手，培訓路徑斷在第一段。建議把 AI 重新定位成新人練判斷的對手，讓新人去審查、修正、追問 AI 的產出，同時刻意設計需要判斷的早期任務，把成長路徑接起來。
為什麼判斷力沒辦法靠上課直接訓練出來？
判斷力是在處理具體業務、踩過夠多坑之後長出來的，需要真實情境累積，課程可以加速框架理解卻代替不了實戰歷練，所以重點在於重新設計新人接觸真實判斷的機會，例如提早輪調、參與複雜專案、審查 AI 產出，讓判斷在工作裡長出來。
AI人才養成只是 HR 的責任嗎？
不能只丟給 HR。AI人才養成是組織能力建構的議題，需要決策者和 HR 一起設計。決策者決定要不要把 AI 省下的成本投回新人的判斷練習，HR 負責把投資設計成可執行的成長路徑。把它當成單一部門的培訓任務，往往是接班池被掏空的開始，因為它牽涉資源分配與組織設計。
中小企業資源有限，也要擔心人才斷層嗎？
要，而且中小企業更該提早動手，因為大企業有厚實人才庫可以緩衝，中小企業的接班池本來就薄，一旦基層歷練被 AI 抽掉，斷層會更快浮現。好消息是中小企業組織扁平、調整成本低，可以先從一個部門試做，讓新人審查 AI 產出、參與判斷型任務，再視成效擴散。
新人帶不起來、接班人接不上，預約智谷一場 AI 人才養成機制健檢，把斷掉的成長路徑重新接回來。
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。本文由智谷內容團隊整理，研究來源包含：LinkedIn 經濟機會長 Aneesh Raman 投書《紐約時報》（職涯階梯底層崩解觀點）、Stanford Digital Economy Lab 2025 初階知識工作者就業衰退實證研究、Josh Bersin 2026〈AI and the End of Entry-Level Jobs〉、PwC 2025《全球 AI 職場展望報告》（核心技能有效期研究）、Gartner（原 CEB）新手主管兩年陣亡率調查、World Economic Forum《2025 年未來就業報告》（Future of Jobs Report 2025）、Deloitte 2025 全球中階職缺數量變化統計、KPMG 新人參與高資歷稅務工作的人才養成實務。
推薦精選文章
📚 面對 AI 中階焦慮，Lyft CEO David Risher 給的是另一條路：重新發明這個位置
📚 AI時代領導力的新分工：44% 任務交給 AI、72% 技能需要人機協作，中階主管三條保值動作
更多企業 AI 培訓服務：https://www.kvalley.biz/tcservice/digital/