AI时代，到底会有什么新职业？
2025-12-03 00:24:39
·
腾讯研究院
·
吴朋阳
吴朋阳 腾讯研究院资深专家AI对就业影响的整体形势：四大效应交织整体而言，AI对人类职业与劳动力影响呈现增强、替代、补充、创造四个效应。
吴朋阳 腾讯研究院资深专家
整体而言，AI对人类职业与劳动力影响呈现增强、替代、补充、创造四个效应。当前，新一代GenAI还处在不稳定的快速迭代演进中，四个效应虽然都在发生，但发展速度和幅度存在差异和错位，导致AI对就业的影响呈现较大的复杂性，主要体现在四方面：AI增强带来普遍性提效，替代必然发生。新技术的采用根本动力在提效，AI更是如此，并且将提效范围从体力劳动扩展到脑力劳动。由于新技术扩散呈现非均衡性，早期少数先锋群体会率先掌握，形成“掌握AI的人”相对“不掌握AI的人”效率明显提升，必然导致前者对后者的部分劳动力替代。高盛的研究显示，GenAI一旦全面采用并融入常规生产，将使美国等发达市场的劳动生产率提高约15%，可能导致失业率在AI转型期间比趋势水平上升半个百分点。国际劳工组织报告反映，全球有25%的就业岗位面临GenAI影响风险，高收入国家比例更高达34% 。AI替代短期快于创造，但替代不等于失业。AI应用尚处早期，替代效应快于创造效应。这种时滞不仅源于技术本身的快速迭代，更在于产业应用和人才培养的滞后。企业需要时间来调整组织结构和业务流程以适应AI，而教育体系和个人也需要时间来学习新技能、完成职业转型。尽管如此，替代并不等同于失业。据调研，当前企业并未因AI应用直接进行大规模裁员，而是普遍采取“停招、转岗、削减外包”三步走策略，缓解用工压力并实现成本优化。可见，AI引发的就业结构性变化，通过劳动力再培训等方式能够缓冲结构性失业风险。人力不足、招工难的岗位，AI补充价值高。针对人力不足、高危、高强度的工作而言，AI的人工替代能力反而能发挥劳动力补充作用，帮助解决“有活没人干”的结构性用工难题，这对于我国面临的老龄化人口挑战至关重要。线上工作像客服、电销、催收等岗位，工作单一枯燥且薪酬不高，很多年轻人并不愿做，企业难招聘长期稳定的员工，AI能有效补充劳动力。现场工作像高空作业、抢险救灾、工业生产等，往往存在工作环境危险、工作强度大等问题，采用现场AI和远程人工协作方式，能大幅降低安全风险。此外，对医疗、教育等优质资源分配不均的公共服务，AI服务能够帮助提高普惠性。AI创造全新岗位有滞后，老岗位+AI技能翻新是当下主流。AI正在重塑职业形态，但短期全新的职业增长有限，企业更倾向于在老岗位上叠加AI技能要求。某招聘平台2024年调研显示，明确要求AI工具技能的职位同比增长68%，但职位名称基本没变化，主要集中在数据、设计、文字类工作，如产品经理、算法工程师、平面设计等。全新职业尚未大规模涌现，原因在于职业相比技术发展速度会明显滞后，通常需要技术工具带来新任务，逐步发展稳定后才可能形成职业。探索AI新职业发展趋势，AI领先企业是最佳观察对象。综合分析美国OpenAI、Anthropic、DeepMind及我国DeepSeek、Kimi、智谱和通义等7家主流AI大模型厂商最近岗位开放招聘信息共718个（2025年9月15日），AI新职业可以大致分成使能者、协作者、治理者、推广者和支持者五大类，涵盖了AI生态中不同的价值创造链条：图1：AI五类核心职业及招聘岗位数量占比（7家AI公司统计）AI使能者（Enablers）：AI生态的核心“造血”角色，直接负责开展AI技术的开发、运维与优化工作，是AI技术从理论走向应用的核心保障。典型岗位包括AI研究科学家、算法工程师、数据工程师、数据中心工程师、AI部署经理等。当前，AI使能者招聘岗位数量最多、最丰富（占比近50%），反映AI还处于技术快速迭代突破阶段，底层技术研发人才需求量大。新职业实例：前线部署工程师（FDE，OpenAI）
所属团队：前线部署工程团队，与产品、研究和市场推广部门合作，将AI研究转化为生产系统。
岗位职责：负责领导前沿模型在生产环境中的复杂部署。这是近年某些科技公司兴起的一种独特岗位，尤其是面向企业服务的软件公司和AI公司，著名例子是 Palantir，带动硅谷兴起FDE模式。这个岗位不再是留在公司进行抽象产品开发的技术人员，而是被“部署”到客户一线的软件工程师，深入客户实际业务场景中，解决具体真实的技术问题，特别适用于AI从潜力到生产力的最后一公里落地。
能力要求：从原型到稳定生产系统部署的技术交付；构建能够提供客户价值并提高我们学习能力的全栈系统；了解客户需求并指导采用所构建的产品；方法沉淀、工具开发和代码能力。
AI协作者（Collaborators）：人与AI协作的“桥梁”，不直接研发AI底层技术，但熟练掌握利用AI工具提升工作效率和产出。典型岗位有提示工程师、AI训练师、AI产品经理等。AI协作者是AI应用价值转化的关键角色，虽然目前招聘岗位数量占13.4%不算特别高，但未来随着AI应用的推广和深入将成为重要增长领域。新职业实例：人机协作主管（OpenAI）
所属团队：战略部署团队，致力于前沿模型开发和部署。
岗位职责：负责了解如何让人类和AI最有效地协同工作。研究现实世界的工作流程，设计新的人机协作模式，为构建和部署模型提供指导。
能力要求：具有实地研究、生产力研究或真实世界实验的经验；具有商业、经济学或计算机科学背景，专注于生产力、人机交互或应用研究；能够轻松地处理模糊性问题，从而确定需要解决的正确问题。
新职业实例：Agent模型与数据产品（Kimi）
所属团队：产品团队。
岗位职责：负责通过设计、实验以及优化prompt，context以及工具，将LLM的能力转化为用户所需求的交付物，拓展agent的能力边界与上限。与算法，研发、数据团队协作，定义训练数据的分布与评估标准，优化模型生成的结果满足更好的用户体验。
能力要求：AI工具型企业产品/工程师相关经验；具备深入的AI行业知识和技术理解，熟悉大模型，Agent相关技术和应用；具备扎实的 prompt 工程实践经验。
AI治理者（Governors）：为AI制定规则、监督执行，确保AI的发展符合人类的价值观和道德标准。典型岗位有AI伦理专家、法律顾问、审计师、对齐工程师、安全工程师等。AI的强大意味着技术潜在失控风险高，AI治理者的作用日益重要。这类岗位往往需要兼具技术与法学、伦理学背景，确保AI出错时有人为干预和问责机制。目前被调美国AI公司招募AI治理者岗位数量明显比我国多（72：2），反映我国在这方面职业发展还有较大增长空间。新职业实例：对齐科学研究工程师/科学家（Anthropic）
所属团队：对齐科学（AI Alignment）团队。
岗位职责：负责构建并运行机器学习实验，帮助理解和掌控AI系统行为，让AI变得有用、诚实且无害。目前研究探索主题包括可扩展监督、AI控制、对齐压力测试、自动对齐研究、一致性评估、保障措施研究等。
能力要求：拥有丰富的软件、机器学习或研究工程经验；具有参与实证AI研究项目的经验；对AI安全技术研究有一定的了解；有大模型、强化学习、kubernetes集群和复杂共享代码库等经验更好。
AI推广者（Promoters）：通过市场推广等手段降低AI认知及采用门槛，推动AI技术与应用规模化普及。典型有AI市场营销经理、客户经理、客户成功、上市策略（GTM）、用户增长专家等。这类岗位与互联网、企业软件等公司相比没有明显变化，只是推广对象转为聚焦AI。新职业实例：AI成功架构师 (API)（Anthropic）
AI支持者（Supporters）：为AI产品和服务正常运营，提供必要的人财物等资源和服务保障。典型有AI财务经理、人力资源经理、项目经理、技术支持工程师等。这类岗位类别也没有明显变化，局部变化主要体现在与AI交叉结合与细化上，如OpenAI、DeepMind都设置了多个技术项目经理岗位。新职业实例：GenAI原型设计技术项目经理（DeepMind）
AI在促进新职业生长的同时，也在改变职业的模式甚至性质，基于主流AI公司招聘信息和行业调研洞察，当前呈现出四个较独特的特征：深度细分：围绕AI技术和应用创新方向，职业岗位进一步专业化细分。工程师最为典型，OpenAI为例，大类细分为软件工程师、系统工程师、全栈工程师、体验工程师等，进一步还有多个细分维度，包括技术（如多模态、强化学习）、工程（如后训练、推理）、产品（如Sora、ChatGPT）、模块（如软件/硬件、前端/后端、基础设施/应用）、行业（如金融、政府）等，甚至细分到GPU内核、存储、Triton编译器这样的颗粒度。这种细分趋势的背后，反映了AI技术栈的复杂性与专业化需要。图2：AI软件工程师的招聘岗位细分（7家AI公司统计）跨界融合：AI通用性和泛化能力，促使职业呈现跨学科、跨职能融合特征。一是研发与落地融合，“研究工程师”类岗位同时要求前沿技术探索与工程化实践能力；二是多技术多业务融合，如多家AI公司设置了解决方案架构师、技术项目经理等岗位，需要同时精通AI算法与具体行业流程，能协调技术、产品和业务团队推动AI项目落地；三是非技术与技术融合，市场营销、管理运营、伦理安全等传统非技术为主的岗位，增强对技术知识或技能的需求。例如，OpenAI专设了针对青少年福祉的软件工程师，希望招收兼具软件开发和法律监管知识的复合人才。人机协作：面对AI替代和安全的潜在风险，设立以人为本、人机协作的岗位正成为企业负责任的表现。这种协作并非仅为效率，更是为提升工作质量和安全性，并确保AI系统能够安全、可靠地与人类协同工作。例如，前面提到OpenAI的人机协作主管，还有以人为本的 AI研究工程师，Anthropic也有AI可靠性软件工程师等。动态流变：目前AI新职业并不稳定，随技术迭代呈现较快的兴起与收缩。如提示词工程师、数据标注员等，实际上主流的AI公司已基本没有全职岗位招聘需求，更多是以灵工、外包等形式存在。提示工程、数据标注等正在成为AI工程师的基本能力项，专设岗位的必要性走低。外媒最新报道，马斯克旗下xAI的数据标注团队裁员至少500人（占1/3），也反映出这种对新兴基础工作、通用人才需求的快速涨跌变化特征。AI对就业的影响虽然存在不确定性，但从新技术产业化引发的结构性变化规律看，未来职业增长有三个相对确定的方向：AI原生：新职业的核心孵化池。从技术创新的本质看，新职业的涌现一定率先来自新技术催生的新行业。类似汽车替代马车后，创造了驾驶员等“汽车原生岗位”，“AI原生岗位”也将率先诞生于离AI最近的科技公司。脉脉报告显示，2025年7月，累计有超1000家企业发布AI相关岗位7.2万个，同⽐增幅超10倍，大部分来自互联网、智驾和AI初创企业。岗位类型上，当前新增招聘以技术岗为主（84.13%），尤其算法岗位占据⼤半，可见“造好AI”是刚需。未来非技术岗增长潜力大，包括产品、运营、治理等，以支持进一步“用好AI”。图3：谷歌Gemini应用招聘的岗位示例（2025年9月）服务业：就业规模增长的主要领域。宏观经济和产业发展历史规律，人类的职业随技术进步，呈现从第一产业向第二、第三产业不断迁移的趋势。世界银行数据显示，我国服务业当前占GDP比重约56%，远低于美国（80%）、日本（70%）、欧盟（70%），具备显著的扩展空间，未来就业增长最大潜力就在服务业。一方面是AI+服务，催生出个性化、人机协同的新职业形态。一些迹象已经出现，如有导演采用生成式AI制作视频，团队中衍生出AI分镜优化师、多模态提示词工程师等工作。直播领域，AI数字人普及带出AI数字人训练师这类新岗位，有公司组建近50人团队负责直播平台上万个AI数字人运营；另一方面是服务业发展本身带来的职业需求增长，特别随着我国社会老龄化不断加深，家政、护理、社区服务等领域的用人需求将持续增长，AI在这些领域还能有效发挥补充和增强劳动力的作用。一人企业和灵工群体：AI加速就业灵活化。AI与互联网平台结合，将进一步推动工作从传统的岗位制向任务制转变，雇主不再需要太多的固定岗位员工，可将工作任务打包通过平台分发，劳动者则借助AI提升接单效率和质量，从而促进在线自由职业者市场增长。据人社部信息中心调研，2023–2024年中国“新型灵活就业”的招聘职位数占比从12.2%跃升至15.2%。一人企业加速涌现，个体创业者利用AI工具自己写代码、设计、撰稿、经营网店等，加速白领“零工化”。未来，灵活就业可能进一步发展壮大成为就业的主体模式。面对AI带来的就业变革风险与机遇，全社会都要积极进行响应调整，共同推动“就业友好”的体制机制建设，支持广大劳动者适应AI新职业转型发展需要。个人层面：主动适应人机协作新常态。劳动者应积极拥抱AI，开展终身学习，不断培养提升AI素养和技能。微软与领英调查发现，超过75%的从业者认为掌握AI技能是保持职场竞争力的关键，而拥有AI能力可显著提升薪资和职业前景。劳动者要学会使用AI工具来分担琐碎任务、提升创造力，争取成为“AI超级用户”；同时，还应关注灵活就业与创意经济机会，积极尝试利用数字平台开展兼职，借助AI开发个人创业项目，尽早适应“任务制”、“项目制”的就业新常态。企业层面：以人为本开展AI转型，构建人机协作组织和运营管理模式。企业应有意识建立“就业友好”的发展原则，以AI增强人而非替代人为目标，在AI应用及企业转型实践中采取有效行动保障员工权益。一方面针对AI内部应用、特别是涉及自动化降本提效的系统，可建立员工代表参与的管理机制，让员工能够参与评估、决策和监督，避免高风险系统上线。这方面欧洲企业做的较好，例如德国电信管理层与集团工会签署了《AI宣言》协议，并制定AI应用和系统的五级风险评估体系，通过员工代表参与决策流程，确保员工对AI系统的知情权和否决权；另一方面针对员工、特别是AI影响大的岗位，积极开展再培训和内部转岗，尽量帮助员工掌握AI技能、实现职业转型。宜家公司上线AI客服机器人Billie后，能够自动处理47%的呼叫中心工作，但并未因此大规模裁员，而是提供转岗和再培训支持，累计约8500名成功转岗为室内设计顾问。社会层面：搭建就业友好的制度与环境。一方面，政府和相关机构应鼓励AI创新与创业，通过补贴、税收优惠和国际合作等方式，培育更多AI企业和项目，为新就业创造环境。另一方面，需要加强对传统企业的支持，推动工业企业与服务业协同用工，帮助劳动者平稳转岗再就业。社会保障体系也应与时俱进，例如设立就业转换缓冲基金或扩大失业保险覆盖，降低技术替代带来的冲击。此外，可以探索全民AI教育、AI技能培训的激励机制，推动AI普及和普惠。长远看，应研究新型收入分配和劳动者保障机制，如开展全民基本收入（UBI）等试点试验研究，探索AI带来的生产力增益进行合理分配，确保社会收益共享。总之，只有政府、企业和劳动者三方协同推动制度创新，才可能应对AI带来的职业深刻变革。
原文《AI时代新职业发展趋势初探》，刊载于《中国人力资源社会保障》2025年第10期。
请先 登录后发表评论 ~