当近半数雇主宁愿把钱投给AI也不愿培训应届生时,Cognizant的选择值得研讨。
先看一份Cognizant在2026年夏季实际发布的应届生招聘广告。
岗位名称:Workday HCM / Data Conversion / Integrations Associate Consultant(入门级咨询顾问)
工作地点:德州Plano为主,另有阿肯色Bentonville、费城、丹佛
年薪:75,000美元 + 绩效奖金 + 401(k) + 医疗/牙科/视力保险 + 带薪育儿假
你需要做什么:
- 参与Workday系统实施——需求收集、系统配置、测试、文档编写
他们希望你有什么:
- 本科学位(专业视方向而定——HR/商科/计算机/MIS/经济皆可)
- 0-1年工作经验
- 中等Excel能力,基础编程概念(技术方向要求JSON/Java/HTML)
培训:8-12周集中培训 → 直接进入客户项目
签证:不提供H1B/OPT/CPT赞助(限有美国工作身份者)
来源:Cognizant官方招聘网站(cognizant.careerarc.com),2026年7月在线职位
这是一份非常"朴实"的应届生招聘广告。年薪75,000美元,要求0-1年经验,培训8-12周后直接上客户项目。没有"改变世界"的空洞话术,没有"培养未来领袖"的包装。它清楚地说了一件事:我招你来,培训你,然后让你干活。
但这份广告发布的时机,恰好是48%的美国雇主正在用AI替代应届生招聘预算的时候。
1 Cognizant是一家什么样的公司
Cognizant(纳斯达克:CTSH)成立于1994年,总部位于美国新泽西州蒂内克,是全球领先的IT服务与咨询公司。公司员工总数超过35万人,2025年营收超过200亿美元,在《财富》世界500强中排名前列。
它的业务核心是帮助企业客户做数字化转型——包括IT系统集成、软件工程、业务流程外包、以及近两年增长最快的AI与数据服务。客户覆盖金融、医疗、零售、制造、通信等几乎所有主要行业。在行业分类中,它属于"全球IT服务"赛道,与Infosys、Wipro、Tata Consultancy Services等印度背景的IT服务公司经常被放在一起比较,但Cognizant在美国本土的布局更深,其高管团队和客户结构也更偏向美国市场。
Cognizant在中国市场也有业务布局,在大连、上海、北京等地设有交付中心,主要服务于在华跨国企业和出海客户。
这家公司的一个关键特征是:它是一家以"人才规模"为核心资产的企业。它的商业模式不是卖软件许可证,不是卖硬件,是输出工程师和技术专家的时间和智力。这意味着它对人才市场的敏感度天然高于产品型公司——它的成本结构中最大的一块就是人力成本,它对人才培养的投入产出比有更直接的计算。
2 为什么招应届生的企业越来越少了
在全球劳动力市场中,一个共同的趋势正在出现:企业对招聘应届大学毕业生变得越来越谨慎。这不是Cognizant面对的独特问题,是结构性的。原因可以从三个层面来看。
第一,AI替代了很大一部分入门级岗位的工作内容。
这不是未来的推测,是正在发生的事。ResumeTemplates.com在2026年的调查显示,48%的美国招聘经理更愿意把钱投入AI工具,而不是招聘和培训应届毕业生——其中55%已经将部分入门级岗位的预算转移到了AI上。
被替代的工作内容包括:文档整理、数据处理、基础的代码编写、标准化客服、初级报告生成。这些恰恰是应届生进入职场后前1-2年主要在做的事情。OECD在2026年的就业展望中也明确指出,入门级岗位正在被系统性压缩,金融、保险、专业服务领域尤为明显。
核心矛盾在于:企业过去招聘应届生,本质上是购买"成长潜力"——他们愿意承担前1-2年的低产出期,换取之后的高产出期。但当AI能够以更低的成本覆盖那1-2年的低产出工作内容时,企业的理性选择就变成了:要么不招,要么用AI替代。
第二,企业对"培养周期"的容忍度在下降。
在商业节奏加速的环境下,企业越来越难接受长达1-2年的投入期。产品迭代周期从年压缩到季度,从季度压缩到月。在一种"延迟满足"的竞争环境中,愿意等待新人成长的企业在减少。
这在中美两国的表现有所不同。中国的情况更严峻——1270万应届生进入市场,有效校招岗位仅约567万个,供需比约为2.2:1。企业的筛选标准也在快速提高,招聘时"学历可信度"已降至41%,"工作经历"和"项目成果"成为更受重视的评估维度。换句话说,企业已经表明了一个态度:不是不招应届生,是只招"不需要花太多时间培训就能产出"的应届生。
美国的情况类似但程度不同。2026届毕业生中不到半数带着offer毕业,22-27岁青年失业率的上升速度是整体失业率的两倍。企业在压缩校招规模,更倾向于招聘有1-2年工作经验的人。
第三,应届生供给端与需求端之间存在结构性错配。
这不是简单的"岗位不够",是"企业需要的技能和应届生拥有的技能之间的差距在扩大"。AI的渗透在快速改变岗位的技能要求,而高校课程体系的调整速度跟不上这个节奏。企业在同等预算下,更倾向于招聘有实践经验的人,或者直接购买AI工具来替代——这两种选择都比培训应届生的短期回报更高。
3 Cognizant的反向操作:基于什么判断?
在这样一个"招应届生越来越不划算"的市场环境中,Cognizant宣布2026年底前在美国招聘1500名应届大学毕业生。截至公告时,已有约600人完成录用。这个决策不是"逆势而为"的情怀选择,而是基于三个具体的商业判断。
判断一:AI正在压缩"新手到专家"的成长周期,而不是消灭入门岗位。
CEO Ravi Kumar S 的核心逻辑是:AI工具正在系统性地缩短新人从"入职能做什么"到"能独立交付什么"之间的时间。过去一个应届生需要2-3年才能接触到核心业务决策,因为需要先学会写代码、读文档、理解系统架构。但AI承担了这些基础工作之后,新人可以直接跳到更高层次的思考和判断。Cognizant为应届生设计了8-12周的集中培训,之后直接参与客户项目——这个节奏在AI出现之前是不可能的。
Kumar的说法是:AI将"缩短通往专业知识的路径"。这个判断的核心含义是:不是应届生变强了,是AI让"弱"的阶段变短了。以前企业招应届生要忍受2年的低产出期,现在可能只需要2-3个月。当低产出期被压缩到这个程度时,应届生的聘用性价比就会重新上升。
判断二:招聘标准正在从"你会写代码"转向"你会发现问题"。
"写软件已经变得相对容易了。"——Kumar在多个场合重复这句话。当AI可以完成大部分代码编写、数据整理、文档生成之后,人的差异化价值就转移到了两个方向:一是定义"该做什么"的问题发现能力,二是理解"为什么重要"的领域知识。
Cognizant在为此调整招聘标准。公司寻找的核心特质是:好奇心、发现问题的能力、解决问题的能力、对特定领域或职能的理解。注意,编程技能不在这个列表里。这也是公司为什么从生物学、历史学等非STEM专业也招募应届生——他们的思维方式有时比技术背景的人更适合做"问题定义"的工作。
判断三:组织层级在变平,初级岗位的价值在被重新定义。
Kumar预测,AI将推动组织形态从传统的"高而瘦的金字塔"转向"更宽更矮的结构"。中层管理者将变成"球员兼教练"——既要在一线做技术判断,又要带教新人。在这个结构中,初级岗位不再是"等着被培训的人",而是"在一个较平的结构中更快承担实质性任务的人"。
这三个判断指向同一个结论:Cognizant并不是在"坚持传统校招",而是在重新定义校招的价值基础。当AI降低了培训成本、缩短了成长周期、改变了岗位结构之后,应届生的投资回报率被重新计算了——在新的计算模型下,这个投资是划算的。
人才策略的分化正在发生,而分化本身就是机会。
48%的雇主选择用AI替代应届生,这意味着剩下52%的市场上存在一个定价偏差——当大多数企业退出校招竞争时,坚持做校招的企业面临的竞争压力更小、议价空间更大、可选生源更广。Cognizant的做法实际上是一种人才套利:在别人撤退的领域里低价获取优质资产。
核心问题不是"要不要招应届生",是"有没有能力让应届生快速产出"。
Cognizant能做到这个规模招聘,是因为它有能力在8-12周内完成从校园到客户的交付转化。这需要系统化的培训体系、真实的项目环境、以及足够多的资深员工来带教。大多数企业不具备这个基础设施,所以它们选择不招应届生是理性的——不是因为应届生不好,是因为自己没有能力把应届生变好。
AI的真正价值不在于替代人,在于压缩人的成长曲线。
48%的雇主把AI当作替代工具——用来减少对人的依赖。Cognizant把AI当作加速工具——用来缩短人的成长周期。这两种用法在短期内都有效,但长期来看,后一种策略才可能建立起人才上的竞争优势。因为前者做的是减法(减少成本),后者做的是乘法(放大人才价值)。
对应届生来说,大家要注意:招聘标准正在从"你学过什么"转向"你证明了什么"。
Cognizant要找的不是"编程最好的人",是"有好奇心、能发现问题、能理解业务的人"。这个标准对非技术背景的应届生是一个有利的信号——AI岗位不再只是码农的赛道。但这也同时意味着,应届生不能仅仅依靠学历和课程来证明自己。能证明"问题发现能力"的证据是什么?实习中主动识别过一个业务问题并推动了解决;课程之外自发研究过一个领域并形成了自己的判断;在项目中没有等到被分配任务就自己找到了可以做的事。这些东西是面试中真正有区分度的信号。
当企业对应届生的培养意愿在下降时,毕业后的第一份工作变得越来越重要。因为企业倾向于招聘"有经验的人",而这个"经验"的门槛正在越来越早地建立。如果毕业6-12个月内无法获得有质量的职业经历,后续的求职竞争会更加困难。这不是说"必须随便找一份工作",而是说有策略地规划毕业后的第一段经历——实习也好、项目也好、全职工作也好——不能出现空白期或低质量产出期。
# AI # 应届生招聘 # 人才培养 # Cognizant # 人才策略