声明

本文基于对 2023 年 1 月至 2025 年 11 月间近 1.8 亿份全球招聘信息的分析，旨在提供一个数据驱动的、中立但尖锐的视角。观点和趋势的描述力求精准，但请注意，这是对当前市场变化的专业解读，并非价值判断。

🚀 引子：8% 迷雾下的“结构性黑洞”

2025 年，全球招聘市场的总岗位发布量相比 2024 年下降了 8%。这个数字是宏观经济的缩影，但当我们剥开这层迷雾，会发现一场更具破坏性的“外科手术”正在发生。

AI 的影响并非平均分布的“海啸”，而是一场针对特定岗位的“精确打击”——它在某些领域制造了深不见底的“结构性黑洞”，同时在另一些领域引发了爆炸性的增长。理解这场变革的关键在于：AI 正在取代那些“执行性”和“流程化”的工作，而非“战略性”和“人本化”的职能。

🎯 核心一：创意人才的“执行者之死”

在所有受冲击的岗位中，创意领域的“执行者”正在经历一场残酷的淘汰赛。

📉 创意执行岗位的“雪崩”

职位名称 (Job Title) 2025年招聘需求同比变化 (YoY Change) 影响判断 (Impact)
计算机图形艺术家 (Computer Graphic Artists) -33% 2 年持续下降
摄影师 (Photographers) -28% 2 年持续下降
作家 (Writers, 含文案、技术写作) -28% 2 年持续下降
记者/报道员 (Journalists/Reporters) -22% 显著下滑

【洞察】： 跌幅位居前十的职位中，有三项是创意执行岗。AI 图像生成工具（如 Midjourney、DALL-E）和大型语言模型（如 GPT-4、Claude）正在直接蚕食 3D 建模、VFX 渲染、基础文案和报道的体力活。

【生动比喻】： 这就像是 “创意领域的福特流水线” 被 AI 取代了。AI 能以零边际成本、近乎瞬时地完成“按指令执行”的输出。

🛡️ 创意策略岗位的“安全岛”

然而，并非所有创意工作都在受苦。创意总监 (Creative Directors)、创意经理 (Creative Managers) 等涉及客户反馈解读、用户研究、战略决策的岗位，其需求量相对于市场基准 (-8%) 而言，表现出显著的抗压性。

结论： AI 取代的是“笔”和“刷”，但无法取代“大脑”和“同理心”。创意工作的价值正在从**“手艺人”转向“战略家”**。

核心二：工程领域的“军备竞赛”——ML 工程师的爆炸式增长

AI 对劳动力市场的另一种影响是：它正在迅速创造全新的高价值岗位，尤其是在其基础设施和部署领域。

📈 机器学习工程师的火箭式飙升

机器学习工程师 (Machine Learning Engineers) 的招聘需求从 2024 年到 2025 年激增了 40%，这已经是继 2024 年增长 78% 之后的又一次爆炸性增长。

【数据可视化】： AI 基础设施栈的全面爆发。

pie
    title AI/工程相关职位增长 (2024-2025)
    "Machine Learning Engineers" : 40
    "Robotics Engineers" : 11
    "Research/Applied Scientists (Tech)" : 11
    "Data Center Engineers" : 9
    "Director, Data Engineering" : 23

图表描述：Machine Learning Engineers 的岗位增长率以 40% 遥遥领先，远超其他 AI 基础设施相关岗位，如 Robotics Engineers (+11%) 和 Data Center Engineers (+9%)，表明企业对 AI 部署和应用人才的需求达到顶峰。

【洞察】： 这不仅仅是科技公司的需求。AI 的应用正在从“屏幕”扩展到“物理世界”，机器人工程师 (+11%) 的增长印证了这一点。企业正在从“使用 OpenAI API”转向**“构建专有模型”**，这推动了对研究科学家 (+11%) 和数据中心工程师 (+9%) 的需求，因为 AI 推理需要大规模的计算基础设施。

推论： 随着 AI 从云端走向边缘、从软件走向硬件，“AI 全栈工程师”——即能理解模型、能部署到物理设备、还能管理大规模算力的人才——将成为下一个十年的黄金职业 [推论]。

核心三：职场金字塔的“权力游戏”：赋能高层，挤压中层

最具反常性的发现是：AI 正在加剧职场层级间的差距。

👑 领导层 vs. 执行层的两极分化

岗位层级 (Job Hierarchy) 2025年招聘需求同比变化 (YoY Change) 对比市场基准 (-8%)
高级领导层 (Director, VP, C-Suite) -1.7% 领先 6.3 个百分点
经理层 (Manager Roles) -5.7% 领先 2.3 个百分点
个人贡献者 (Individual Contributor) -9.0% 落后 1.0 个百分点

【洞察】： 为什么高级领导层受到的冲击最小？

  1. AI 赋能领导层： AI 编程工具（如 Copilot、Cursor）让总监或副总裁可以独立快速地验证想法和创建原型。他们不再需要一个庞大的工程师团队来“实现”一个概念。
  2. 战略取代管理： 公司正在寻求更多决定**“做什么”的人（战略领导），而减少管理“如何做”的人（中层经理）和“执行”**的人（个人贡献者）。

【犀利观点】： 威胁个人贡献者的 AI 工具，反而成为了赋能高级领导者，让他们能够更独立、更高效地进行决策和原型验证的“权力放大器”。AI 正在重塑职场金字塔，通过技术加剧了对战略思维的溢价。

结论与前瞻：AI 影响的三个定律

从这 1.8 亿份招聘数据的分析中，我们可以提炼出 AI 对就业市场影响的三个定律：

  1. 执行性衰减定律 (The Law of Executional Decay)： 任何可以被清晰定义、重复执行的工作流（如基础文案、图形渲染、结构化文档），无论其领域多么专业（如医疗抄写员 -20%），都处于结构性衰退中。
  2. 人本化韧性定律 (The Law of Human-Centric Resilience)： 需要高情商、复杂的客户互动、判断力或信任的岗位依然稳固。例如，客户服务代表仅下降 4.0%，显著优于市场基准；而基于信任和 ROI 的网红营销专家则逆势增长 18.3%。
  3. 技术乘数定律 (The Law of Technical Multiplier)： AI 不会取代软件工程师，只会取代不使用 AI 的工程师。软件工程岗位整体保持弹性（变动不大），AI 只是将其生产力倍增，从而推动对更高阶、更复杂问题的解决需求。

**【2026 年预测】：创意和营销领域的 “全栈策略家”将成为稀缺资源，即那些既能使用 AI 工具进行快速执行，又具备市场洞察力和品牌战略制定能力的复合型人才 [推论]。同时，随着监管环境的变化，非 AI 驱动的岗位（如 ESG/合规）的波动性将继续存在，企业对“贸易合规”**等高度专业化、地缘政治相关的专业人才的需求可能会进一步上升 [推论]。