剛畢業的設計師跑來問我：「為什麼現在企業都只想僱用有經驗的人，不願意給新鮮人一個機會？」
這個現象在今年歐美地區的新就業市場中尤其明顯，在資工、會計、法律等領域，有將近一半的畢業生在找第一份工作上，已經遇到了極大困難。
人工智慧發展下，企業寧可大力加碼投資自動化科技，也不願意雇用沒有經驗的職場新手。近期我閱讀了世界經濟論壇 (WEF)、Deloitte, PwC 以及 McKinsey 等多篇就業趨勢報告，幾乎一致指出：全球勞動力市場正在經歷一場前所未有的技能重塑。
我更在意的是，這波人工智慧的浪潮，究竟帶來了哪些結構性的人力需求變化？剛畢業的職場新鮮人，又該怎麼面對？
你需要知道的就業困境：經歷差距 (experience gap)
在人工智慧時代，一個越來越棘手的挑戰浮現出來，那就是「經歷差距 (experience gap)」。
這個詞反覆出現在 Deloitte《2025年全球人力資本趨勢報告》中，指的是雇主要求的實務經驗，與求職者實際擁有的經驗之間的落差。而這個落差似乎正越來越大。
華頓商學院管理學教授 Peter Cappelli 一語道破：「現在每個人都想僱用已經有三年經驗的人，但卻沒有人願意給他們三年的時間」
這讓年輕人陷入了現實困境：沒有經驗就找不到工作，沒有工作就無法累積經驗。這個因果不斷輪迴下去。
過去：新人的「練功場」
在傳統職場中，新人通常從基礎、重複性高的任務開始，也就是所謂的繁瑣工作 (grunt work)。例如，律師事務所的菜鳥可能要花大量時間整理和審閱文件，行銷新人可能要負責蒐集市場資料並製作報表等。
這些看似單調的工作，其實是新人學習的入門機會。他們可以藉此熟悉產業的運作模式和術語、在風險較低的環境中犯錯和學習，並且觀察資深同事如何應對複雜問題，從而培養專業的直覺和判斷力。
現在：AI 搶走了學習的機會
然而，人工智慧導入之後，初階就業市場就變了個樣。AI 正開始大規模自動化那些重複性高、以資訊蒐集和整合為導向的任務；然而這些任務在傳統上，卻是新人做中學的核心。
這不只是取代工作機會，更是重塑了初階工作的本質。當 AI 把那些過去專門給新人練功的「入門級任務」都拿走時，這將帶來以下兩個問題：
問題一：「學習的階梯」被 AI 拆掉
通常知識工作者的學習歷程中，最下面的第一階就是資訊蒐集、內容摘要、草擬文件等重複性的知識型工作。
在蒐集資料時，新人必須判斷哪些資訊是相關的、哪些是次要的；在草擬摘要時，他們必須練習如何精準地提煉重點。這些看似基礎的認知任務，正是鍛鍊批判性思維和邏輯推理的起點。
AI 一下子就把資訊彙整的工作做好了，短期看似提高的效率，長期下來則是直接剝奪了新人練習的機會，拆掉了學習階梯的第一塊踏板。
問題二：「學徒模式」被 AI 打破
過去，新人透過執行基礎任務，換取與資深同事交流、學習的機會。
在這過程中，新人可以先從基礎的工作開始，即使犯錯，後果也是可控的。同時也可以觀察資深前輩如何應對真實世界的複雜性，如同理客戶、處理突發狀況等。
學徒模式，重點在於把書本上的「技能」，轉化為能在混亂、充滿變數的真實世界中使用的「經驗」。
一旦少了這樣的過程，企業內的隱性知識 (tacit knowledge) ，在傳承培育上就會變得更加困難。
自動化節省人力的背後，企業面臨的「經驗債務」
企業運作當中，許多專業判斷與實戰智慧，都是透過資深帶新手的過程逐漸累積的。
然而，AI 的普及讓資深員工更不願意教，資淺員工也沒有機會學。結果是，組織會過度依賴文件化的流程，缺乏彈性與韌性，變得難以應對預期之外的挑戰。
除此之外，公司移除了新人的訓練場，等於關掉了培養未來中高階主管的生產線。當需要填補經理或總監等職位時，才會發現內部缺乏「準備好可以接任」的人才。屆時就只能高薪外聘，卻還得冒著文化不合與組織調適的風險。
從這角度來看，今天追求的效率，很可能是用未來的人力資本換來的。
那新鮮人該如何突破經歷差距？
回到「經歷差距, experience gap」這個現象，人才與企業之間的供需斷差，短時間內應該只會繼續擴大。
如果你是即將畢業的學生，與其感到焦慮，不如把這看作是一個新的挑戰。既然傳統的入門級練習場正在消失，你就必須自己創造練習的機會，不要等到找到第一份工作才開始累積經驗。
第一，自主投入個人專案。 善用 AI 輔助，動手解決特定問題，打造可展示的成果。
第二，積極參與實習、志工或黑客松 ：在真實情境中學習團隊合作與壓力應對，培養與 AI 互補的人際技能。
第三，考慮自己創業。 《Start with Why》的作者 Simon Sinek 近期提出一個有趣的觀點，當企業環境高度不確定，自創事業的風險未必比被裁員更高。
未來的機會將從「數位經濟」走向「人類經濟」，聚焦人際連結與真實體驗。因此他鼓勵人們在 AI 時代可以去勇敢創業，尤其是那些能夠重新連結人際關係、提供真實體驗的創新機會。
延伸閱讀：AI工具懶人包：12款生產力工具一次收
回過頭來，AI 能取代工作，卻取代不了經歷
工作的完成可以交給演算法，但專業的養成必須靠人扎扎實實去走過那段路。對企業而言，不能只計算眼前的效率，還要考慮未來的韌性；對新鮮人而言，也不能等著被動學習，而是要主動創造經歷。
畢竟，職場不只是工作的地方，更是一座「經驗工廠」。如果這條產線停擺，那麼下一代的專業人才，又將從哪裡誕生？
無論如何，沒有足夠的經歷磨練，就不會有未來的人才。
本文授權轉載自David Chen，原文標題為《現在新鮮人最難跨過去的坎：三年經驗》
