在AI迅猛发展的当下，关于它将取代多少工作岗位的讨论众说纷纭，但真实可靠的数据却极为稀缺。最近，一项针对全球近1.8亿个工作岗位（时间跨度为2023年1月至2025年10月）的大规模研究，为我们揭开了AI时代就业格局变化的神秘面纱。研究显示，2025年总体岗位数量下降了8%，然而，这看似统一的数字背后，不同岗位的命运却天差地别——有些岗位数量暴跌30%，而有些则逆势增长40%。在这场变革中，究竟谁会被淘汰？谁又能胜出？什么样的人才能在AI时代取得成功呢？

AI时代的就业现状：数据不会说谎

正在消失的工作：执行型岗位首当其冲

数据显示，岗位数量下降最为严重的工作往往具有执行型、重复性、可标准化的共同特征。
 • 创意执行类岗位重创：创意执行类岗位受到的冲击较大，降幅在25% - 35%之间。例如，电脑图形艺术家的岗位数量下降了33%，摄影师下降了28%，作家/文案下降了28%，记者/报道员下降了22%。不过，并非所有创意工作都在衰退。同样是创意领域，创意总监、创意经理、产品设计师的需求却基本稳定。这是因为这些岗位需要的并非单纯的执行，而是战略思考、客户沟通以及决策判断，而这些能力恰恰是AI目前还无法完全替代的。

 • 白领岗位的分化：企业合规专家岗位数量下降了28%，可持续发展专家岗位下降了25%到35%，医疗文书岗位下降了20%。这充分印证了一个观点：初级信息加工（如信息收集、分析）的岗位，尤其是那些有几年工作经验，但尚未成为行业顶级专家的白领岗位，正面临着消失的风险。如今，大模型已经具备了大学生甚至研究生的信息收集、分析能力。当你的工作可以被简单描述为“收集数据 - 整理报告 - 提交汇报”时，就需要格外警惕了。

逆势增长的工作：AI基础设施建设者

与AI相关的岗位正在呈现爆发式增长。
 • AI技术栈岗位：机器学习工程师岗位数量增长了40%，在2025年成为增长最快的岗位；机器人工程师增长了11%，研究/应用科学家增长了11%，数据中心工程师增长了9%。

 • 战略决策类岗位：数据工程总监岗位增长了23%，房地产总监岗位增长了21%，法务总监岗位增长了21%，软件工程总监岗位增长了14%，工程VP岗位增长了12%。

数据还揭示了一个残酷的真相：高级领导岗位数量仅下降了1.7%（远好于市场基准），中层管理岗位下降了5.7%，个人贡献者岗位下降了9%。职位越高，表现越好。这并非偶然，而是因为AI工具正在赋能高层决策者，而非底层执行者。一位产品VP如今可以利用Cursor快速验证技术方案，用Claude原型化产品想法，从而减少对众多工程师汇报的依赖。这就是AI时代的新现实。

保持韧性的工作：人性化和复杂决策

令人意外的是，一些原本被认为“必然被AI取代”的岗位，反而表现稳健。
 • 技术岗位的韧性：软件工程师岗位数量基本持平（下降0.5%到增长2%），数据分析师岗位增长了0.5%，数据工程师岗位增长了5.2%。这是因为AI工具（如Cursor、Claude Code）让工程师的工作更加高效，而非让他们变得多余。当开发者配备Claude Code时，他们不会失业，反而能够处理更复杂的问题，更快地交付功能。

 • 需要共情和判断的岗位：客服代表岗位数量下降了4%（好于 - 8%的基准），销售岗位总体保持稳定（下降2%到增长2%）。公司发现，AI聊天机器人虽然能够处理简单的咨询，但在复杂问题、情绪安抚以及灵活决策方面，仍然需要真人。Klarna曾高调用AI替代客服团队，但最终又把他们招了回来。

 • 新兴营销岗位：影响者营销专家岗位增长了18.3%，GTM工程师岗位增长了205%。随着互联网上充斥着AI生成的内容，人们对传统渠道的信任度有所下降，但对真实的、有温度的人（如网红博主）的信任反而上升了。

AI时代什么样的人会成功？

四大核心能力

 • 快速学习能力：AI可以加速学习过程，但它无法替代你学习。数据显示，软件工程师、数据分析师等需要持续学习的岗位保持了一定的韧性，而那些停留在舒适区、依赖过往经验的岗位（如初级文案、图形艺术家）则在快速衰退。

 • 决策能力：能够利用AI的信息搜集能力，快速做出决策并承担责任。这解释了为什么高管岗位的表现远好于中层和基层，因为高管的的核心价值在于判断和决策，而非单纯的执行。

 • 对市场需求和商业逻辑的理解：数据中表现最好的角色，如创业者（能创造新价值）、产品经理（连接用户和技术）、架构师（设计系统而非写代码）、销售总监（理解客户需求），都是对市场需求、商业逻辑以及技术实现有着深入了解的岗位。

 • 监督和指导AI工作的能力：能够监督、指导AI工作的人，能够为AI的产出兜底，即能够给AI指明方向，评判AI的结果好坏，若结果不够好，知道如何改进，甚至能够手动修改。这就是为什么创意总监（下降2%）比创意执行（下降33%）表现好得多，因为前者能够评判AI生成的设计是否符合品牌调性，而后者只是执行具体任务。

利好三类人

 • 专家：能够与AI良好协同，利用AI、评判AI并能够兜底。数据印证了这一点，软件工程师（专家级）岗位稳定，初级程序员（执行级）岗位下降；创意总监（专家级）岗位稳定，图形艺术家（执行级）岗位下降了33%。

 • 创业者、管理者：能够利用AI进行生产和创造价值，对需求、商业逻辑和企业运营较为熟悉。从岗位数据来看，高级领导岗位下降1.7%，中层管理岗位下降5.7%，个人贡献者岗位下降9%，层级越高，表现越好。

 • 大学生：没有包袱，没有负债，精力充沛，并且有幸遇到了时代红利，可以更好地探索和发展，成为Builder或创业者，而不是像35岁 + 的中年人那样面临裁员风险。他们对技术可以不精通，但需要有所了解。这也是新兴岗位如市场营销、GTM工程师等增长迅猛的原因之一，年轻人更容易拥抱新工具和新模式。

AI时代的生存法则

AI时代，人群被分为两类——生产者和消费者，执行者会迅速消失。
 • 生产者：利用AI增加生产力。例如机器学习工程师岗位增长了40%，数据工程总监岗位增长了23%，软件工程师岗位保持稳定，创意总监岗位稳定，销售总监岗位增长了2.5%。

 • 执行者：执行者阵营（正在被动淘汰），如图形艺术家岗位下降了33%，摄影师岗位下降了28%，文案岗位下降了28%，合规专家岗位下降了28%。关键差异在于，你是在用AI创造价值，还是在被AI替代价值。

给普通人的三点建议

从执行者转型为决策者

不要仅仅只会“做事”，更要学会“判断该做什么事”。比如，不要只会写代码，还要理解产品设计的缘由；不要只会设计图标，还要理解品牌策略和用户心理；不要只会写报告，还要能够提出战略建议。

建立“AI协作能力”

把AI当作你的助手，而非竞争对手。利用Claude/ChatGPT加速信息收集，用Claude Code提升编程效率，用Midjourney快速原型化创意。但关键在于，你要能够判断AI的输出质量，并且知道如何改进。

投资“不可替代性”

聚焦于AI难以替代的能力，如共情能力（客服、销售）、创造性思维（战略、创意方向）、复杂决策（管理、投资）以及人际关系（网络、协作）。

结语

AI时代的就业市场并非是一场“全面崩盘”，而是一次“精准重构”。被淘汰的不是某个行业，而是某种工作模式，即执行型、重复性、可标准化的工作模式；胜出的也不是某个职业，而是某种能力，如决策力、学习力、执行力、创造力、协作力。

1.8亿岗位的数据告诉我们：不要抗拒AI，而要学会使用AI；不要做执行者，而要做决策者；不要出卖自己的时间，而要售卖自己的价值；不要等待被选择，而要主动创造。AI时代，最大的风险并非失业，而是继续用旧思维去做旧工作，假装一切都没有改变。记住，要做难而正确的事，而不是简单、容易、熟悉的事。