劳动力市场快速变化，薄弱的中层成为断层
48岁的银行业从业者郑蕊（Rei Teo）发现，一份稳定的工作可能在短时间内发生变化。2024年，随着公司重组，她的岗位被重新调整，她随后离职。在招聘降温、岗位因新技术而重新设计的市场中，她难以找到长期职位，最终接受了一份合同工岗位。她的经历反映了研究人员指出的新加坡一种现象：中层岗位过于稀少，难以吸纳被裁撤的专业人士，迫使他们转向临时职位或薪酬较低的岗位。
目录
成人学习研究所（IAL）将此称为“向下挤压效应”。企业将常规工作自动化，并借助人工智能工具精简团队后，能够支撑劳动力队伍的稳定中层岗位越来越少。资深员工离职或在重组中被裁后，往往发现同级岗位所剩无几。他们转而接受合同工作或降至较低层级的岗位，与此同时，初级岗位招聘停滞。这使职业阶梯上下两端都承受压力。
生成式人工智能加快了这些变化。自2022年底以来，银行、咨询公司和科技企业一直在测试副驾驶工具和聊天机器人，将其用于客户服务、代码生成、合规审查、营销文案和内部知识检索。这些工具改变了工作流程和团队结构。有些任务消失了，另一些则增加，并需要新的监督方式。变化确实正在发生，曾经看似不受影响的白领工作也不例外。
新加坡是一个国际研究项目的主要合作伙伴。该项目追踪人工智能在全球十个数字枢纽的应用情况，范围从新加坡延伸至硅谷。目前的研究结果显示，像新加坡这样专业岗位占比较高、中层规模偏小的经济体面临明显风险。如果不采取有针对性的行动，劳动力市场中层可能进一步萎缩，而眼下恰恰需要它来接纳被裁撤的员工，并培养新一代人才。
中层岗位为何关系到新加坡的社会契约
中层岗位包括主管、团队负责人、业务分析师、财务控制专员、产品经理、临床协调员和高级技术人员。他们将战略转化为执行方案，掌握有关流程、客户和系统的隐性知识，指导初级员工，并在团队变动时维持工作连续性。在高生产率经济中，这一层级能够带来稳定并提升整体能力。
如果中层萎缩，企业组织架构会趋于扁平，也更容易变得脆弱。高层领导者需要兼顾过多事务，而初级员工通过实践学习的机会减少。结果是职业阶梯断裂：人们难以从校园迈向专业胜任，再进一步走上领导岗位。这会侵蚀“付出换回报”的社会契约，并削弱人们对制度和雇主的信任。
长期以来，新加坡一直警惕两头大的经济结构，即高薪岗位集中在顶端、低薪服务岗位集中在底端。政策目标一直是增加薪酬优厚、技能要求较高的中层岗位。如果人工智能用于增强团队能力并开辟新的专业发展路径，就能助力实现这一目标；但如果它取代了培养人才的岗位、缩窄积累经验的渠道，就会产生相反效果。
人工智能正在拆除年轻劳动者职业阶梯的台阶
人们对职业入门岗位的担忧日益加深。2025年初，一家大型银行表示，未来几年人工智能可能削减多达4,000个合同工和临时岗位。数年前，新加坡金融管理局曾预测，共和国三分之一的金融业岗位可能因自动化而转型或消失。在营销、软件和运营领域，过去用于培训初级员工的工作，如今越来越多地由工具完成：几秒内即可起草文案、设计图形、调试代码或总结文件。
最新证据显示，冲击主要落在谁身上。斯坦福大学对数百万条美国工资单记录进行分析后发现，自2022年底生成式人工智能普及以来，在人工智能影响最大的岗位中，职业生涯早期员工的就业人数相对下降了13%。同一职业中的年长员工就业情况保持稳定或有所增长。调整更多体现为招聘减少，而非薪酬下降。这有力地表明，自动化正在抽走职业阶梯的第一块台阶。
新加坡的调查也反映出类似焦虑。大约一半的Z世代受访者预计人工智能会给自己的岗位带来重大冲击，六成人表示已经在寻求额外培训。只有约三分之一的企业提供系统化的人工智能培训。一些年轻专业人士正转向不易自动化的技术工种，以看似更稳定、晋升路径更清晰的职业，取代白领发展路线。
这其中存在培训困境。当人工智能先行起草工作初稿时，初级员工就失去了亲手实践的机会。他们的成果看起来或许很完善，却可能缺乏深度。资深员工花更多时间修改，初级员工则难以培养判断力。如果初级岗位变成只需使用提示词操作工具的表面功夫，而不是掌握专业技能，那么培养胜任中层人才的渠道就会变得更薄弱。
银行和白领服务业正在重塑岗位
金融服务业的变化尤为明显。自动化审查和文件审核正在风险管理与合规领域普及。运营团队使用副驾驶工具编制报告、核对数据。面向客户的团队则在测试用于研究和服务的人工智能助手。围绕模型监控、数据治理和人工智能风险管理的新岗位也开始出现，招聘模式正随之改变。
最先消失的不是整个岗位，而是一组任务。如果这些任务属于初级工作，中层就会失去人才培养的后备渠道；如果它们属于中层工作，被裁撤的专业人士就会挤进更小的岗位池。银行、咨询、科技和企业服务行业都能看到这两种影响。新加坡的研究合作伙伴将之称为“向下挤压效应”，因为来自顶端和底端的压力挤压着同一中层群体。
年龄和经验带来的影响是双向的。隐性知识和人脉关系能为一些年长员工提供保障，斯坦福大学的研究也显示，在受人工智能影响的岗位中，资深员工的就业情况保持稳定。与此同时，在重组期间离职的四五十岁专业人士往往很难重返职场。长期岗位减少，合同工作增加。要让中层更有韧性，既需要持续培养并引入初级人才，也需要为中年职业人士建立有组织的返岗渠道。
领导者的选择决定人工智能是增强能力还是取代员工
结果并非由技术本身决定，而是取决于领导方式。那些赋权中层管理者、让他们重塑工作流程、培训团队并建立对人工智能信任的机构，所取得的结果不同于只追求快速削减成本的机构。中层领导者负责将战略付诸实践。如果他们有时间、资源和支持，就能决定如何借助人工智能帮助员工从事更高价值的工作。
可行的做法已经明确。首先，在公司各部门普及人工智能基础知识，让团队了解数据、模型的局限和隐私问题。鼓励开展低风险试验，并分享早期成果，让员工看到实际价值。优先选择增强员工能力的应用场景，让人工智能与人工监督相结合，用于客户服务、财务、人力资源和运营。组建跨职能团队，扩大试点范围并解决流程瓶颈。投资培养模型监控、提示工程、工作流程设计和变革管理等新技能。调整激励机制，奖励培训初级员工和重新设计岗位的管理者，而不只是奖励削减员工人数。
政策现在可以采取哪些行动
第一，通过在知识型工作中普及学徒制，重建通往中层岗位的职业阶梯。疫情期间，新加坡曾通过实习培训计划帮助毕业生起步。建立面向数字和专业岗位的常设全国学徒计划，可以更进一步。在金融、医疗、公共服务、制造业和媒体行业设计为期12至24个月的带薪实习岗位，并要求提供系统化指导、技能清单和定期反馈。将人工智能工具纳入专业技能培训，同时教授判断力和操作技巧。实行双轨制的国家青年失业率较低并非偶然。只有规模足够大、持续时间足够长，这种模式才能发挥作用。
第二，为中年职业转型提供有针对性的资金和时间支持。职业转换计划、在职培训补助和SkillsFuture技能培训补助可针对人工智能时代的数据、运营和服务岗位作出调整。扩大对40岁及以上人群的中年职业人士补贴，并简化雇主招聘相邻行业资深人才的流程。可叠加累积、最终获得文凭或学位的微证书，有助于员工展示进步，也能让企业使用共同的能力评估标准。
第三，将人工智能应用公共补助与对员工的承诺挂钩。岗位重塑补助可要求雇主增设培训岗位、记录流程变化，并在内部发布学习资料。如果自动化影响岗位，可提供工资补贴，帮助员工转至需要人工判断力的新团队，例如人工智能风险管理、客户成功和产品运营团队。建立符合明确标准的人工智能安全与治理人才队伍，使合规需求的增长能够抵消部分自动化风险。
最后，让公共服务部门率先垂范。所有公务人员都必须完成人工智能素养课程，领导者也被要求在日常工作中审慎采用人工智能。目前，三分之一的公务人员已经在使用内部助手，数千个定制机器人已被开发出来，以自动处理常规任务。副总理颜金勇呼吁领导者树立榜样，负责任地拥抱人工智能，并鼓励团队在有助于改善服务和治理的场景中应用这些工具。
企业如何重建更强大的中层
希望打造有韧性劳动力队伍的雇主，现在就可以采取具体措施。重点是扩大中层规模、留住企业内部的经验，并让初级员工看得到成长路径。
- 采取“增强优先”政策。用人工智能减少繁琐工作，再将节省的时间投入培训、客户服务和产品质量提升。
- 为知识型工作建立系统化学徒制。为每位初级员工或实习生配备导师，设定技能课程，并跟踪其成长，直至承担中层职责。
- 将隐性知识整理成文。制定操作手册、清单并搭建内部维基，避免团队人员变动时经验流失。
- 以人才培养成效评估管理者。将奖金与培养到能独立工作的初级员工人数，以及成功的内部晋升挂钩。
- 开放内部流动机会。公开发布岗位，并按技能招聘，让被裁撤的员工能够转到其他职能部门。
- 在数据、运营、设计和风险管理领域设立中层专业发展路径，明确薪酬等级，并赋予其与管理岗位同等的职业声望。
- 建立人工智能治理机制。明确模型风险、数据质量、隐私和偏见方面的责任人，并培训员工担任相关岗位。
- 分享早期成果与失败经验。坦诚说明团队初次尝试人工智能工具时哪些做法有效、哪些不尽如人意，以建立信任。
劳动者如何保持职场竞争力
在这场转变中，劳动者并非无能为力。关键是成为能够明确问题、选择合适工具并交付重要成果的人。领域知识、人工智能应用能力和人际技能相结合，能够让人在不同岗位之间灵活转型。
- 掌握人工智能基础知识。了解副驾驶工具的工作方式和局限，学习如何设计提示词以获得更好结果。练习核验和调试，确保输出可靠。
- 深化领域专长。选择一个行业，了解其数据、法规、工作流程和客户痛点。人工智能技能与具体领域结合时，才能发挥最大作用。
- 掌握流程管理和沟通能力。梳理工作流程，撰写清晰的工作交接内容，并呈现调查结果。解释和说服他人的能力是持久优势。
- 培养数据判断力。学习解读仪表盘、设计简单试验，并跟踪与收入、风险、成本或客户成果相关的指标。
- 建立作品集。保留能够展示自己如何利用人工智能提升速度、质量或服务水平的成果。具体结果胜过笼统表述。
- 获取可叠加的资历认证。数据分析、云工具、网络安全基础或人工智能安全方面的短期课程，与工作经验结合后能帮助打开机会之门。
- 有目的地拓展人脉。加入专业社群，并主动参与正在测试人工智能应用的跨职能项目。近距离参与能加快学习。
对于中年职业人士，可寻找能够发挥自身判断力的相邻岗位。运营经理可以转向人工智能赋能的流程改进工作；客户关系经理可以凭借数据分析能力转做客户成功；合规专员可以转入模型风险监督岗位。重新梳理自己的经历，突出解决的问题和取得的成果，再展示人工智能如何扩大自身能力。
衡量中层是否正在复苏的指标
新加坡可以通过简单指标追踪中层就业状况。透明的指标有助于政策制定者、雇主和劳动者了解职业阶梯是否正在重建。
- 专业和技术岗位中长期职位与合同岗位的比例。
- 被裁撤后，40至55岁专业人士的求职时长中位数。
- 包含系统化培训或学徒计划的初级岗位招聘信息所占比例。
- 主要行业中初级员工晋升至中层岗位的比率。
- 每年通过全国项目完成中年职业转型的人数。
- 公共和私营部门人工智能素养课程的参与率和完成率。
- 模型风险和数据管理等人工智能治理岗位的普及情况，以及这些岗位创造的新中层就业机会。
要点
- 人工智能改变团队结构，令新加坡中层岗位承压，形成“向下挤压效应”，被裁撤的专业人士可选择的稳定岗位减少。
- 初级任务日益自动化，削弱未来中层人才的培养渠道，并减少在职学习机会。
- 斯坦福大学的一项研究发现，自2022年底以来，受人工智能影响岗位中职业生涯早期员工的就业人数相对下降了13%；这些岗位中的年长员工就业情况则保持稳定或有所增长。
- 调查显示，新加坡大约一半的Z世代预计人工智能会带来重大冲击，但仅约三分之一的雇主提供人工智能培训。
- 公共服务部门要求所有公务人员掌握人工智能素养，展现大型机构如何建立基础能力并分享有效做法。
- 扩大规模的学徒计划、支持中年职业转型，以及将人工智能补助与员工成果挂钩的政策，都有助于重建中层。
- 企业可优先采用增强员工能力的设计、按培训成效评估管理者、开放内部流动，并设立专业发展路径，以强化中层职业发展。
- 兼具领域专长、人工智能应用能力和人际技能的劳动者最具韧性；作品集和可叠加的资历认证能够展示实际成果。
