培训阶梯

什么是培训阶梯?

培训阶梯是专业服务领域——法律、咨询、金融、医疗——的传统职业发展模式,初级员工用低价值工作换取专家的指导。McKinsey 的分析师制作 PowerPoint 幻灯片;律师事务所的初级律师审查合同;住院医生进行患者接诊。这些工作本身并不需要高技能,但它创造了一种经济交换:初级员工的劳动补贴了他们的培训。

LSE 经济学家 Luis Garicano 将此正式化为”AI Becker 问题”,建立在 Gary Becker 关于人力资本的基础工作之上。在 Becker 的原始理论中,除非工人以某种方式”支付”培训费用,否则公司不会投资通用培训(可转移到其他雇主的技能)。培训阶梯是解决这个问题的隐性契约:初级员工接受低工资和无聊的任务;作为交换,他们获得隐性知识——在学校无法教授的专业知识。

为什么 AI 威胁培训阶梯

AI 语言模型现在可以执行许多初级员工传统上用来支付培训费用的任务:

• 合同审查 - AI 可以像初级律师一样分析法律文件
• 基础研究 - Deep Research 工具可以完成 McKinsey 分析师花费数周的工作
• 幻灯片制作 - AI 可以生成只需高级编辑的演示文稿
• 财务建模 - 常规电子表格工作越来越自动化

当 AI 做这项工作更好更便宜时,初级员工的”货币”变得毫无价值。为什么合伙人要雇佣分析师,当 Claude 可以做基础研究?这打破了培训阶梯的经济逻辑。

主要特征

隐性知识传递:培训阶梯不仅仅是关于任务完成——它是专业人士如何学习任何手册中都没有写的东西。如何处理困难的客户。如何驾驭组织政治。如何知道哪些细节重要。这些知识通过与专家的接近传递,而不是通过阅读。

货币问题:正如 Garicano 所说,初级员工为培训支付的”不是美元,而是琐碎的任务。“如果 AI 贬值琐碎的任务,初级员工就没有货币。企业可能会付钱让初级员工学习,但这完全颠倒了传统经济学。

市场失灵风险:如果培训阶梯崩溃,谁来培养下一代专家?目前的高级员工退休;AI(尚)不能提供来自数十年经验的判断。经济可能在 15-20 年后面临技能缺口。

培训阶梯破坏的证据

2025 年 8-9 月的两篇论文显示了初级招聘下降的系统性证据:

1. “基于资历的技术变革”(Likenberg & Hosseini):对 6200 万工人的分析显示,受 AI 影响的职业高级就业稳定或增长,但初级就业下降——特别是通过减少招聘,而不是裁员。

2. “煤矿中的金丝雀”(Erik Brynjolfsson 等):22-25 岁的工人在受 AI 影响与未受 AI 影响的职业中显示出明显的就业下降。

为什么培训阶梯重要

培训阶梯问题表明 AI 对知识工作的影响可能比大规模裁员更微妙、更长期:

1. 静默解雇:没有戏剧性的解雇,只是更少的入门级职位发布
2. 专业知识侵蚀:目前的专家保持生产力,但未来专家的管道枯竭
3. 隐性知识丧失:机构记忆和专业判断停止传播
4. 不平等放大:高级专家获得杠杆;初级员工失去了通往专业知识的道路

部署 AI 代理的组织需要有意识地解决培训问题——Garicano 称之为设计”比率”,使专家生产力的提升足够大,以证明继续雇佣和培训初级员工是合理的。

相关阅读

• Supervision Threshold - AI 停止需要初级监督的自主水平
• Human-in-the-Loop - 保持初级员工相关性的监督模型
• Enterprise AI - 培训阶梯效应最明显的地方