共计 3036 个字符，预计需要花费 8 分钟才能阅读完成。
亚马逊近日发布了一篇由 AWS 培训与认证董事总经理 Michelle Vaz 撰写的 博客文章，探讨了 AI 如何改变初级职业者的职业前景。
为深入理解这一趋势，亚马逊与专注于劳动力规划和人才分析的“数据智能公司”Draup 合作，共同进行了一项名为“AI 时代初级技术岗位的演变”的研究。
亚马逊尚未提供研究的全部数据，因此只能进行一些推测。亚马逊使用了“初级职业者”这一术语，因此与 AI 相关的观察可能更多针对知识工作者，而非所有新进入劳动力市场的人。
该分析提出了与 ZDNET 此前讨论的相同担忧，即 AI 可能取代初级岗位。另一方面，亚马逊的数据显示，技术技能的需求也在显著增长。
Vaz 探讨了这一矛盾。她指出，青年失业率达到了 6.6%，这是过去十年中的最高水平（不包括疫情期间）。根据 美国劳工统计局 的数据，6 月整体失业率为 4.1%，过去一年保持相对稳定。
研究中的一个惊人发现是：50% 至 55% 的“初级工作负载现在由 AI 增强”。换句话说，AI 已经在当前对劳动力市场产生了巨大影响。
那么，这对初级技术岗位意味着什么？接下来将深入探讨。
AI 正在改变初级技术工作
与近期关注点不同，Vaz 对 AI 对初级岗位的影响持有更为乐观的看法。两者可能都正确。
观察表明，AI 工具 在技术和编码任务中似乎特别适合取代传统上由新员工用于积累经验的初级技术技能岗位。这可能导致从初级岗位晋升到中级岗位的受训人员减少。
Vaz 则持不同观点。她认为，AI 将帮助初级职业者在技能上超越其能力范围。技能较低的人可以通过 AI 增强表现，从而使技术岗位对新手更具吸引力。
博客中提到了一个有趣的表述，既展示了新人的机会，也揭示了那些花费多年时间积累技能的人面临的威胁：“AI 辅助工具正在民主化那些曾经需要多年经验的任务，为科技行业创造新的机会。”
对于初级职业者，AI 支持将要求他们定期融入更复杂的思维并处理更大规模的项目。对于那些能够跟上节奏的人来说，新员工或初级员工将能够从第一天起就做出战略性贡献。
AI 重新定义的五种高增长技术岗位
很难判断这是否是全国最大且最具争议的雇主之一在挽回面子，还是标志着劳动力历史上的一个转折点。时间将给出答案。Vaz 表示，亚马逊的研究确定了五种高技能岗位，初级员工能够利用 AI 迅速上手。
她还指出，亚马逊的研究表明，对这些岗位合格人才的需求正在加速增长。
以下是这些岗位的具体情况。
1. 软件开发
尽管对 初级程序员 未来就业前景的担忧不断，但 Draup/ 亚马逊的研究报告显示，初级岗位招聘数量超过 28.3 万，2024 年 6 月至 2025 年 6 月的年增长率为 28%。
研究报告指出，与预期相反，初级开发人员需求旺盛。不同的是，这些初级员工不再需要花费大量时间进行基础编码，而是从一开始就使用 AI 处理更复杂的项目。
唯一的问题是，这与许多初级开发人员求职失败的经验并不完全吻合。目前尚无法完全调和这两者，因此仍需观察后续发展。
2. 数据分析
Draup/ 亚马逊的研究显示，数据分析 同样需求旺盛，招聘数量超过 12.5 万，增长率为 16%。由于 AI 自动化了此前由初级员工负责的数据准备工作，新员工可以专注于使用 AI 辅助工具生成商业洞察和战略分析。
3. 云工程
研究报告指出，初级 IT 专业人员管理的 90% 工作负载是 云中心化的。这些任务包括与云架构相关的工程任务，如虚拟机维护、容器编排、基于代码的基础设施、CI/CD 管道、存储和计算服务、无服务器函数等。研究报告显示，招聘数量超过 4.5 万，同比增长 9.5%。
4. 网络安全
随着威胁增加，网络安全 变得更加复杂，对人才的需求也在增长。尽管 AI 支持的自动化威胁检测和缓解是当前军备竞赛中的关键防御措施，但对初级员工的需求仍增长了 62.5%。本质上，虽然实践经验曾经是工作表现的关键，但 AI 支持可以帮助新手在起步阶段迅速解决问题。
5. 数据工程
数据工程 与云工程不同，数据工程师专注于构建和维护用于移动、转换和存储数据以供分析或应用的数据管道，而云工程师则专注于管理云基础设施。
同样，数据工程师专注于准备原始数据、导入、验证和结构化数据，然后专注于管道、数据仓库和效率。数据分析师则使用这些数据寻找洞察并提出与业务相关的问题。
在 AI 主导的世界中，管理这些数据管道变得更加重要。Draup/ 亚马逊的研究显示，招聘数量超过 10.3 万，同比增长 12%，初级员工从简单的数据处理转向在 AI 帮助下支持更复杂的数据相关任务。
AI 原生专业人士的崛起
进入职场时，他们是首批数字原生员工的一员，对计算机、生产力工具和网络有深入理解。这种“内置”的理解与上一代员工形成了鲜明对比，后者仍在适应数字优先的环境。
如今，出现了新的本体论分歧。一些人是 AI 先驱，长期创造、学习和适应各种形式的 AI。相比之下，最年轻的员工群体在过去几年中成长于以 AI 为中心的世界。这些新员工可能只有两到三年的工作经验，但这些年都得到了生成式 AI 工具的辅助。
Vaz 将这些新员工描述为“进入职场时已准备好与 AI 工具协作以推动创新并从第一天起解决复杂问题的个人”。他们从一开始就拥抱能够增强其能力的工具。
当然，这有时也会带来问题。过度依赖 AI 可能导致各种混乱，从简单的错误建议到所有权和剽窃问题，这与 AI 的训练方法有关。例如，ZDNET 不允许其作者在撰写文章时使用 AI，唯一的例外是测试和报告 AI 功能。
即便如此，随着更多熟悉 AI 的员工进入职场，AI 的倍增能力将不再是一个例外或新事物，而是所有员工的常规操作。
亚马逊在劳动力发展方面的投资和举措
与今天的博客文章同时发布的是 AWS 纽约峰会上的重大公告。亚马逊正在大力投资劳动力发展。以下是他们今天启动的所有举措的快速列表。
在 AWS 投资和访问方面，公司宣布了一项 300 万美元的倡议，目标是培训 270 万名学习者。他们还通过 AWS Academy 提供免费访问 AWS Skill Builder 和认证。亚马逊报告称，全球有超过 6600 家机构使用 AWS 教学资源，同时还向未与教育机构关联的自学者提供数百门免费课程。
公司还宣布了实践学习工具。AWS Cloud Quest 和 Simular 等工具提供基于场景的学习，模拟云计算和生成式 AI 中的现实挑战。此外，AWS Builder Center 为关键岗位提供有针对性的职业指导。
亚马逊还宣布了 AWS AI 联盟，这是一个受其有趣的 AI 训练玩具 DeepRacer 启发的竞争性学习平台。公司从两个赛道开始。Prompt Sage 将培养提示工程大师，而 Tune Whiz 将帮助参与者学习根据业务需求微调 AI 模型。
比赛包括所有良好的竞争元素，如实时排行榜、专家评审、200 万美元的 AWS 积分以及 2.5 万美元的现金奖池。挑战旨在促进金融、医疗等行业的现实问题解决。
重新定义 AI 时代的初级职业
在某种程度上，很难判断亚马逊在多大程度上是在进行劳动力戏剧。
毕竟，随着他们 最近宣布用 AI 取代工人，关于投资劳动力技能建设的正面公关对公司的形象有利。
另一方面，亚马逊是人类历史上最高效的物流运营之一，而劳动力是任何物流运营的关键组成部分。因此，投资于深入了解在以 AI 为中心的世界中劳动力将如何演变确实非常有意义。这不仅对未来员工和雇主有利，也对亚马逊自身的物流运营有利。
总体而言，这是一件好事。但它也提出了一个有趣的问题。未来，“初级”到底意味着什么？这种对 AI 辅助的新看法表明，AI 可能使成本较低的初级员工比那些职业生涯后期经验丰富的人更具优势。
如果 AI 如此神奇且赋予力量，为什么每次写完这些展望未来的 AI 文章后，总感觉有点恶心？
