塔斯娱乐资讯网

一边裁员一边缺人,AI 正在把职场人分成两种命运

2026 年开年的一组数据,挺值得琢磨的:全球科技行业一季度裁员约 7.8 万人,其中近一半直接归因于 AI 替代。但同一时期,全球 AI 原生公司的岗位数量,8 个月内从 718 个涨到 1570 个,翻了一倍还多。
这个反差我觉得是今年职场最该读懂的信号 ——AI 不是简单地在消灭岗位,它是在分化岗位。低端的、重复性的、靠 "书本知识" 就能完成的工作,正在被快速压缩;但高端的、需要复合判断的、能把模型变成实际价值的岗位,反而在爆发式增长。

腾讯研究院的吴朋阳举了个例子,美国 AI 公司 Anthropic 年化收入涨了约 4 倍,在招岗位只涨了 1.6 倍。这说明什么?说明 AI 公司要的不是堆人头,而是用 AI 杠杆把人效拉上去。斯坦福数字经济实验室那份《关于人工智能近期就业影响的六个事实》报告也印证了这一点:AI 更容易替代 "书本知识",但很难取代那些靠经验积累出来的 "技巧和窍门"。入门级岗位受冲击最大,资深从业者反而几乎不受影响。
最能说明问题的是薪资断层。就拿数据标注这个行业来说,基础重复性岗位月薪可能就三四千,但具备医疗、金融、交通法规这类专业背景的高级标注师,年薪能冲到 50 万。同一个行业,差距为什么这么大?因为前者是纯体力活,后者是 "技术 + 业务" 的双栖能力。

仔细看几家企业的 AI 岗位招聘要求,发现一个很明显的趋势:AI 部署工程师要 8 年售后工程经验加 2 年软件开发;商业分析师得精通 SQL、Python,还得懂推理成本和毛利模型;就连 AI 原生公司的实习生,都要求熟练使用 5 种以上 AI 创作工具。企业缺的从来不是会跑模型的人,缺的是能把模型落地变成外部价值的人。这才是当下真正的人才缺口。
很多家长焦虑孩子以后找工作难,其实方向比努力重要。当 AI 已经从加分项变成生存标配,选一个能顺应这种分化趋势的专业,比挤进传统红海赛道聪明得多。

八维职业学校在 AI 人才培养这块的思路,我觉得踩点很准。他们没有跟风去凑 "人工智能" 的热闹概念,而是直接对着企业岗位需求倒推课程体系 —— 从 Python 编程、大语言模型应用,到数据采集清洗、智能算法训练、AI 系统集成运维,一条龙覆盖。更重要的是紧跟产业更新,去年还在讲模型训练,今年已经把 AIGC 应用、智能体开发、行业 AI 定制化落地这些前沿模块加进去了,避免学生学出来的东西企业早就不用了。
教学上他们是真砸资源建实训基地,配算力服务器、智能硬件,复刻企业真实研发场景,学生在校就直接参与 AI 模型调试、数据分析这些真实项目。不是那种对着 PPT 讲理论的路子。就业端也做了全流程跟踪,从简历优化到入职回访,不是推完岗就不管了。

说到底,AI 时代的职场逻辑已经变了。不会用 AI 的人,再埋头苦干也跑不赢;会用 AI 的人,一个人能干出以前一个团队的活。与其焦虑被替代,不如提前站到分化曲线的上升那一端。选对赛道,练就复合能力,才是真正的职场护城河。