AI时代，什么样的人更值钱？｜2026 AI人才市场报告发布

微信邦

真正拉开差距的越是经验、判断和独特能力。

昨天晚上，我和科锐国际的轮值CEO曾诚做了一场直播，一起深度拆解我们联合发布的最新AI人才市场报告。

科锐国际干了30年猎头，全球大概有2500人，其中七八成是专业猎头顾问。

曾诚说，她们给自己定了两个角色，一个叫连接器，连接企业和人才；一个叫翻译官，把企业的需求翻译成人才听得懂的话，把人才的能力翻译成企业能用的语言。

直播聊了两个小时。除了报告本身，曾诚还补充了不少一线案例和观察。今天这篇文章，我把直播里最值得反复听的内容整理出来。

很多人觉得AI来了，工作就是被替代、被减少。但我们报告里有一组数据，很能说明现在人才市场正在发生什么变化：

整体招聘需求在放缓，但AI相关岗位从2024年到2026年上半年，增长了119%。AI岗位在所有招聘总量中的占比，从0.72%升到了2.01%。

换句话说，会用AI已经不是可选项了，是必选项。那这些岗位到底长在哪里？哪些行业在变？我们一个个说。

先说行业变化。广告行业昨天我们已经专门聊过，AI正在重做内容生产链，这里就不展开了。

直播里曾诚讲了一个BPO行业的案例，我觉得更值得说一说。

BPO就是业务外包。有一家做售后服务外包的公司，原来靠人工给另一家企业处理投诉和反馈。

后来那家合作企业上了AI Agent，反馈数据越来越多、越来越细，人工根本接不住了。结果，这家外包公司被倒逼着新增了Agent开发相关岗位。

你看，这家公司原来跟AI八竿子打不着，但它的上下游一变，它自己就变成了卡点。

汽车行业也是一样的逻辑。传统汽车行业整体招聘规模在回落，但AI相关岗位近三年涨了接近100%。

曾诚说，除了自动驾驶算法岗，智能座舱、机器人、数字化相关的岗位都在增加。而且汽车行业的一些能力，本身就可以往具身智能领域迁移，底座是相通的。

行业聊完了，但同样的行业，在不同城市长出来的机会完全不一样。我当时问曾诚，怎么看一个城市的AI活力？

她的回答特别实在，就看两个数：人才流向哪里，钱流向哪里。

比如郑州靠的是AI算力基建，加上短剧和电商产业，AI岗位增长很快。武汉依托的是汽车、光电、制造和生物制药，AI岗位集中在智能驾驶、机器人、工业视觉和医疗场景。

苏州的制造业和芯片基础好，具身智能和家用机器人的AI岗位需求旺盛，有些岗位薪酬已经逼近广州。

曾诚说了一句我觉得特别好的话。她说，你脑子里要有一个产业的概念，你所在的城市有什么产业，这些产业正在用AI解决什么问题，你得去看。

而聊完了行业和城市，直播里提问最多的，其实还是个人的事。比如，传统行业出身的人，怎么往AI方向转？

直播间有一位44岁的制造业财务负责人，有CPA和税务师资质，正在学管理会计，还用Python做财务自动化。

她的问题特别具体：像我这样传统财务出身，会用AI工具，企业愿意给多少溢价？更倾向全职还是项目制顾问？

曾诚听完说，两种都可以。她正好认识一位上市公司的资深财务总监，最近从全职转成了外部顾问，同时给两家公司做。

其中一家是具身智能领域的公司，跟他之前的行业完全不搭。但他花了100多个小时学习，补齐了行业知识，也就胜任了。

曾诚的建议是，如果暂时没有找到满意的全职工作，有合适的项目，也完全可以先做起来。项目本身也是你和企业互相检验的过程，做得好，可能就变成长期合作。

她说，对于爱学习的人，路始终是宽的。

曾诚还提到一位做电机结构设计的工程师，在头部车企干了多年，岗位逐年减少，忧虑感越来越强。

他自己判断具身智能是趋势，就主动降薪加入了一家具身智能创业公司，做机器人关节设计。

表面上看他跨了行，但把工作任务拆开，电机、电驱、结构、热管理、可靠性，这些在汽车领域已经攒下的非常扎实的能力，直接迁移过来了。

这个案例让我想起自己的经历。

2009年产品经理刚开始兴起的时候，我判断这是未来的趋势，就主动从原来的管理岗转去做产品助理，薪水降了60%。

当时很多人不理解，但我自己的判断很简单：这个赛道的天花板一定比原来的工作高，跳到这个赛道，再凭能力往上爬。

曾诚说了一句话，我也觉得特别好：转型不是非左即右的问题。

说完转型，还有一个很多人更焦虑的问题：我过去那些年积累的经验，到底还值不值钱？

这两年很多文章都在说去中间化管理，好像AI一来，中层管理者就要被干掉了。但我们报告里的数据并不是这样。

AI相关管理岗的招聘占比，从7.8%上升到了13%以上。而且要求10年以上管理经验的AI岗位，需求反而在增长。

曾诚说，过去大家一说AI人才，就容易想到博士、年轻人，但一线招聘数据里，对行业经验的需求也在增加。

因为很多真正值钱的经验，不是记住多少信息，而是你知不知道问题卡在哪里，能不能判断方案为什么落不了地，能不能跨部门协调，最后敢不敢对结果负责。

以前招聘，总爱写5年以上、10年以上。现在真正要看的，是这5年、10年到底在你身上留下了什么。

这也让我想起Meta今年做的一次组织实验，很能说明这个问题。

今年3月，Meta把大约6500到7000名经理级别的资深工程师调到一个大部门里，不再带团队，而是几个人组队做项目，两个月到期再解散重组。

这个组织实验很大胆。但就在这个月，又有消息说，他们开始沟通其中一部分人，问能不能回到原部门继续担任经理。

为什么？因为AI写代码、做方案的能力已经很强了，但这些东西好不好、合不合格、有没有商业风险、拿到客户手里能不能跑，这些判断靠的是经验，不是靠模型。

AI能生成方案，但最后判断这个方案能不能用，很多时候靠的还是人的经验。

类似的变化，在高端人才招聘里也能看到。曾诚提到，现在有些企业招高端人才，如果这个人曾经创过业，而且失败过，这段经验反而可能是加分的。

因为他经历过真正的困难和挫折，心智更成熟，碰到问题不容易慌。

我和罗老师去硅谷的时候，还碰到一位苹果的资深程序员。他的收入不只靠工资，他审美能力特别强，也特别会做室内装修。

他会在硅谷买房，自己重新装修，两三个月以后再卖出去。因为他的品味和审美，一套房子往往能比买进的时候溢价10%到20%。

你看，程序员再怎么被AI冲击，他这条能力别人很难复制。

后来我们在车上聊到这个话题，罗老师提了一个「气球模型」，我觉得特别形象。

AI来了以后，每个人的通用能力都像一个气球一样，被吹得越来越大。但你自己真正独有的能力，就像气球表面被揪起来的那一小块。

你是一个程序员，但你审美特别好；你是一个运营，但你会写程序；你是一个产品经理，但你懂审美；你是一个销售，但你数据分析能力特别强……

当AI已经可以把大家的通用能力都拉到很高以后，你跟别人不一样的那一点，反而更重要。

所以回到你自己，你可以问一个问题：如果同样有十年工作经验的人站在一起，我比他们强在哪里？我真正跟别人不一样的地方是什么？

找到这一点，再用AI去放大它。

那普通人到底怎么开始？曾诚说，每天拿两个小时沉浸式用AI，坚持三个月，就能形成习惯。

科锐内部就有一个例子，一名做算薪考勤的员工，完全没有技术基础，原来大量工作就是在Excel里处理数据。

后来她从零开始学Python，用AI把原来半个小时的重复任务压缩到10秒以内，准确率100%。

现在她已经开始用业务语言让AI帮她生成可用的程序。曾诚说，照这样发展下去，她未来很可能会成为相关产品的产品经理。

最后，说一个很实用的建议：不管做全职还是项目制，你都可以先从自己最熟悉的领域里找一两个痛点，用AI做一个真正的作品出来。

现在简历越来越难说明问题了，大家的简历都能用AI美化，企业也在用AI筛简历。真正拉开差距的，是你到底做过什么。

这点曾诚也特别认同。现在企业看人，不想听一堆概念和框架，而是想看你有没有具体的小案例、具体的故事。

我自己面试也是，越来越不怎么看简历了，直接问你用AI做过什么东西出来，让我看看你的作品。

我们后来还聊到，可以直接做一个自己的个人网站，把自己做过的项目不断放进去。

每做完一个新项目，就更新一次，它慢慢就是你的作品集，也是你的个人品牌。

不用追求粉丝规模。哪怕只有100个用户，只要这100个人都是你这个行业里真正相关的人，你的个人品牌就在慢慢起来。

好，这场直播聊了两个小时，今天整理出来的只是最核心的部分。

如果你还没来得及看直播，可以在我的视频号「快刀青衣学AI」找到完整直播回放。

如果你对完整报告感兴趣，可以直接给公众号发送「报告」两个字，领取完整电子版报告。