根據教育部官方數據顯示，中國高校畢業生于2022年突破1000萬，2026年畢業生人數達到1270萬，再次突破歷史性新高。

教育部相關人士在公開講話里面提到，高等教育學齡入學人口、高校在校總人數2032年達峰，預計2038年左右高校畢業生會達到巔峰，約為1700萬人。

按照當前中國經濟增長速度以及世界格局變化，高校畢業生未來面臨的就業形勢會越來越嚴峻。特別是AI技術的發展，更是對企業各類崗位形成直接沖擊。

AI技術從硬件和軟件兩個方面都會對就業崗位形成沖擊，包括重復性檢測、低端編程、低端設計以及簡單技術維修等工作，未來被AI取代的風險性提高。

AI技術的發展速度未來難以估量，同時，中國人口的結構變化要求我們加快轉型升級。中國的人口紅利在未來的2035年左右會逐漸消失，勞動力的成本急劇上漲，也必須讓企業優化用人需求。

因此，從2026年到2035年的9年時間里面，預計理工類專業的崗位被取代性，比文科類專業相關崗位還要高。根據第三方機構提供的研究數據顯示，下面的4個專業屬于高風險區，2030年后畢業生失業風險極高。

中國風險極高的4個專業

第一個食品科學與工程專業。該專業普通專科以及本科畢業生主要到各類食品生產企業就業，負責食品的抽查以及成分檢測等工作，整體來說薪資待遇較低，且是重復性工作。

當前監管部門對食品企業的生產要求越來越高，同時智能化系統在食品企業開始逐步推廣。AI機器視覺和自動化設備在快速檢測、缺陷識別、成分分析、配方優化、生產監控上效率已經逐步趕超技術人員。

食品科學與工程專業的普通本科高校畢業生目前可選擇的質檢員、化驗員、品控員、生產工藝員、配方助理等崗位在未來5到10年都有可能會陸續消失，市場需求急劇下降。

因此，該專業本科畢業生已經很難看到未來的發展潛力，只有繼續攻讀研究生，從事食品成分研究或者是微生物研究等方面的工作，或許才會有一線生機，但那對于普通學生來說太過于遙遠。

第二個產品設計專業。按照教育部目錄劃分，產品設計屬于我國本科藝術類專業，但產品設計專業實則又可以有諸多細分方向，比如家居/家具設計、3C數碼設計、UI/UX設計等。

因此，產品設計專業的工作內容實則是高度視覺化、效果圖化、方案量產化，這正好是AI生成模型最擅長的領域，也是目前AI團隊首先要攻克的方向。

畢竟AI模型需要通過讀懂用戶的描述，生產各種圖片和視頻，這是最基本的底層邏輯。未來各種基本的產品設計工作全部會被AI取代，當前在很多的設計公司已經有類似的趨勢，只要有足量的數據參考，都能滿足用戶的需求。

因此，普通本科產品設計專業的學生，沒有很強的創新能力和洞察力，整體思維構圖以及模型建設確實不如AI。企業使用AI的成本會遠低于并用高校畢業生。

第三個軟件工程專業。從學科門類劃分，軟件工程專業實則是歸結于計算機類，但在教育部的學科評估里面，軟件工程和計算機科學與技術則有分開進行評估，都是屬于一級學科。

軟件工程主要側重于軟件開發與設計，以及軟件后期的維護優化與檢測等方面的技術學習。由于代碼本身高度規律、可復用、模板化，使得AI模型很快能學習并分析軟件的漏洞。

而軟件工程專業普通高校的畢業生主要在企業里面從事CRUD、簡單頁面、接口調試、文檔、單元測試。還有前端頁面、小程序、常規測試等工作，本身對畢業生的寫代碼要求能力不高。

如今高校畢業生又批量生產軟件工程專業畢業生，沒有進行個性化培養和能力提升，當前就業市場競爭都已經很激烈。未來隨著AI技術的不斷積累，軟件工程專業學生的失業風險會達到頂峰。

第四個醫學檢驗技術專業。大家必須要記住，醫學檢驗技術專業畢業生授予理學學位，而并非是醫學學位。因此，該專業更多是屬于技能學習，和傳統的醫學專業有巨大區別。

比如醫學檢驗技術專業的學生主要學習驗血、驗尿、涂片、微生物識別、生化指標判讀等知識。這些在醫學界都已經形成共同的檢查流程以及標準，根據數值來判斷是否有問題。

這樣的結果使得AI技術在檢查方面會有天然優勢，畢竟通過模型設定相應的數值，對影像的問題進行歸類，能極大的提高檢查的效率，而且錯誤率甚至比人類更低，也能幫助醫院，節約各種人力成本。

當前我國東部沿海地區的大型醫院都開始陸續采用全自動生化儀、流式細胞儀、AI閱片系統等工具，所以這些年大醫院的檢驗崗位招聘越來越少，醫學檢驗技術專業的學生就業越來越難，未來甚至有可能會消失。

總體評價

從當前社會發展趨勢來看，人工智能技術的發展已經超出大家的想象，對高校畢業生的就業武疑會造成巨大沖擊。

因此，各位學生和家長在高考階段選擇專業時，盡量要選擇那些與人打交道的專業，千萬不要選擇那些將來要從事重復性，低技術含量的大學專業。