初级岗正在消失!1.8亿岗位数据让我看清:AI协同时代已经来了

看过我之前文章的同学应该了解,自从去年开始深入实践大模型 AI 后,我一直在分享自己对 AI 趋势的理解:AI 不会消灭所有开发,但会系统性压缩初级开发岗的需求

今天,刷到了一篇文章《我分析了1.8亿份工作,想看看如今人工智能实际在取代哪些工作》,因为观点比较接近,仔细阅读了一番。

下面我把一些核心内容和结论同大家分享下。

研究背景

这篇文章的作者,利用招聘数据提供商 Revealera 的数据,分析了2023年1月至2025年10月期间全球近1.8亿份招聘信息

关注的指标是2025年相对2024年岗位招聘数量的变化,由于存在有些岗位招不到人或者虚假岗位的存在,研究结果仅供参考。

数据分析出来的岗位整体结论是:2025年职位整体下降了 8%(后续使用"整体降幅"代指),这是后面分项对比的基线。

降幅最大的岗位

图中的岗位为:

  • computer graphics artist (VFX/3D):计算机图形艺术家(视觉特效/三维)
  • compliance specialist:合规专员
  • photographer:摄影师
  • writer:作家
  • sustainability specialist:可持续发展专员
  • environmental technician:环境技术员
  • bioinformatician:生物信息学家
  • biostatistician:生物统计师
  • geotechnical engineer:岩土工程师
  • chemical operator:化学操作员

其中的"计算机图形艺术家 "、"摄影师 "、"作家 " 应该是我们所熟知的被 AIGC 严重影响的岗位,远超整体降幅的8%

毕竟,即梦、Banana、Sora2 的生成结果一个比一个逼真,也就长视频生成还有些受限,AI 替代(部分)这部分工作可以说是必然。

执行岗减少,但领导岗依然稳定

此处以体现较为明显的"创意"行业进行说明。

针对上面的几个降幅较大的"计算机图形艺术家"、"摄影师"、"作家"等类似岗位,有一个细分的图表。

从上往下看,具体干活的执行岗减少的远超整体降幅 ,而更加接近客户,更加需要决策的"领导岗",则低于整体降幅,甚至"设计/创意总监"还出现了反向增长

这个也印证了之前的观点,AI 会造成初级开发需求的减少,同时,AI 降低了成本,使得很多不在计划内的项目也得以实施,因此,需要的高级开发、项目经理还在增多。

增幅最大的岗位

图中的岗位:

  • pharmacist:药剂师
  • director, software engineering:软件工程总监
  • mortgage loan officer:按揭贷款专员
  • commissioning engineer:调试工程师
  • trade compliance specialist:贸易合规专员
  • influencer marketing specialist:网红营销专员(或"影响力营销专员")
  • director, legal:法律总监
  • director, real estate:房地产总监
  • director, data engineering:数据工程总监
  • machine learning engineer:机器学习工程师

总监等领导岗依然在增加。

其中机器学习工程师应该单列,因为他们算是这次 AI 浪潮的发起人和直接参与者了。

软件工程相关岗位情况

图中的岗位:

  • frontend engineer:前端工程师
  • mobile engineer:移动端工程师
  • security engineer:安全工程师
  • qa engineer:质量保证工程师(或"测试工程师")
  • devops engineer (SRE):开发运维工程师(站点可靠性工程师)
  • data scientist:数据科学家
  • backend engineer:后端工程师
  • data engineer:数据工程师
  • machine learning engineer:机器学习工程师

这个图表,我和原文作者的分析稍微有些不太一致。

软件工程岗中明显减少的"前端工程师"、"移动端工程师"本质上应该是一类,大都在做界面方面工作,只是因为出现时间的原因,被人为分为了两类。

甚至,在很多小团队中,基于"跨平台"框架开发,前端和移动端本身就是一波人。

而 AI 编程的出现,让这类岗位大受影响。我所了解的很多团队,简单的"前端"需求,直接就由"后端"借助 AI 完成了

影响原因并不是"前端"比"后端"简单,而是:

  • AI 的不稳定性非常利好容易审查结果的工作,而前端结果肉眼可见的明显。
  • 由于国内大部分前端需求比较简单,导致大部分前端工程师没有必要像后端工程师一样掌握架构设计、算法、数据结构、软件工程等编程通识性知识

其他一些结论

"尽管有AI工具,数据相关工作仍保持稳定。"

这一点,我认为,当前大模型架构带来的"幻觉"没有革命性改变前,应该不会发生太大变化。

"截至目前,客服代表的工作尚未被人工智能大规模取代。"

"销售岗位保持稳定,但没有明确规律。"

这两个,依然和之前分享的观点一致,和人紧密联系的工作,短期内受到影响的可能性很小

读后感

AI 替代(部分)已经在发生,更准确地说,是分化的替代正在发生:执行岗/初级岗的需求越来越少。

面对这种情况,我们除了需要学习掌握 AI,习惯 AI 协同模式,还要注重一些基础通识、非执行方面的积累。

我个人认为,我们可见的未来,不会是 AI 的完全替代,而是行业流程和岗位的重构

结语

以上就是这篇文章中的一些重点内容,如果想要更加详细的研读,可以查看原文(英文版):bloomberry.com/blog/i-anal...

虽然整体的结论还是比较乐观的,但也引出了另一个我还没想通的问题:

没了"执行岗/初级岗"的需求,新人的成长空间在哪里?

欢迎大家一起交流~

相关推荐
Mintopia2 小时前
☁️ Cloud Code 模型演进的优势:从“本地编译”到“云端智能协作”
前端·人工智能·aigc
abcd_zjq2 小时前
VS2026+QT6.9+ONNX+OPENCV+YOLO11(目标检测)(详细注释)(附测试模型和图像)
c++·人工智能·qt·目标检测·计算机视觉·visual studio
Altair澳汰尔2 小时前
成功案例丨平衡性能与安全的仿真:Altair助力 STARD 优化赛车空间车架设计
大数据·人工智能·仿真·fea·有限元分析·cae
思绪漂移2 小时前
CodeBuddy AI IDE :Skills 模式
ide·人工智能
居7然2 小时前
详解监督微调(SFT):大模型指令遵循能力的核心构建方案
人工智能·分布式·架构·大模型·transformer
KKKlucifer3 小时前
技术漏洞被钻营!Agent 感知伪装借 ChatGPT Atlas 批量输出虚假数据,AI 安全防线面临新挑战
人工智能·安全·chatgpt
oil欧哟3 小时前
AI 的环保账,训练一个模型要用多少电?
人工智能·chatgpt
执笔论英雄3 小时前
【大模型训练】roll 调用megatron 计算损失函数有,会用到partial
人工智能
小蜜蜂爱编程3 小时前
deep learning简介
人工智能·深度学习