关于AI就业，1亿条招聘数据背后的5个发现

2026年前5个月，美国为主的科技业裁员超10万人，已达去年全年水平。

AI成为最大单一原因。Challenger 4月裁员报告显示，全美因AI裁员的占比已达26%，居所有原因之首。 

硬币的另一面，是AI招聘的逆势激增。美国整体招聘市场仍在疲软中，但2026年一季度AI岗位同比增长36%，总量超5.5万个（V erito ne）。 

同一个市场，裁员与扩招同时发生。 

HBR 2026年初一项全球高管调研，点破了背后逻辑：企业现在是为AI的潜力而裁，不是为AI的实绩而裁。

这是美国的情况。中国呢？ 

我们用1亿条招聘数据来看看究竟。 

腾讯研究院联合中国社会科学院人口与劳动经济研究所，采集了2024Q1—2025Q2国内六大主流招聘平台约1亿条公开岗位信息，通过关键词匹配与多维文本挖掘，筛出所有含AI要求的岗位进行统计对比分析，形成《AI职业新趋势大数据研究报告》。 

报告于2026年5月23日，在中国社会科学院大学2026年度“中国学派的数字经济学学科建设与人才培养”社科论坛正式发布。 

以下是五个最重要的发现。 

发现一：AI的岗位渗透率不到2%，但别被这个数字骗了

全市场1亿条招聘数据里，明确要求AI技能的岗位占比是多少？ 

1.6%—1.92%。

不到2%。看起来很小，但这不是中国独有的"低"。斯坦福2025年AI指数报告给出的全球数据：新加坡3.2%、卢森堡2.0%、美国1.8%。中国处在合理区间。 

但2%可能只是表象。公开岗位的数据，只能统计"写进招聘描述里"的需求。大量企业在实际工作中已经广泛使用AI工具，比如用大模型写文案、生成代码、处理数据等等，但很多还并没有把这些技能写进招聘要求中。 

微软2026 Work Trend Index调研了10个市场2万名AI使用者，发现49%的Copilot对话涉及分析信息、解决问题等认知型工作。这些对应的岗位，招聘时几乎没提过AI技能要求。 

隐性的AI渗透，远比显性的深。

这不到2%的岗位，产生的职业分层效应却极大。后四个发现会反复证明一件事：AI岗位虽然少，但它在技能门槛、职级结构、收入阶梯上正在重写规则。 

工作的重写，每个人都正在或即将面临。

还有一个值得关注的拐点：2024全年AI岗位占比持续下滑，但2025Q1突然反弹至1.8%，几乎回到两年前的最高水平，时间节点与DeepSeek发布高度吻合。类似现象2022年末也出现过，ChatGPT发布后AI技能需求跳升了一波。 

可见，AI渗透不是匀速推进，而是脉冲式加速——每一次技术和产品突破，都是岗位需求催化剂。

此外，地理分布上的高聚集度也值得关注。五大城市群 （长三角、珠三角、京津冀、长江中游、成渝） ，汇聚了全国90%的AI技能岗位需求。最显著的增量来自珠三角，AI+制造业转型需求叠加DeepSeek降低部署门槛，2025年上半年AI岗位占比明显跃升。 

发现二：AI岗位的增量，正在从"造工具"转向"用工具"

这是整份报告里最陡的一条曲线。 

AI技能岗位内部，分为"开发技能" （造AI的人） 和"应用技能" （用AI的人） 两大类。2024年一季度，开发岗占八成多，应用岗仅不到两成。2025年二季度，开发岗降到六成半，应用岗攀升至三成半。 

开发岗仍占近三分之二，但应用岗一年之间几乎翻了一番。

这意味着什么？AI招聘正在从单一的模型开发，扩散到更广泛的场景应用。企业不只找会训练模型、调算法的人，也更急着找能把ChatGPT、DeepSeek、Midjourney等嵌入业务流程、直接解决问题的人。 

据Rework对LinkedIn的2026年招聘数据分析，也印证了这一趋势。AI技能需求过去12个月激增142%，其中应用型岗位增速超过核心开发岗位，如提示词工程师、AI交互设计师等。 

开发岗内部也在经历"通才化"洗牌。算法岗位中，不指定具体方向、只标注"AI算法工程师"的泛化岗位从14%跃升至24%，一举成为第一大细分。与此同时，要求同时掌握传统深度学习和大模型技术的"复合型岗位"，从不到16%攀升到超过25%，而传统图像算法、视觉算法等都在收缩。 

这背后的底层逻辑是：大模型的出现改变了AI开发的工作方式，从"在特定领域训练专用模型"转向"调用通用大模型+场景适配"。旧式专才 （只会某一种算法） 的稀缺性下降，而"大模型+传统AI"双栈兼通的复合通才变得更值钱。企业不是不需要专才，而是不再满足于只会一个方向的窄专才。

非技术岗的变化，更多人可能会更关注。AI需求增长最突出的，一个是咨询/分析师类，AI渗透率从1.03%飙升至2.71%；另一个是设计/创意类，从1.29%翻倍到2.74%。此外，管理类、教育/科研类和产品/项目类，AI渗透率也相对高。一个共同特征浮出水面：AI技能在非技术领域首先渗透的，是知识密集型岗位，而非体力劳动和生产运营岗位。

发现三：中国没有出现美国的"剪刀差"，初级岗位还撑着

美国市场正在发生一件残酷的事，AI应用后，高级岗位需求仍然保持增长，但初级岗位呈现持续萎缩趋势。Lichtinger等人基于LinkedIn数千万份简历的研究发现，生成式AI是一种"偏向资历的技术变革"，对初级员工的冲击远大于资深员工。Brynjolfsson等人的数据佐证了这一点，AI高暴露岗位中，22—25岁早期职业者就业下降近20%。Fortune的报道用了一个更刺眼的标题——"白领大衰退"。 

目前，中国没有复制这个剧本。

数据显示，中国AI岗位中高级岗位的占比在观察期内出现了略微回落，从2024年一季度的63.18%降至2025年二季度的60.87%；同时，初级岗位占比虽然在2024年波动较大，但长周期看有跌有涨，没有出现类似美国的持续萎缩趋势。 

包括非AI岗位的全样本走势更明显，高级岗位占比从22.64%降到15.40%，而初级岗位一直稳定在7%左右。 

为什么中美不一样？两个可能的原因。 

第一，成本结构不同。 美国初级岗位年薪中位数5万—8.5万美元，用AI替代有比较明确的降成本收益。中国初级劳动力成本相对低，企业算账后可能会发现，给初级员工配AI提效，比直接替代更划算且稳妥。 

第二，产业阶段不同。 美国仍在底层大模型研发的军备竞赛中，对高级科学家和架构师的需求持续在高位。中国加速转向场景应用落地，这类需求天然偏向应用型、工程型人才，支撑了初、中级岗位的稳定性。 

但这里要加一个重要的限定：初级岗位的"韧性"可能是暂时的。

WEF 2026年1月构建了2030年就业的四种情景，关键变量只有一个：劳动力的AI技能适配速度，能不能跟上AI能力的增长速度。中国初级岗位的韧性，建立在一个前提上——"AI赋能比AI替代更划算"。但大模型能力仍在指数级跃升，使用成本在快速下降。一旦过了零界点前提被改写，"赋能"很可能就会翻转为"替代"。 

一句话总结当下：美国在用AI替代初级员工，中国在用AI给初级员工加buff。但buff能撑多久，取决于模型进化的速度和成本下降的曲线。 这是一个时间窗口，不是一个稳态。 

发现四：AI岗位更青睐"高知+老手"，但学历信号有贬值趋势

AI岗位对学历和经验的要求，比市场平均水平高出一大截。 

学历：全部岗位中，要求"本科及以上"的占24%。AI岗位呢？71%。AI岗位中要求硕博的占比近12%，远超硕博群体在全国人口中不到1%的比例。统计检验显示，AI岗位设定本科门槛的概率是非AI岗位的4—8倍。 

经验：79%的AI岗位要求有工作经验，比全市场高出22个百分点。平均经验年限比市场基准高出1.59—2.19年。 

雇主不是在找"AI新手"，而是在找"行业老手+AI技能"。 溢出的那1—2年经验要求，是对从业者原有领域知识和判断力的价值认可。你不是因为会AI就一定被需要，是因为你在某个领域积累了不可编码化的判断力，AI才能成为你的放大器。实验研究也证实了这一点 （Ajuzieogu, 2025） ，有经验的金融分析师结合AI工具，投资建议质量提升31%。 

OECD 2025年企业AI采纳报告指出了更底层的结构：高级岗要求"开发新算法"，初级岗要求"使用AI工具"。同样叫"AI技能需求"，在不同职级上指的是完全不同的东西。

但有一个松动的信号：AI岗位"本科及以上"要求占比在2024年三季度达到约80%的峰值后开始回落，到2025年二季度已降至约70%。PwC覆盖六大洲近10亿份招聘广告的研究也发现，AI渗透度最高的岗位上，雇主对正式学历的要求下降得最快。 

工业时代以来，传统的职业发展逻辑是"好学历→好岗位→高收入"。现在，出现了一条并行阶梯，AI技能正在成为一种"替代性资质"。 不是替代学历本身，是替代学历原本承担的信号功能：证明你有学习能力、工具迁移能力和解决问题的能力。你没有高级文凭，但如果能善用AI创新、解决真实问题，市场也愿意给你机会。 

发现五：AI岗位的薪水，不仅更高、还更抗跌

整个观察期内，AI岗位的平均月薪始终比非AI岗位高出7000—9500元，溢价比例持续在40%以上。 

但比溢价更值得关注的，是薪资粘性——市场承压时AI岗位薪酬跌得更慢。 

2025年二季度，全市场薪酬出现下滑，可能部分反映季节性调整。全样本岗位中"2万元以上"高薪区间占比，从2024年同期的约34%大幅收缩至约15%，降幅54%。AI岗位呢？同一区间从约56%降至42%，降幅仅25%。

全市场砍了一半多，AI岗位只砍了四分之一。 

底层机制很直接：企业优先压低可替代岗位的薪酬或直接砍编，而对掌握核心AI技能的人，短期内补不上、替代成本高，宁可保留原薪不动。结果是AI岗位的薪水有被动抗跌的成分，溢价幅度拉大。2025年二季度，AI岗位溢价达到观察期最高的79%，不是AI岗位薪酬涨的多，是别的岗位下滑的多导致。 

这个发现在全球数据中得到印证。PwC 2025年AI就业晴雨表测算，具备AI技能的从业者平均薪资溢价56%，是前一年25%的两倍多。 

但高薪不等于安全。Anthropic 2026年劳动力市场研究区分了AI对每种职业的两种作用——"增强" （放大你的判断力和产出） vs."自动化" （替代你的标准化任务） 。如果你的岗位以"增强"为主，薪资粘性可持续；如果以"自动化"为主，高薪只是被淘汰前的最后缓冲。高薪+高替代风险，是最危险的组合：高薪让你觉得安全，自动化让你随时可能被移走。 近来硅谷大量被裁的高薪程序员，正是这条逻辑的注脚。 

真正的问题不是替代，而是重写

五个发现串起来，指向同一个判断： 

AI对就业市场的影响，现阶段不是岗位总量的简单增减，而是职业分层逻辑的重写。 

岗位技能门槛、能力组合、竞争规则、收入阶梯，都在重新划线。一端是掌握AI工具的高技能人群向更高阶梯集聚；另一端是未能吸收AI技能的人群在收入和机会上相对下沉。 

对于个人：AI正从某些岗位的专业技能，演变为影响大多数岗位质量和收入的通用能力。同一岗位内部，会用AI和不会用AI的员工，在效率和报酬上的差距已经开始显性化。 

对于企业：决定AI转型成败的关键，不在于拥有多少模型和算力，而在于能不能通过岗位再设计、流程重构和绩效体系调整，把"会开发"和"会应用"高效组织起来。 

对于教育和培训体系：当前急需的不再是围绕一次性学历教育配置资源，而是围绕面向所有专业的AI应用能力、面向技术人才的跨栈复合能力、面向中年群体的结构性转型能力，重构长期的终身学习供给体系。 

岗位变革正在加速，AI能力持续扩张。可能被淘汰的不是人，而是那些无法被AI放大、又容易被AI复制的能力。1亿条招聘数据呈现的，其实是这件事。 

掌握AI或者远离AI，可能都是出路。 

吴朋阳 腾讯研究院资深专家

白惠天腾讯研究院高级研究员

本文来自微信公众号 “腾讯研究院”（ID：cyberlawrc），作者：吴朋阳、白惠天，36氪经授权发布。