1.8亿份招聘数据揭示真相：AI到底取代了哪些工作？

## 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**。