1.8亿份招聘数据揭示真相:AI到底取代了哪些工作? Kiro AI 编辑部 2025-11-04 0 浏览 0 点赞 长文 ## 写在前面:终于有人用数据说话了 "AI会取代我们的工作吗?" 这可能是过去两年里,我们聊得最多、也最焦虑的话题。 但大部分讨论都是: - "我觉得AI会..." - "我猜未来可能..." - "我听说某某公司..." 充满了各种宏大预测,或者拿历史上的蒸汽革命、互联网浪潮来类比,**基本都没有真实的数据**。 直到Henley Wing Chiu做了一件很多人想做但没精力做的事:**他分析了从2023年到2025年10月的近1.8亿份全球招聘启事**,对比了2024年、2025年哪些具体的职位招聘需求减少了,哪些又增加了。 这是我见过的关于"AI对就业影响"最扎实的数据分析。 让我们看看数据告诉了我们什么。 ## 基准线:整体下降8% 首先,一个关键数据: **2025年全球总的招聘岗位数量,比2024年同期下降了8%** 这个-8%就是基准线。如果某个岗位的下降幅度高于8%,说明这个岗位确实在萎缩;如果低于8%,说明这个岗位相对坚挺。 这个基准很重要,因为: - 它排除了整体经济下行的影响 - 它让我们能够识别结构性变化 - 它提供了一个客观的参照系 接下来,让我们看看具体的数据。 ## 发现一:创意执行岗位大幅下降 ### 跌幅最大的Top 10岗位 在2025年跌幅最大的Top 10岗位里,有三个来自创意行业: 1. **计算机图形艺术家:-33%** - 包括3D艺术家、VFX特效师等 - 跌幅远超基准线的-8% - 这是连续第二年下跌 2. **摄影师:-28%** - 商业摄影、产品摄影等 - 同样是连续两年下跌 - 结构性衰退的明确信号 3. **作家:-28%** - 包括文案、编辑、技术文档作者等 - 内容创作领域受冲击最大 - AI写作工具的直接影响 **这几乎可以确定是结构性衰退,而不是市场波动**。 ### 但不是所有创意岗位都在下降 有趣的是,同样是创意领域,另一些岗位的表现却截然不同: - **创意总监**:降幅远小于-8% - **创意经理**:基本与大盘持平 - **平面设计师**:降幅小于基准 - **产品设计师**:甚至略有增长 ### 关键洞察:AI取代执行,不取代策略 这个对比揭示了一个关键规律: **AI正在取代的,是创意工作中执行的部分,而不是策略的部分**。 让我们具体分析: **创意执行岗位(大幅下降)**: - 根据明确的需求生成内容 - 技术性强,流程相对标准 - AI可以做到又快又好成本还低 - 例如:生成产品图、写产品描述、制作简单动画 **创意策略岗位(相对坚挺)**: - 与客户沟通,理解需求 - 制定创意策略,把握风格 - 迭代反馈,研究用户 - 需要复杂决策、同理心和战略思考 **为什么AI难以取代策略岗位?** 1. **需求理解**:客户往往说不清楚自己想要什么,需要人类去挖掘真实需求 2. **战略思考**:需要理解商业目标、品牌定位、市场环境 3. **创意方向**:需要判断什么样的创意能打动目标用户 4. **迭代反馈**:需要理解客户的反馈,判断如何调整 5. **团队协作**:需要协调不同角色,推动项目进展 **一个典型的工作流程对比**: **以前**: - 创意总监:构思创意方向(20%时间) - 设计师:执行设计(60%时间) - 修改迭代(20%时间) **现在**: - 创意总监:构思创意方向(30%时间) - 用AI快速生成多个方案(10%时间) - 评估和选择(30%时间) - 人工精修和优化(30%时间) **结果**: - 创意总监的价值提升(更多时间思考策略) - 执行设计师的需求下降(AI替代了大部分执行工作) - 整体效率提升,但岗位需求减少 ## 发现二:AI在赋能高管,淘汰基层 ### 按职级看岗位增减 这个数据让我很意外: - **高层领导(总监、副总裁、C级别):-1.7%** - 远好于基准线-8% - 高管岗位相对坚挺 - **中层管理者(经理):-5.7%** - 略好于基准线 - 但也在下降 - **普通贡献者(IC,即一线员工):-9.0%** - 比基准线-8%更差 - 基层员工受冲击最大 ### 为什么高管岗位更坚挺? 这确实有点反直觉。在经济下行周期,我以为公司应该先砍掉昂贵的高管。 但数据告诉我们相反的故事。作者给出的解释是: **公司在增加战略领导层,同时对运营管理层更加挑剔**。 他们想要: - **更多的人来决定做什么**(What to do) - **更少的人来管理怎么做**(How to do it) - **更少的执行人员**(Do it) ### AI如何赋能高管? 关键在于:**那些威胁到基层员工的AI工具,实际上赋能了高级领导层**。 **具体例子**: **以前的产品副总裁**: - 有一个想法 - 召集工程师团队讨论 - 等待团队做出原型 - 评估原型,决定是否继续 - 整个过程可能需要几周 **现在的产品副总裁**: - 有一个想法 - 用Cursor或Claude快速搭建原型 - 几小时内就能验证技术方案 - 直接决定是否值得投入资源 - 不再需要那么多向他汇报的基层员工 **谷歌就是一个典型的例子**: - 他们在过去一年里裁掉了大部分中层管理者 - 保留了高层战略决策者 - 减少了基层执行人员 - 用AI工具提升了整体效率 ### 关键洞察:千军易得,一将难求 这个趋势揭示了一个深刻的变化: **企业越来越重视那些能决定"做什么"的人,而减少那些"管理怎么做"和"具体去做"的人**。 应了中国那句古话:**千军易得,一将难求**! 在AI时代,这句话有了新的含义: - AI可以替代"千军"(执行者) - 但AI无法替代"一将"(决策者) - 能够做出正确战略决策的人,价值反而提升了 ## 发现三:软件工程师与客服反而坚挺 ### 两个"反直觉"的数据 有两个岗位经常被拿来作为"AI取代人类"的典型例子: - 程序员:AI能写代码了 - 客服:AI能回答问题了 很多公司已经这么干了,裁掉了大部分客服岗位和程序员岗位。 但数据告诉我们不同的故事: ### 客服岗位:-4.0% **远好于大盘的-8%** 为什么? **AI聊天机器人能处理的**: - "查订单" - "改密码" - "查物流" - 标准化的FAQ **AI聊天机器人处理不了的**: - 用户真的生气、愤怒 - 复杂的、需要变通的问题 - 需要同理心和判断力的情况 - 需要跨部门协调的问题 **一个真实的例子**: 用户:"我的订单还没到,我明天就要用,怎么办?" **AI的回应**: "您好,根据物流信息,您的订单预计后天送达。请您耐心等待。" **人类客服的回应**: "我理解您的着急,让我看看能不能帮您加急。我看到您是老客户了,这次我们给您免费升级到当日达,今天下午就能送到。同时我给您发一个优惠券,作为这次延误的补偿。" **差异在哪里**: - AI只能执行规则 - 人类可以理解情绪、判断情况、灵活处理 - 人类可以建立信任和忠诚度 **结论**: - 简单、标准化的客服工作确实被AI取代了 - 但复杂、需要判断力的客服工作反而更重要了 - 客服的角色从"信息传递者"变成了"问题解决者" ### 软件工程师:相对坚挺 这个数据很符合我一直以来的判断:**专业程序员还是不可或缺**。 **为什么?** **AI能做的**: - 生成简单的代码片段 - 实现标准的功能 - 修复明显的bug - 写基础的测试 **AI做不好的**: - 理解复杂的业务逻辑 - 设计可扩展的架构 - 处理大规模系统的性能问题 - 维护遗留代码 - 考虑安全性和边界情况 - 团队协作和代码审查 **一个典型的场景**: **简单项目**(AI可以胜任): - 做一个个人博客 - 实现一个待办事项应用 - 写一个简单的API **复杂项目**(AI力不从心): - 支持百万用户的系统 - 需要考虑各种边界情况 - 需要优化性能和成本 - 需要与多个系统集成 - 需要长期维护和演进 **无论你怎么吹"Vibe Coding"多厉害,一旦要维护、要考虑大量用户和各种线上复杂的使用情况,必然还是要专业程序员处理**。 ### 一个例外:前端工程师 有一个值得注意的细节: **"前端工程师"是程序员里下降最多的** 可能的原因: - AI在前端能力比较强(HTML/CSS/JavaScript相对标准化) - 很多简单的前端页面可以用AI快速生成 - 前端框架和工具的成熟降低了门槛 **但也不用过度担心**: - 稍微复杂一点的前端应用,AI还真处理不了 - 性能优化、用户体验、可访问性等需要专业知识 - 前端需求还是挺多的 **关键是**: - 不要只做简单的"切图"工作 - 要理解用户体验、性能优化、架构设计 - 要能够解决复杂的前端问题 ## 发现四:哪些岗位在逆势增长? 虽然整体岗位都在缩减,但也有一些岗位在逆势增长。 ### 涨幅第一名:机器学习工程师 +40% **毫无悬念**。 在AI的淘金热里,**最赚钱的永远是"卖铲子"的人**。 所有公司都在疯狂地招人来: - 开发AI模型 - 部署AI系统 - 维护AI基础设施 - 优化AI性能 **相关岗位也在猛增**: - 机器人工程师:+11% - 数据中心工程师:+9% - AI产品经理:增长显著 - AI安全工程师:新兴岗位 **这个趋势会持续吗?** 短期内肯定会。但长期来看: - 随着AI工具的成熟,门槛会降低 - 可能会出现"AI工程师过剩"的情况 - 但现在还远远不够 **建议**: - 如果你在考虑转行,AI相关岗位是不错的选择 - 但不要只学表面的工具使用 - 要理解底层原理和系统设计 - 要培养解决实际问题的能力 ### 涨幅黑马:网红营销专员 +18.3% 这个数据让我很意外,但仔细想想又很合理。 **网红营销专员(Influencer Marketing Specialist)的职位比去年猛增了18.3%** 而且这不是昙花一现: - 去年这个岗位增长了10% - 今年增长了18.3% - 这是一个持续两年的趋势 **为什么?** ### AI内容泛滥后的信任危机 随着AI生成内容的泛滥,普通人正在产生一种**"AI免疫反应"**。 我们越来越不相信那些: - 看起来标准、完美但没有灵魂的东西 - 千篇一律的营销文案 - 精美但缺乏真实感的图片 - 流畅但缺乏个性的视频 **相比之下**: - 一个你关注了很久的博主 - 用他自己的方式给你推荐一款产品 - 这种真实感和信任感变得前所未有的珍贵 **要不怎么现在都在说"活人感"呢!** ### 关键洞察:AI越泛滥,真实越值钱 这揭示了一个深刻的悖论: **AI越是泛滥,人类的真实信任就越是值钱**。 **具体表现**: - 网红营销的价值提升 - 个人品牌的重要性增加 - 真实的用户评价更受重视 - 小众社区的影响力增强 **对个人的启示**: - 建立个人品牌比以往任何时候都重要 - 真实、有个性比完美、标准化更有价值 - 信任是最稀缺的资源 - 人与人之间的连接无法被AI替代 ## 深层洞察:AI取代的是什么? 综合以上数据,我们可以得出一些深层的洞察: ### 洞察一:AI取代执行,不取代决策 **被AI取代的工作特征**: - 流程标准化 - 输入输出明确 - 不需要复杂判断 - 可以量化评估 **不被AI取代的工作特征**: - 需要战略思考 - 需要复杂决策 - 需要同理心和判断力 - 需要创造性和灵活性 **关键问题**: 你的工作是"执行"还是"决策"? ### 洞察二:AI放大能力差距 **高能力者**: - 用AI放大自己的能力 - 一个人可以做以前一个团队的工作 - 价值和收入都提升 **低能力者**: - 被AI替代 - 失去工作机会 - 收入下降或失业 **结果**: - 能力差距被放大 - 收入差距被放大 - 社会分化加剧 **应对**: - 不断提升自己的能力 - 学会使用AI工具 - 培养AI难以替代的能力 ### 洞察三:AI改变价值分配 **以前的价值分配**: - 执行者占大多数 - 决策者占少数 - 价值相对平均分配 **现在的价值分配**: - 执行者大幅减少 - 决策者相对稳定 - 价值向决策者集中 **未来的趋势**: - "赢家通吃"的趋势加剧 - 中间层被挤压 - 要么成为顶尖的决策者,要么被淘汰 ### 洞察四:真实性成为稀缺资源 **AI时代的悖论**: - AI可以生成完美的内容 - 但人们越来越不信任完美 - 真实、有缺陷的人类内容反而更有价值 **新的价值来源**: - 个人品牌和信任 - 真实的人际连接 - 独特的个性和风格 - 人类的情感和同理心 ## 给不同角色的建议 ### 给创意工作者:从执行到策略 **如果你是创意执行者**(设计师、文案、摄影师等): **危险信号**: - 你的工作主要是执行别人的想法 - 你的工作流程相对标准化 - 你很少参与策略讨论 - 你的价值主要体现在技术执行 **转型方向**: - 学习战略思考和创意策略 - 参与客户沟通和需求理解 - 培养项目管理和团队协作能力 - 建立个人品牌和专业影响力 **具体行动**: - 主动参与项目的早期讨论 - 不只是执行,而是提出建议 - 学习商业知识和用户研究 - 用AI工具提升执行效率,把时间用在策略思考上 ### 给基层员工:提升决策能力 **如果你是基层员工**(IC,Individual Contributor): **危险信号**: - 你的工作主要是执行任务 - 你很少参与决策 - 你的工作可以被清晰地描述和量化 - 你的价值主要体现在工作量 **转型方向**: - 培养战略思维和决策能力 - 学会识别和解决复杂问题 - 建立跨领域的知识和技能 - 提升沟通和影响力 **具体行动**: - 不要只是完成任务,要理解任务的目的 - 主动提出改进建议 - 学习使用AI工具,提升效率 - 建立个人品牌,展示你的思考和洞察 ### 给中层管理者:重新定位价值 **如果你是中层管理者**: **危险信号**: - 你的主要工作是传达指令和监督执行 - 你很少参与战略决策 - 你的团队规模在缩小 - 你感觉自己的价值在下降 **转型方向**: - 从"管理者"转向"领导者" - 从"监督执行"转向"战略思考" - 从"管人"转向"解决问题" - 从"向上汇报"转向"创造价值" **具体行动**: - 用AI工具替代监督和协调工作 - 把时间用在战略思考和问题解决上 - 培养团队的能力,而不是管理任务 - 建立自己的专业影响力 ### 给高层领导:拥抱AI赋能 **如果你是高层领导**: **机会**: - AI工具让你能够更独立地工作 - 你可以快速验证想法 - 你可以用更少的人做更多的事 - 你的战略价值被放大 **挑战**: - 你需要学会使用AI工具 - 你需要重新思考组织结构 - 你需要平衡效率和人性 - 你需要考虑长期影响 **具体行动**: - 亲自学习和使用AI工具 - 重新设计工作流程和组织结构 - 投资于战略人才,而不是执行人才 - 思考如何在提升效率的同时保持人性 ### 给求职者:选择正确的赛道 **如果你在找工作或考虑转行**: **避开的领域**: - 创意执行岗位(除非你能转向策略) - 纯粹的数据录入和处理 - 标准化的客服工作 - 简单的前端开发 **值得考虑的领域**: - AI相关岗位(机器学习、AI产品等) - 战略和决策岗位 - 需要复杂判断的岗位 - 需要人际互动和信任的岗位 - 网红营销和个人品牌相关 **关键原则**: - 选择AI难以替代的工作 - 选择能够利用AI放大能力的工作 - 选择需要人类独特价值的工作 - 选择有长期增长潜力的工作 ## 更深层的思考:我们该如何应对? ### 个人层面:持续学习和适应 **核心策略**: - 不断提升自己的决策能力 - 学会使用AI工具 - 培养AI难以替代的能力 - 建立个人品牌和信任 **具体行动**: - 每天花时间学习新技能 - 用AI工具提升工作效率 - 培养批判性思维和创造力 - 建立真实的人际连接 ### 企业层面:重新思考组织 **核心问题**: - 如何在提升效率的同时保持人性? - 如何平衡AI和人类的价值? - 如何确保转型的公平性? - 如何培养员工的新能力? **可能的方向**: - 扁平化组织结构 - 减少中间层,赋能一线 - 投资于员工培训和转型 - 建立新的评价和激励机制 ### 社会层面:应对结构性变化 **核心挑战**: - 大量岗位消失,如何应对失业? - 收入差距扩大,如何保证公平? - 教育体系滞后,如何改革? - 社会保障不足,如何完善? **可能的方向**: - 教育改革,培养新能力 - 社会保障体系的完善 - 收入再分配机制 - 终身学习体系的建立 ## 结语:数据背后的真相 这份基于1.8亿份招聘数据的分析,让我们看到了AI对就业市场的真实影响。 **关键发现**: 1. **AI取代执行,不取代决策**:创意执行岗位大幅下降,策略岗位相对坚挺 2. **AI赋能高管,淘汰基层**:高层岗位坚挺,基层岗位下降 3. **复杂岗位依然坚挺**:软件工程师、客服等需要复杂判断的岗位相对稳定 4. **新机会在涌现**:AI相关岗位、网红营销等逆势增长 **核心洞察**: - AI不是简单地"取代人类" - AI在改变价值的分配方式 - 能够利用AI的人价值提升 - 被AI替代的人失去机会 - 能力差距和收入差距都在扩大 **对个人的启示**: - 不要做纯粹的执行者 - 要培养决策和战略能力 - 要学会使用AI工具 - 要建立个人品牌和信任 - 要持续学习和适应 **最重要的是**: - 这不是一个"AI会不会取代人类"的问题 - 而是一个"什么样的人会被取代,什么样的人会受益"的问题 - 答案取决于你的选择和行动 **数据不会说谎,但未来掌握在我们手中**。 从今天开始,问自己: - 我的工作是执行还是决策? - 我能用AI放大我的能力吗? - 我有AI难以替代的价值吗? - 我在为未来做准备吗? **答案将决定你在AI时代的命运**。 原文链接 Henley Wing Chiu的1.8亿份招聘数据分析 LinkedIn Jobs on the Rise LinkedIn的就业趋势报告 WEF Future of Jobs Report 世界经济论坛的就业未来报告 Cursor AI辅助编程工具 Machine Learning Specialization 机器学习专项课程 Hacker News 技术社区讨论平台 #AI #AI影响 #劳动力市场 #就业市场 #就业趋势 #技能转型 #数据分析 #职业发展 #职业规划