MentorX
0
报告预测，到2035年，AI、自动化以及人口与产业结构变化，可能在美国创造约4100万个岗位；与此同时，自动化可能减少相当于约3600万个全职岗位的劳动力需求。
麦肯锡全球研究院最近发布了一份关于美国就业市场的报告。
报告预测，到2035年，AI、自动化以及人口与产业结构变化，可能在美国创造约4100万个岗位；与此同时，自动化可能减少相当于约3600万个全职岗位的劳动力需求。
一增一减，美国就业市场理论上仍可能净增约500万个岗位。
不只是岗位总量可能增长，部分新增岗位的收入也并不低。麦肯锡预计，约60%的新增就业可能集中在工资最高的两个收入区间。
但另一组数据，却呈现出完全不同的景象。
麦肯锡同时预计，大约1100万美国劳动者可能需要彻底转换职业，超过70%的劳动者需要不同程度地更新技能。只有大约七分之一的劳动者，能够在不进行大量再培训的情况下，直接进入增长中的岗位。
一边是美国可能净增500万个岗位，一边是上千万劳动者需要转行。
一边是企业继续招聘AI人才，一边是应届毕业生发现Entry Level岗位越来越少、要求越来越高。
两个看起来完全相反的现实，正在同时发生。
如果美国未来并不缺工作，为什么今天的留学生反而觉得工作越来越难找？
01 看看美国企业都在做什么，就能理解这组数据
宏观数据里的“岗位增长”，并不等于每个行业、每家公司和每个职级都在增加招聘。
Amazon最近的动作就是一个典型例子。
Reuters报道，Amazon又进行了一轮规模较小的企业岗位裁减，主要涉及Stores零售业务，受影响的白领员工不足1000人，分布在美国、英国和印度等地。
如果只看Amazon的整体招聘情况，很容易得出“公司仍然需要大量人才”的结论。
但进入部门层面后会发现，同一家公司完全可以一边投资AI、云计算和基础设施，一边压缩零售、运营或成熟业务线的人员。
“Amazon还在招聘”与“Amazon仍在裁员”，并不冲突。
公司需要的人才没有消失，但预算正在从一类岗位转向另一类岗位。
对留学生来说，真正重要的已经不是公司有没有职位，而是资源正在流向哪些部门，以及自己的能力是否恰好处在这些增长方向上。
Dropbox：同样的工作，还需要同样多的人吗？
Dropbox展示的是另一种变化：公司未必直接取消岗位，但会重新计算完成同样工作需要多少人。
根据Dropbox官方技术博客，公司工程团队的AI工具使用率已经超过90%，而2024年还只是较低的两位数。AI应用也正在从工程团队扩展至产品经理、设计师和市场等岗位。
过去，一名初级工程师可能从编写基础代码、修复简单问题开始积累经验；产品新人则可能承担整理用户反馈、制作文档和跟进需求等工作。
如今，这些结构清晰、重复度较高的基础任务，已经可以由AI辅助完成。
结果未必是“工程师岗位全部消失”，而更可能是同样规模的工作不再需要同样多的人。企业留下来的岗位，也会更强调判断AI输出、理解业务和完成完整交付，而不只是执行基础任务。
Booking：效率提升之后，招聘预算也会重新计算
Booking Holdings披露的数据更加直观。
管理层表示，在采用AI开发工具后，进入生产环境的代码合并请求数量提升了约30%，而且这一结果已经包含质量检查。
对公司来说，这意味着原有团队可以完成更多工作。
下一次制定招聘预算时，管理层自然会问：
是否还需要按照原来的规模招聘初级工程师？
能否减少新增人数，把预算集中在能够独立负责项目的人身上？
原本交给新人的基础工作，有多少可以先由AI完成？
Citi：新人证明自己的时间正在缩短
华尔街的变化同样值得关注。
Citi官网当前发布的2027年纽约Banking/Capital Markets Full-Time Analyst岗位明确写明，这是一个为期两年的分析师项目，在过往，这个时间长度往往是三年。
这意味着新人需要在更加紧凑的周期内完成训练、项目积累和晋升准备。
对希望进入投行的留学生来说，企业留给新人熟悉业务和证明自己的时间正在缩短。
把这些公司的动作放在一起看，第一部分的两组数据就不再矛盾了。
美国未来可能出现更多工作，但新增岗位未必来自正在缩编的部门，也未必是留学生过去熟悉的初级白领岗位。
即使岗位名称没有消失，AI也可能提高单个员工的产出，让企业用更少的人完成同样的工作。
留学生面对的不是简单的“美国有没有工作”，而是哪些岗位正在增长、企业愿意招聘多少新人，以及新人入职时需要具备什么能力。
02 为什么最先受影响的是留学生
AI最先改变的，恰恰是新人承担的工作
刚进入职场的新人，通常从资料收集、基础分析、文档整理、简单代码、报表制作和流程跟进做起。
企业通过这些基础工作观察新人是否可靠，再逐步把更复杂的任务交给他们。
但这些任务通常结构清晰、重复度高、结果容易验证，也最适合率先采用AI。
岗位不一定会立刻消失，但企业对初级员工数量的需求可能减少。原来需要五个人完成的基础工作，现在可能由更少的人配合AI完成。
这也是AI对初级岗位最现实的影响：
它不一定直接取消整个职业，却可能先减少企业需要招聘的新人数。
企业更愿意招聘能够立即创造价值的人
招聘和培养一名国际学生，本来就伴随着更高的不确定性。
除了能力是否匹配，企业还需要考虑毕业时间、工作许可、签证支持和长期留任等问题。
如果候选人入职后还需要几个月才能熟悉工具、理解业务和学会与团队协作，企业可能更愿意选择已经有过相关实习、能够快速上手的申请者。
这也是为什么很多留学生觉得现在的招聘要求越来越矛盾：
岗位明明写着Entry Level，却希望申请者已经做过类似项目、使用过行业工具，甚至能够独立解决真实的业务问题。
企业不是不知道这是一个初级岗位，而是不再愿意承担过去那么长的培养周期。
新增岗位和消失岗位并不匹配
麦肯锡预测的4100万个新增岗位，并不意味着美国会出现4100万个适合应届留学生的办公室岗位。
新增需求还包括医疗、建筑、基础设施、能源和面对面服务等领域。其中一些岗位有执照、专业资格、地域或身份要求，并不一定适合国际学生直接转入。
与此同时，收缩较快的办公室支持、零售销售和部分标准化知识工作，却恰恰是许多年轻人进入美国职场的传统入口。
所以，问题不是美国没有新增岗位，而是：
新岗位可能出现在不同的行业；
新岗位可能集中在不同的地区；
新岗位可能要求新的技能或职业资格；
新岗位未必愿意从应届毕业生开始培养。
岗位名称还在，工作内容已经变了
Revelio Labs的追踪数据显示，AI带来的大部分变化发生在职业内部，而不是表现为整个职业突然消失。
未来可能仍然有软件工程师、数据分析师、咨询顾问和金融分析师，但这些岗位每天完成的工作、招聘时考察的能力，以及企业需要的人数，都可能已经改变。
以软件工程师为例，公司仍然需要能够设计系统、理解业务和处理复杂问题的人，却可能减少只负责基础编码和简单修改的初级岗位。
数据分析岗位也不会彻底消失，但只会清理数据、制作图表和汇总结果的人，会越来越容易被AI工具替代。
岗位名称没有变化，不代表进入岗位的门槛没有变化。
留学生面对的也不是简单的“AI抢走工作”，而是一轮更加隐蔽的门槛上移：
岗位名称还在，招聘人数可能减少；职位仍叫Entry Level，能力要求却越来越接近过去的中级员工。
03 留学生现在应该怎么做
不要只学AI工具，要证明自己能用AI完成工作
简历上写“熟练使用ChatGPT”，几乎已经没有区分度。
企业真正关心的是，你是否利用AI缩短过分析时间、提高过代码质量、自动化过工作流程，或者帮助团队解决过一个具体问题。
与其列出使用过哪些工具，不如在简历和面试中展示一个完整过程：
你面对的是什么问题？
你如何拆解任务？
哪些环节使用了AI？
你如何检查AI输出？
最后产生了什么可以验证的结果？
会使用工具只是起点，能够对结果负责才是企业真正需要的能力。
选择不容易被切割成简单任务的经历
未来更有价值的实习和项目，往往不是只负责某个重复环节，而是能够让你接触完整业务流程：
理解需求；
分析问题；
协调资源；
处理异常；
对最终结果负责。
同样是数据分析项目，只展示做过数据清洗和图表制作，竞争力会越来越有限。
如果能够说明自己如何定义指标、发现业务问题、验证假设并影响最终决策，项目价值就会高得多。
选择实习时，也不能只看公司名称。一个能够让你独立负责小型项目的机会，可能比一段只做基础执行工作的名企经历更有价值。
把岗位研究做到公司和团队层面
不能只看“科技行业是否在招聘”，也不能只看“某家公司有没有开放岗位”。
真正需要研究的是：
这家公司正在加码哪些业务？
哪些团队正在扩张？
哪些岗位正在被重组？
企业最近强调的是增长、降本，还是AI转型？
目标部门是否有招聘国际学生的记录？
Amazon一边调整零售业务的企业岗位，一边仍可能在AI和云计算领域投入。
对留学生来说，公司名气不是最重要的信息，资源正在流向哪里才是。
建立岗位之间的能力相邻性
如果目标岗位正在收缩，不要等到毕业时才临时换方向。
可以提前寻找与现有专业相邻、已有技能能够迁移的岗位：
数据分析可以向产品分析、风险分析、运营策略或AI评估延伸；
软件工程可以补充AI应用开发、模型评估、数据工程和云基础设施经验；
金融方向可以增加自动化分析、数据处理和行业研究能力；
市场方向可以补充营销数据分析、用户研究和AI工作流设计。
转型并不意味着推翻原来的专业，而是让已有能力能够进入更多招聘场景。
不要把所有希望押在一个岗位名称上，要建立一组能够相互迁移的求职方向。
把求职时间线整体提前
当企业减少初级岗位、缩短培养周期之后，留学生很难再等到毕业前才开始准备。
最好从低年级开始积累项目、实习和行业认知，在正式招聘季开始之前完成简历、面试和目标公司的准备。
需要工作签证的学生，还要提前研究企业是否有稳定的国际学生招聘记录，不能只在拿到面试后才询问身份问题。
AI没有让美国变得“没有工作”。
它正在重新定义什么才算一名合格的新人。
过去，企业可能愿意先招聘一名潜力不错的毕业生，再用两三年把他培养成能够独立工作的员工。
现在，企业越来越希望新人入职时，就已经具备使用AI、理解业务、检查结果和推动项目的能力。
留学生真正需要警惕的变化
危险的不是不会使用某一个AI工具，而是仍然按照旧的岗位标准，准备一个已经发生变化的就业市场。
工作机会可能仍然存在，但进入这些岗位的方式，已经变了。