发布日期：2026/7/27     来源：中国工业新闻网

7月的上海，气温逼近40度。但比天气更热的，是世界人工智能大会门口蜿蜒数圈的队伍。人们争相涌入的，不只是一场全球顶尖的AI技术展会，更是一个正在被重新定义的“人才对接现场”。

事实上，就在世界人工智能大会开幕前几天，社交平台上悄然出现“能不能带简历去现场投”的帖子，评论区迅速被各大具身智能企业“占领”。开幕后，揣着纸质简历的大学生出现在各个展位前，“求职者带简历寻内推”成为随处可见的场景。一个原本服务于技术交流和商业对接的空间，被年轻求职者重新“解码”为AI企业的超级筛选器。

这场“人才运动”并非偶然。它折射的，是人工智能浪潮下职业分工正在经历的深刻重构。

底层逻辑嬗变：从“单一技能”到“跨界复合”

“AI技术与实体经济的深度融合，正在掀开我国劳动力市场变革的全新篇章。”中关村物联网产业联盟副秘书长、新智派新质生产力会客厅联合创始发起人袁帅表示。

日前，人力资源社会保障部发布公示，拟增加数字孪生工程技术人员、具身智能机器人应用技术员、运动数据分析师等12个新职业。在袁帅看来，人社部公示的拟新增12个新职业与市场自发涌现的智能体运营师、场景架构师等岗位相互呼应，其背后是劳动力市场需求、价值分配与流动三重逻辑的根本性位移。

在需求逻辑上，过往劳动力需求大多沿着产业垂直分工的路径延伸，岗位能力要求聚焦于单一领域的熟练度；而当前新岗位的核心是对“AI技术与垂直业务场景融合能力”的要求。“劳动力市场的筛选标准已经从‘单一技能专精’转向‘跨界复合能力’，这是产业数字化转型进入深水区后，生产要素组合方式重构在人力资源端的直接投射。”袁帅分析。

在价值分配逻辑上，以往岗位价值更多与行业层级、工作年限绑定，而当前AI相关新岗位的薪酬溢价普遍高于同层级传统岗位，核心原因是这类岗位直接承担了AI技术落地转化为生产力的关键职能。

在流动逻辑上，过往跨行业流动存在较高的经验壁垒，而当前很多新职业对不同行业背景的从业者保持开放，只要掌握AI工具应用能力，将AI技术与自身原有行业经验结合，就能进入新赛道。

北京市社会科学院副研究员王鹏则将这场变化概括为三个维度的“生态级”迁移：从“体能或技能驱动”转向“智能复合驱动”，市场不再只需要单一执行者，而是需要能够平衡AI技术边界与复杂业务场景的“翻译官”，劳动力价值正从“完成任务的能力”转向“重构任务的能力”；从“标准岗位”向“颗粒化需求”转变，劳动力需求正随着新质生产力的每一个微小突破而快速重组，市场从稳态结构向敏态结构演进；从“人机替代思维”向“人机共生思维”转变，掌握智能工具的使用权已成为入场的基本门槛。

更值得注意的是，本轮新职业并非简单拆分旧岗位。浙大城市学院副教授、中国城市专家智库委员会常务副秘书长林先平指出，人社部公示数字孪生、具身智能技术员等12个新职业，标志AI驱动的职业重构从市场自发走向官方标准化，其核心分工特征是“AI技术+垂直行业”的复合型定位，衔接大模型、智能硬件与产业落地，填补了算法研发和行业应用之间的空白。

天使投资人、资深人工智能专家郭涛进一步解释，以具身智能机器人应用技术员为例，该岗位脱胎于传统工业机器人运维岗位，新增AI交互调试、大模型适配等技术要求；而智能体运营师、行业场景架构师等，则是伴随自主运行AI智能体规模化应用产生的全新职业赛道。

三方协同：培训体系如何跟上技术迭代

AI在催生大量高附加值新岗位的同时，也对流程标准化、重复性高的传统初级岗位形成替代。同道猎聘与清华经管学院联合发布的《AI时代技能趋势报告》显示，法律文书助理AI替代率高达92%、初级程序员87%、基础市场分析师85%。

“这是劳动力技能迭代速度暂时跟不上技术迭代速度的阶段性矛盾。”袁帅认为，破解这一矛盾，需要政府、企业、院校三方协同构建分层分类、全链条覆盖的培训体系。

政府层面应承担公共培训的托底职能。一方面，加快建立新职业的国家职业标准，明确岗位能力要求和评价体系；另一方面，统筹公共培训资源，面向大龄劳动者、低技能群体推出免费的AI基础技能普惠培训课程，同时完善职业技能等级认定与薪酬挂钩、技能提升补贴等配套机制，降低劳动者的培训成本。

企业层面作为用工主体，不能把员工技能升级的成本全部推给社会和个人。袁帅建议，企业应结合自身业务场景建立在岗培训、轮岗实践、导师带教等机制，针对有转岗潜力的传统岗位员工开展AI工具应用、业务场景数字化运营等实操培训，并建立内部转岗绿色通道，将技能提升与岗位调整、薪酬晋升直接绑定。

院校层面作为人才培养主阵地，需要打破传统学科壁垒，开设数字孪生、具身智能、AI场景应用等交叉专业，深化产教融合，将企业真实业务场景引入教学过程。王鹏认为，院校应推行模块化敏捷培训，建立“微证书”认证机制，实现课程的快速重构。

不过，从共识到落地仍有堵点。郭涛坦言，当前行业核心分歧集中在三大维度：统一技能标准方面，各类新兴岗位的技术深度、业务能力要求没有清晰界定；人才培养路径方面，高校偏重理论输出、企业看重实操落地，二者缺少标准化衔接框架；岗位价值评估方面，AI新职业带来的流程提效、成本缩减等隐性收益难以量化，薪酬体系缺少成熟参照。“多维度行业共识的缺失，直接造成市场人才供给结构混乱，企业招人、用人的综合成本持续走高。”

林先平也指出，当下公共培训课程更新滞后、兼具行业知识与AI技术的双师型师资短缺、高端实训设备集中在大城市、培训补贴侧重失业群体而在岗员工普惠转型通道不足，培训、就业、产业数据割裂导致“学完难以匹配对口岗位”。针对区域AI就业分化，他建议，推动AI产业梯度转移，在县域布局数据标注、AI运维等轻量化产业；建立东西部校企协作机制，跨区域共享实训资源、职业证书互认；搭建线上数字技能培训平台，降低县域学习门槛。

未来3-5年：AI带动的深度协同模式演进

猎聘大数据在世界人工智能大会期间发布的报告显示，今年上半年，AI行业新发职位同比增长21.08%。但增量并非均匀分布——大模型算法岗增速放缓至12.84%，而架构师同比增长76.74%，机械结构工程师增长57.20%。“AI+行业”复合型人才正成为最受青睐的对象。

“AI驱动的职业分工重构是技术发展和产业升级的一个必然性趋势，虽然过程中会带来一定的转型压力，但只要能够妥善应对、主动布局，就能够充分释放AI技术的就业创造潜力，实现技术进步、产业发展和劳动者增收的多赢局面，为我国经济高质量发展注入更强劲的人力资源动力。”袁帅表示。

郭涛认为，未来3至5年，AI带动的职业分工重构会持续向深度人机协同模式演进：AI工具承接标准化、重复性基础工作，人力工作重心向创意产出、复杂决策、特殊场景统筹等高价值环节转移。重构节奏主要受三大核心变量制约：通用大模型产业化落地进度、各行业数据流通开放水平、AI伦理监管政策完善程度。

王鹏的视野则更远：长期来看，传统固化的岗位边界将被全面打破，工作内容会拆解为标准化AI任务和高价值人类任务，从业者身份从“岗位专员”转向“复杂问题解决者”；随着认知技能标准化大幅降低交易成本，传统企业边界持续收缩，“一人公司”这类轻量化组织将大规模普及，个体依托AI就能完成过去需要团队协作的复杂业务。他提出锚定五个核心变量：智能体自主作业与行业定制化大模型的渗透进度、普惠算力成本与AI工具易用性的下降幅度、复合型AI人才的培养规模、新职业标准与社保体系的适配进度、千行百业数字化转型的推进深度。

从世界人工智能大会的展馆，到人社部公示的12个新职业，一条线索清晰展开：人工智能对就业的影响，从来不是简单的替代与消失，而是职业版图的重构与生长。