**当整个人工智能行业都在讨论"用更少的人做更多的事"时，德国工业巨头西门子却发出了一句逆势的警告：别急着把初级岗位交给AI。**公司首席人力与可持续发展官朱迪思·维瑟（Judith Wiese）表示，如果年轻人从一开始就没有机会亲手做事、积累经验，企业将在未来失去一些至关重要的能力——包括判断AI生成内容是否可靠的能力。这番表态发表之际，正值德国总理默茨在柏林主持一场以人工智能为重点的投资峰会，德国工业界的AI战略走向备受关注。据德国之声（Deutsche Welle）报道，西门子将继续招聘和培养年轻人才，而不是把自动化当成简单的裁员理由。

维瑟的核心警告：跳过"新手村"的人，审稿时也会翻车

维瑟的逻辑很直接。许多企业如今习惯把最基础、最重复的任务扔给AI，但这些"苦差事"恰恰是职业新手建立手感的地方。她以软件开发者举例："我们的开发者可以越来越多地让AI和AI智能体来写简单甚至复杂的代码，而不必自己动手。"问题在于，随之而来的关键任务是批判性地审查AI产出的代码——而这个能力恰恰建立在亲手写过代码、踩过坑、理解过底层逻辑的基础之上。

她给出了一个值得每个管理者记在纸上的问题："关键问题永远是：我需要自己亲自做过、检查过、看过什么，才能避免被AI误导？"（What do I need to have done, checked and seen myself to avoid being misled by AI?）如果答案是"什么都没做过"，那么审核AI就成了一句空话。

与之呼应的是斯坦福大学一项研究的发现：人工智能正在首先冲击年轻人的就业机会。当入口级岗位被自动化吞噬，职业阶梯的底层梯子就被抽走了——而西门子的警告正好点出了这一趋势的长期代价。

生产力悖论：同一笔红利，两种花法

西门子旗下约有3万名软件工程师，是全球规模最大的工业软件团队之一，AI带来的效率提升在这里被放大得最为明显。维瑟承认，现在判断AI对就业的最终影响还为时过早，但她点破了一个被很多董事会回避的事实："AI带来的额外生产力，你可以用来以更少的人做同样的工作，也可以用来以同样的人做更多的工作。"

这个选择题没有标准答案。西门子自身的经验是，AI正在让公司工作得更快、探索以前想都不敢想的新点子、启动那些"如果没有AI根本不可能存在"的项目——也就是说，至少在西门子的叙事里，技术红利目前被投向了"做更多"，而不是"雇更少"。

维瑟还提出了一个反直觉的观察：经验丰富的老员工反而可以向年轻同事学习，因为年轻人是从小伴随AI长大的一代。而AI本身也可以帮助员工更快地掌握技能。换言之，她描绘的图景不是"老带新"，而是代际之间的双向技能流动。

另一面：西门子也在把自动化推到极限

值得注意的是，西门子的警告并非源于对自动化的保守。就在一天前，公司董事会成员塞德里克·奈克（Cedrik Neike）在埃尔朗根工厂表示，西门子计划把工厂制造的自动化水平从目前的30%–40%提升到70%–80%，并认为制造商需要每年实现7%–9%的生产率增长才能保持竞争力。据路透社报道，西门子将向埃尔朗根电子工厂投资5亿欧元（约5.61亿美元），到2030年将其扩建为AI驱动制造的示范工厂。

这正是西门子立场的微妙之处：**工厂自动化可以激进，人才断层不能接受。**西门子正与英伟达合作开发用于制造业的"物理AI"（physical AI），利用数字孪生和AI模型在虚拟空间里模拟、优化生产流程，再部署到真实产线。这种技术路线——AMD收购李飞飞创办的World Labs押注"物理智能"——正在成为工业AI的主流范式。而维瑟要表达的是：机器越智能，人就越需要真本事，至少要能看懂机器在做什么。

背景：柏林AI峰会与德国的焦虑

维瑟的表态出现在一个敏感的时间点。默茨总理本周在柏林召集投资峰会，人工智能是核心议题，德国政府正试图把国家重新定位为欧洲工业AI的领导者。与此同时，德国正在深化与美国科技巨头英伟达在AI领域的合作。企业高管的公开表态，很大程度上也是在回应一个德国社会普遍存在的焦虑：当AI开始吃掉入门级工作，第一份工作从哪里来？

这个问题不只属于德国。美国、印度、中国的科技公司都在经历同样的辩论：是把AI省下来的成本变成利润和裁员，还是变成更大的产出和更多的人才投资？西门子选择了公开为第二种答案背书——至少在口头上。

常见问题

西门子为什么反对砍掉初级岗位？

首席人力官维瑟认为，初级岗位承担的常规任务是年轻人积累基本功的"训练场"。如果这些任务全部交给AI，年轻人就无法建立起批判性审查AI产出的能力，未来企业会因此失去关键技能。

这意味着AI不会导致裁员吗？

并非如此。维瑟承认现在评估AI对就业的影响还太早。西门子同时也在激进推进工厂自动化（目标70%–80%）。她的观点是：自动化不可避免，但企业不应把"初级岗位"这个人才入口也一起自动化掉。

AI对年轻求职者有什么实际建议？

维瑟的表态暗示了两条路径：第一，亲手掌握基本功仍然重要，不要完全依赖AI代写代码或代做方案；第二，AI素养本身就是新技能——懂得如何驾驭、质疑和验证AI输出的人，反而可能比前辈更有优势。