你不会找不到工作。你只是越来越难找到配得上这份简历的工作。
先说清楚:这篇文章不是写给"担心失业"的人的。
你是人大商科的本科生。你的学校就业报告写得很清楚——超过45%的毕业生进入各级党政机关和事业单位,50%进入国内外头部企业,境外深造学生超60%去往QS前50。你大概率不会"找不到工作"。
但你心里清楚,真正让你睡不好觉的从来不是"能不能就业",而是——
我花了这么多钱去香港或新加坡游历的一年,回来之后拿到的offer,配得上这一切吗?
每年1270万高校毕业生涌入市场,这个数字跟你没有直接关系。真正跟你抢位置的,是另外一群人:和你背景差不多的985商科生,读了同一批港新项目,投了同一批中金、中信、三中一华、MBB的岗位,做了同一套behavioral question的准备。
你们的GPA差不多,实习经历差不多,简历格式差不多。HR面对200份几乎一样的简历,凭什么选你?
这才是你真正的问题。
人大商科→港新一年硕→回国秋招/留港求职。这条路径在五年前还是妥妥的金字塔尖。
但现在呢?
港校商科硕士的申请竞争已经白热化。港校和新加坡院校近两年持续扩大非本地生招生名额——香港自2026-2027学年起,八所公立大学非本地生上限从40%提高到50%。更多人涌入,学历的稀缺性正在被稀释。
与此同时,国内就业市场正在经历一场结构性的转变。这不是周期性的波动,而是底层逻辑在变。
▎宏观数据速览
38.8% 中国居民消费率 全球均值55% | | 2.4亿 灵活就业人口 占城镇就业50% | | <4% 社零增速 十年前12%+ |
数据来源:国家统计局
经济学家刘元春的数据说得很直白:根源在于初次分配中形成了"强政府、富企业、穷居民"的格局——企业利润在涨,但员工薪资不涨甚至在降。宁德时代净利润三年涨幅超60%,人均薪酬反而降了2.8万。
这意味着什么?意味着即便你进了大厂或头部金融机构,你面对的也是一个利润增长不再向员工传导的时代。起薪没有以前高,晋升没有以前快,而你需要偿还的港新一年30-50万学费,一分都不会少。
你不会失业。但你会发现"好工作"的定义正在缩窄,而竞争者的数量正在膨胀。
说句可能不太中听的话:2026年,单凭一个港新商科硕士的title,已经很难帮你在简历筛选中脱颖而出了。
HR每天面对的港三新二与内地头部高校的硕士简历,多到可以论斤称。当供给量足够大的时候,学历就从"筛选条件"退化为"准入门槛"——它能帮你不被刷掉,但不能帮你被选中。
那这一年的真正价值在哪里?
在于你利用这一年做了什么——你比出发时多了什么具体的、可展示的、不可替代的能力。
这一年你有大约10个月的时间。扣掉上课、社交、适应新环境,真正可以用来"增值"的自由时间,可能只有4-5个月。问题是:大多数人把这段时间用来刷实习——投行实习、咨询实习、买方实习——这些当然重要,但当所有人都在做同样的事情时,它就变成了另一项"标配"。
你需要的是一个差异化变量。
2026年春招的数据已经给出了答案。
2026 春招 AI 岗位趋势
当AI成为所有岗位的通用语言
◆ 脉脉数据:新发AI岗位量同比增长 14倍
◆ 百度校招AI岗位占比超 90%
◆ 阿里巴巴AI相关岗位占比超 60%,阿里云/钉钉达80%
◆ 34.39% 的新发岗位明确要求AI技能(去年仅22.35%)
◆ AI人才需供比达 3.5 : 1(国务院研究室数据)
你可能会说:这些都是技术岗,跟我一个学金融/会计/管理的有什么关系?
关系大了。
毕马威的调研报告显示,中国AI采用率已经高达93%。AI能力正在从"技术岗的专业要求"变成"所有岗位的通用要求"。
你去面投行,面试官会关心你能不能用AI工具快速完成行业研究和财务建模的初稿,而不是花三天手动翻年报。你去面咨询,partner会看你能不能用AI在两小时内完成过去需要一周的市场分析。你去面快消或互联网的商分岗,hiring manager会问你会不会用AI处理数据、生成洞察、搭建自动化报告。
牛客平台刚刚推出了AI能力考核系统,覆盖产品岗、运营岗、数据分析岗、营销岗——注意,全是非技术岗。考核内容不是让你写代码,而是看你能不能用AI工具高质量地完成一个真实的业务任务。
这不是未来趋势。这是正在发生的现在。
你不需要学算法,不需要学PyTorch,不需要看论文。那是CS PhD干的事。
你需要学的是:如何让AI成为你的工作杠杆。
具体来说,有三个层次:
LEVEL I
会用
熟练使用Claude、ChatGPT、Copilot等大模型工具完成日常工作——写研究报告、做数据分析、搭建财务模型、准备pitch deck。不是"玩过",而是能稳定产出高质量结果。波士顿咨询调研:掌握AI工具的员工效率提升3.2倍。
LEVEL II
会拆
能把复杂的业务问题拆解成AI可以执行的步骤——这就是你在咨询项目中做issue tree的能力,只不过终端执行者从analyst变成了AI。给AI一条好指令和给团队交代一个任务,本质上是同一种能力。
LEVEL III
会判断
知道AI输出的结果哪些可信、哪些需要人工校验、哪些完全不靠谱。一个不懂金融的人用AI做的DCF模型,和一个懂金融的人用AI做的DCF模型,质量是天壤之别。
AI放大的是你已有的专业能力。它不替代你,但它会替代不会用它的你的同龄人。
你的时间确实很紧。上课、做group project、networking、投简历……已经排得满满当当。
但我建议你挤出时间,做一件绝大多数同学不会做的事:
系统性地把AI融入你的每一个学术和实习项目中,并且把过程和结果记录下来。
写课程论文时,用AI辅助文献综述和数据分析,在论文中注明方法论。做case competition时,用AI快速完成市场调研的第一轮筛选,把省下来的时间花在洞察和呈现上。实习期间,用AI自动化你手头的重复性工作,把你的产出效率提升到让manager注意到的程度。
然后把这些经历沉淀成你简历上的一行行bullet point。不是写"熟练使用ChatGPT",而是写:
"Leveraged AI tools to reduce industry research turnaround from 3 days to 4 hours, enabling the team to cover 2x more sectors during the internship period."
当200份港新商科硕士的简历放在HR面前时,这一行会让你从"又一个港科金融硕士"变成"那个会用AI的港科金融硕士"。
在2026年的就业市场上,这个标签的价值,可能比你多刷的那0.1个GPA高得多。
中国经济的下行周期不是你能改变的。通缩螺旋、产能过剩、收入分配失衡——这些宏观变量会持续影响就业市场的总盘子,影响起薪水平,影响晋升速度。
但每一次经济结构转型期,都有一批人因为提前掌握了新的核心工具而弯道超车。二十年前是Excel和PPT,十年前是Python和SQL,今天是AI。
区别只在于:Excel普及用了十年,Python进入商科圈用了五年,而AI从出现到成为岗位硬性要求,只用了不到两年。
你在人大的四年给了你学术素养和校友网络。你即将去港新的那一年会给你一个国际化的学历和视野。但真正让你在未来十年保持竞争力的,是你有没有在这个窗口期,掌握了这个时代最重要的杠杆工具。
窗口期不会永远开着。当所有人都会用AI的时候,它就不再是优势,而只是门槛。
当然,作为普通人
间歇性踌躇满志
持续性混吃等死
才是生命的常态
要么行动,要么躺平
如果一篇用Ai生成的文章就让你感到焦虑的话
不如吃茶去