過去兩年，人工智能對就業結構的影響，已成為全球范圍內最受關注的議題之一。多家機構基于宏觀模型與任務自動化框架，持續預測未來10年內將有大規模崗位被替代或重構。這些研究在很大程度上塑造了公眾與政策層面對AI沖擊的認知，但與此同時也引發了持續的爭議，其核心原因在于，這類預測往往依賴“技術可以做什么”的理論推演，而非“企業正在如何用人”的現實觀察。

因此，我們以標普500成分股企業為樣本，覆蓋27個行業板塊，基于領英人才洞察平臺的實際用人數據，對過去一年中各行業已經發生的職位增減變化進行系統梳理，從企業真實的人才配置決策出發，刻畫AI時代職位結構的實際演化路徑，關注企業事實上已經在調整哪些崗位，以及這種調整在不同行業中的具體表現。

五個跨越行業邊界的趨勢

在對27個行業的職位變化進行系統梳理之后，可以識別出五個具有高度一致性的跨行業趨勢。

第一，物理執行層崗位呈現出廣泛且持續的擴張。在多個行業中，倉儲、物流及一線操作類崗位反復出現在增長列表的前列。從機制上看，這一趨勢與電商滲透率提升、供應鏈體系重構以及物流基礎設施擴張密切相關。另外，盡管AI在理論上具備替代部分重復性勞動的能力，但在現實生產與物流體系中，這類崗位仍然承擔著AI難以完全替代的執行功能。

第二，軟件工程能力正在從行業特定資源轉變為通用型基礎設施。在本研究所覆蓋的行業中，軟件工程師幾乎在所有行業的增長職位中出現，包括航空航天、化工、制藥、公用事業、保險以及餐飲等傳統上并不以軟件開發為核心的領域。例如，在公用事業行業中，有9家發電及輸電企業同步擴招軟件工程師；在化工行業中，也有7家企業呈現出相似趨勢。這一現象并不意味著軟件行業本身的擴張，而是反映出傳統行業正在將軟件能力內嵌為核心運營能力的一部分，從而減少對外部IT服務的依賴。

第三，銷售體系正在經歷結構性的重組，而非簡單的規模擴張或收縮。在多個行業中，基層銷售執行崗位與技術支持型銷售崗位呈現增長態勢，而高級銷售管理崗位則出現下降。例如，在交通運輸行業中，銷售經理與銷售專員在6家企業中同步增長，而高級客戶總監與全球客戶經理則呈現收縮；在軟件行業中，解決方案工程師與客戶成功工程師增長顯著，而聯邦客戶總監及高級咨詢分析師則出現下降。這一變化反映出銷售模式正在從以關系維護為核心的傳統結構，逐步轉向以技術解決方案與產品理解為核心的模式。在這一過程中，AI工具在客戶分析、需求識別及銷售支持中的應用，也在一定程度上降低了對高層關系型銷售角色的依賴。

第四，中層管理與部分高級專家崗位呈現出跨行業的收縮趨勢。在多個行業中，高級項目經理、高級工程經理及高級產品經理等職位均出現下降。這一趨勢在一定程度上反映出AI對信息處理與協調任務的替代效應。當項目進度跟蹤、風險識別及跨團隊溝通等任務逐步由系統輔助甚至自動完成時，中間層在信息傳遞與整合中的功能將被削弱。

第五，AI與數據相關崗位正在從科技行業向傳統行業持續擴散。機器學習工程師、數據科學家與數據工程師等出現在多個行業的擴招列表中。相比之下，這類崗位在兩年前仍主要集中于互聯網與科技企業。這表明，AI人才需求正在呈現出明顯的行業化與場景化特征，即不同行業開始圍繞自身業務場景引入數據與算法能力。

AI時代，能力需求、崗位設計

與組織形態將如何演變

基于分析結果，并結合當前人工智能技術的應用路徑，本研究對未來3至5年勞動力市場的可能演化方向提出三個維度的判斷。

能力需求的重新定義：

從知識存量到判斷力與執行力

在能力需求層面，勞動力市場的價值評估正在從“知識存量”轉向“判斷能力與執行能力”。隨著大語言模型等工具的發展，原本需要通過長期經驗積累才能獲得的專業知識，正逐漸以更低成本被獲取與調用。這一變化并不意味著知識本身不再重要，而是其稀缺性在下降，從而削弱了以“掌握信息”為核心的能力優勢。相應地，企業在用人決策中，將更加重視個體在不確定情境中的判斷能力，以及將決策轉化為具體行動的執行能力。

需要強調的是，知識的這一“去稀缺化”過程，并不等同于知識在工作中的作用被削弱。相反，知識正在從直接的生產要素，轉變為支撐判斷與使用AI工具的基礎條件。換言之，雖然越來越多的知識可以由AI生成，但個體是否具備相關領域的基礎理解，仍然決定其能否有效評估AI輸出、識別潛在錯誤，并將其轉化為可執行的工作成果。

職位演化的方向：三類職位的不同命運

在職位結構層面，可以基于當前數據將未來崗位的演化路徑，概括為三種不同類型。

第一類是執行導向型崗位。這類崗位直接嵌入物理世界或依賴現場互動，例如物流操作、一線服務、現場技術支持與臨床護理等。從當前趨勢來看，這類崗位在短期內仍將保持穩定甚至擴張。即便在AI輔助下，這些崗位的工作方式可能發生變化，例如通過數字系統進行調度優化或信息支持，但其核心執行功能仍需要人類完成。

第二類是技術融合型崗位，即需要將技術能力與具體業務場景深度結合的職位，例如軟件工程師、機器學習工程師、數據科學家以及解決方案工程師等。這類崗位不僅在當前數據中呈現增長趨勢，而且正在從科技行業向傳統行業擴散。與傳統意義上的“技術崗位”不同，這一類職位的核心價值不在于單純的技術實現能力，而在于能否將技術嵌入具體業務流程，并在復雜情境中對AI工具進行有效配置與調優。隨著AI編程與自動化工具的普及，基礎性開發任務的門檻正在降低，這在一定程度上削弱了初級技術崗位的稀缺性；但與此同時，能夠理解業務需求、設計技術路徑并對AI輸出進行判斷與整合的高階崗位，其重要性反而上升。換言之，技術本身正在從直接創造價值的手段轉變為被組織配置與調度的資源，而能夠完成這一配置過程的復合型人才，將成為未來崗位結構中的關鍵節點。

第三類是結構性壓縮型崗位，其典型特征是以信息傳遞、流程協調或經驗積累為主要價值來源，例如中層項目管理、高級分析支持、傳統IT運維以及部分通用型銷售管理崗位。從當前數據來看，這類崗位在多個行業中呈現出較為一致的收縮趨勢。其背后的原因在于，這些職能所依賴的核心任務，如信息整合、進度跟蹤、跨部門協調與模式識別，正是人工智能最容易介入并實現效率提升的領域。

組織形態的演化：從金字塔到啞鈴型

企業內部的人力資源正在呈現向兩端集中的趨勢：一端是少量具備高度專業能力的技術與戰略崗位，承擔復雜決策與關鍵系統構建；另一端是大量直接參與價值創造的一線執行崗位，嵌入生產、服務與客戶交付場景之中；而傳統位于中間層的管理與協調結構，則在多個行業中表現出相對收縮的趨勢。

這種結構可以理解為一種“啞鈴型”組織，即兩端強化而中部壓縮。在這一過程中，管理方式也將隨之調整。

隨著AI工具在信息匯總、任務分配與進度監控中的應用逐步成熟，管理幅度有可能在一定范圍內擴大，一位管理者能夠覆蓋更大規模的團隊，而無須依賴多層級的中間結構來傳遞信息。同時，績效管理的重心也可能從過程控制逐步轉向結果導向，即管理者的價值更多體現在目標設定、資源配置與團隊支持上，而非對執行過程的持續監督。

從組織運行機制的角度來看，這種結構變化還可能帶來一個重要后果，即組織內部的“能力邊界”發生重新劃分。過去由中層崗位承擔的部分協調與整合職能，可能被重新分配到技術崗位或一線崗位之中，使得這些崗位在能力要求上更加復合化。例如，一線執行崗位需要更多地理解數據與系統反饋，而技術崗位則需要更深入地參與業務流程與決策情境。

在人才戰略層面，這一變化意味著企業將面臨更加明確的路徑選擇：是繼續依賴外部招聘來填補新興能力缺口，還是通過系統性的內部再培訓與崗位重構來實現組織轉型。對于那些需要進行能力體系重構的傳統行業企業而言，僅引入AI工具本身并不足以支撐轉型，關鍵在于是否能夠圍繞技術應用，對員工能力結構、崗位設計與組織流程進行協同調整。在這一過程中，技術投入與人力資本投入需要同步推進，否則可能出現“工具升級而組織未變”的不匹配現象。

因此，從未來3至5年的視角來看，組織形態的演化更可能表現為一個漸進過程，而非一次性重構。不同企業在這一過程中的節奏與路徑可能存在差異，但總體而言，那些能夠在技術應用與組織調整之間形成有效聯動的企業，更有可能在這一輪結構性變化中獲得持續優勢。

我們所處的歷史坐標

本報告所呈現的，是一張基于2025年3月至2026年3月期間企業用人決策的橫截面圖。它既不是對“AI將全面取代工作”的佐證，也不是對“AI影響有限”的反駁，而是試圖在具體數據基礎上，對一個正在發生的、復雜且多維度的勞動力市場變化進行相對客觀的刻畫。

總體來看，人工智能的影響并未表現為對工作的簡單“替代”，而更接近于對不同類型工作的“價值再分配”。

對于個體而言，這一變化意味著職業發展的錨點需要從“崗位本身的穩定性”，轉向“能力結構的適應性”。與其關注某一具體職位是否可能被替代，不如關注自身是否具備在不同情境中理解、使用并調節AI工具的能力，以及在復雜環境中完成判斷與執行的能力組合。

對于組織而言，這一變化則意味著人才戰略的核心問題正在發生轉移。從“需要招聘什么樣的人”，逐步轉向“如何讓現有的人與技術形成有效協同”。在這一過程中，單純引入技術工具往往不足以帶來實質性改變，更關鍵的是圍繞技術應用，對崗位設計、能力結構與組織流程進行系統性調整。

總體而言，這一輪變化并非一次突發性的斷裂，而更可能是一個逐步展開的過程。變革正在發生。數據告訴我們，它比想象中更具體、更分散，也更充滿機遇。

姜鎧豐 | 文

姜鎧豐是北京大學光華管理學院組織與戰略管理系講席教授

獲取更多 AI時代的科技參考

歡迎點擊下方卡片關注 信睿科技評論

本文同步發表于《信睿周報》第169期

點擊下方鏈接購買↓

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org