“蓝色巨人”IBM用招聘雄心缓和“AI恐慌”：2026年美国入门级岗位有望翻三倍

智通财经APP获悉，在投资者们对人工智能(AI)技术针对全球各行业颠覆性的担忧情绪发酵之际，有着“蓝色巨人”称号的美国老牌科技巨头IBM(IBM.US)表示，尽管人工智能似乎正在压制更广泛范围全球科技类企业内对早期入门级职业工作者的需求，但该公司将在2026年把美国入门级岗位招聘规模扩大至之前的足足三倍。该公司拒绝披露具体招聘人数，但表示此次扩招将“全面展开”，影响多个部门的广泛岗位。

几乎在美东时间周四的同一时间，美国科技巨头微软(MSFT.US)则对于AI带来的劳动力市场影响释放发出截然不同的信号。微软AI业务负责人穆斯塔法·苏莱曼(Mustafa Suleyman)在接受媒体采访时表示，律师、会计师、项目经理和营销人员等从事电脑办公的白领类专业人士，其“大多数任务”将在未来12至18个月内被AI完全自动化。这位微软AI业务掌舵人抛出的最新时间表远早于商界和美联储政策制定者们的普遍预期，为全球劳动力市场敲响警钟。

席卷全球股票市场的“软件股末日”(Software-mageddon)近期可谓甚嚣尘上，有着“OpenAI劲敌”称号的Anthropic重磅推出的一系列AI工具/代理式AI智能体协作平台，引发全球股市SaaS订阅软件板块以及股票市场广义上的软件板块广泛抛售大浪潮。受这一严峻担忧情绪影响，标普500软件与服务指数自1月下旬以来下跌约13%，并在截至上周四的一周内抹去接近1万亿美元市值。

在本周，AI颠覆预期如同多米诺骨牌般冲击各个行业板块，从软件、SaaS、PE到保险，甚至再到房地产、物业管理与物流板块这类劳动力密集型板块“轮流大跌”，AI可谓在过去一两周内逐个行业扫荡，投资者们加速抛售那些潜在的“输家”。

AI抢走“入门级工作”?IBM选择逆流而上

“是的，而且就是针对那些我们被告知AI都能做的岗位，”IBM首席人力资源官尼克尔·拉莫罗(Nickle LaMoreaux)本周在纽约的一场会议上表示。拉莫罗强调，她已对软件开发人员等岗位的入门级职责描述进行了彻底重塑，以便在公司内部为这项招聘推动计划建立论证。

她在Charter主办的Leading With AI峰会上表示：“你在两到三年前拥有的那些入门级工作，AI现在绝大多数都能做。” “所以，如果你要说服业务负责人你需要进行这项投资，那么你就必须能够展示这些人如今能够带来的真实价值。而这必须通过完全不同的工作来实现。”

拉莫罗强调，其结果是，IBM早期入门级职业员工的职责组合发生了重大变化。由于AI工具可以处理大多数常规编码任务，公司的初级软件开发人员现在在这方面花费的时间更少，而把更多时间用于与客户们进行深度沟通与合作。在人力资源部门，入门级员工如今会在HR聊天机器人表现不佳时介入，纠正输出，并在需要时与管理者们积极沟通，而不是像过去那样亲自处理每一个问题。

头顶人工智能与量子计算这两大最前沿科技光环的IBM的上述最新决定出台之际，围绕AI是否会抹去应届生机会的疑问正在增加。去年，“OpenAI最强劲竞争对手”Anthropic的首席执行官达里奥·阿莫代伊警告称，到2030年，半数入门级办公室工作岗位可能会消失。而近期AI大模型极速进展，也加剧了大学生们的焦虑情绪——他们担心在本就艰难的就业市场中被彻底取代。

拉莫罗表示，削减早期职业招聘短期内或许能省钱，但它会在未来造成中层管理者稀缺的重大风险。这可能迫使企业从竞争对手那里不断“挖人”，而这通常比内部晋升更昂贵。她表示，这类外部招聘通常也需要更长时间来适应公司文化与系统，相比之下，在公司内部培养的人才更容易融入日常经营模式。

一些科技行业高管与经济学家认为，在全球技术巨变之际，招聘年轻员工对企业而言是一项更好的投资。

Dropbox Inc，这家文件共享平台的首席人事官梅拉妮·罗森沃瑟(Melanie Rosenwasser)表示，在使用AI技术方面，“他们就像在环法自行车赛里骑车，而我们其他人还带着辅助轮”。 “说真的，他们在人工智能工具以及代理式AI智能体的操作熟练度上把我们甩开了一大圈。”

她表示，为了利用年轻员工在AI技能方面的熟练度，Dropbox如今正把其实习与应届生项目规模扩大25%。

IBM力争把初级工程师“改造”为AI时代前线战力，同时也在给“AI恐慌叙事”降温

IBM一方面明确承认“过去2–3年的许多入门级工作内容已可被AI完成”，因此把初级岗位职责重新塑造，并且让新人更多转向客户沟通协作与AI输出纠偏等“前线战略价值”工作;另一方面仍决定在2026年把美国入门级招聘规模扩大至三倍，这客观上也在为“AI会直接清零入门岗位”的“人工智能颠覆一切”的AI恐慌叙事降温——前提是岗位被重塑。在IBM看来，AI不是线性地把岗位清零，而是把岗位的价值重心从“生产内容/写代码/做表”推向“把AI驯化为可控产线”。

毋庸置疑的是，AI率先吞噬的是“任务颗粒度”(task-level) 类型的重复劳动，而企业会把“岗位定义”(role-level) 重新切片。来自微软的苏莱曼说的是大量专业岗位中的“多数任务”会被自动化、速度可能超出市场定价;IBM 的动作则是在承认这一前提下，通过重写入门岗位职责，继续投入人才供给并把人力迁移到更高价值的环节(例如客户协作、AI异常处理工作、质量控制与披露落地交付工作)。

从AI代理(agentic AI)工作流 的底层技术逻辑看，这种“岗位重塑 + 扩招”其实非常工程化：代理擅长把流程拆成子任务并自动执行(写代码、生成文档、做初筛、做报表、跑实验脚本等)，但一旦进入生产环境，真正的瓶颈往往转移到权限与数据连接(identity/RBAC以及系统接口、数据血缘关系)、工具调用可靠性、评测与回归(evals/regression)、治理与审计，以及不可避免的长尾异常。这些都意味着企业需要更多“会用 AI 把流程跑起来”的初级人才：他们不再靠“手工产出”创造价值，而是通过编排、验证、监控、纠错、与业务方共创把AI产能转化为可高效率且批量交付的结果。

IBM 近年明显把重心放在“企业级可规模化的大型AI项目落地”上——不仅销售AI模型或其他AI工具，更是聚焦于销售“把AI接入既有系统以及在多云/混合云环境中高效率治理与运用”的综合能力。IBM 近期发布的 Enterprise Advantage(面向企业扩展agentic AI的资产化咨询服务)就强调：帮助客户快速构建、治理、运营内部AI平台，把AI连接到现有系统，并在不更换云/模型/核心基础设施的情况下扩展代理应用。要把这套方法论规模化复制，“人”本身就是交付产能的一部分，扩招入门级可能是为未来2–5年的交付与管理梯队提前准备。