关于 AI 会取代多少工作，每个人都有自己的看法，但真正的数据却少之又少。

最近，一项对全球近 1.8 亿个工作岗位（2023 年 1 月至 2025 年 10 月）的大规模研究给出了答案：2025 年总体岗位数量下降了 8%，但这个数字背后隐藏着截然不同的命运——有些岗位暴跌 30%，有些却逆势增长 40%。

那么，在这场变革中，谁会被淘汰？谁会胜出？什么样的人才能在 AI 时代成功？

前几天也有一个朋友聊天时聊起 AI 时代人们未来的发展趋势，主要观点结合这份报告中的数据，整理如下：

AI 不是在制造大规模失业，而是在进行精准淘汰。

正在消失的工作：执行型岗位首当其冲

数据显示，下降最严重的工作有一个共同特征：执行型、重复性、可标准化。

创意执行类岗位重创（降幅 25%-35%） ；

电脑图形艺术家：-33% ；

摄影师：-28% ；

作家 / 文案：-28% ；

记者 / 报道员：-22%。

但这里有个关键细节：不是所有创意工作都在衰退。

同样是创意领域，创意总监、创意经理、产品设计师的需求却基本稳定。为什么？因为这些岗位需要的不是执行，而是战略思考、客户沟通、决策判断——这些恰恰是 AI 目前还无法完全替代的。

白领岗位的分化：

企业合规专家：-28%；

可持续发展专家：-25% 到 -35% ；

医疗文书：-20%。

这印证了这个观点：" 初级信息加工（信息收集、分析）的岗位会消失，尤其是几年经验，但还远未成为行业顶级专家的白领 "。

大模型已经具备了大学生甚至研究生的信息收集、分析能力。当你的工作可以被描述为 " 收集数据 - 整理报告 - 提交汇报 " 时，就要警惕了。

逆势增长的工作：AI 基础设施建设者

与此同时，与 AI 相关的岗位正在爆发式增长：

AI 技术栈岗位：

机器学习工程师：+40%（2025 年增长第一） ；

机器人工程师：+11% ；

研究 / 应用科学家：+11% ；

数据中心工程师：+9%。

战略决策类岗位：

数据工程总监：+23% ；

房地产总监：+21% ；

法务总监：+21% ；

软件工程总监：+14% ；

工程 VP：+12%。

数据揭示了一个残酷的真相：

高级领导：-1.7%（远好于市场基准）；

中层管理：-5.7% ；

个人贡献者：-9%。

职位越高，表现越好。这不是偶然，而是因为 AI 工具正在赋能高层决策者，而不是底层执行者。

一位产品 VP 现在可以用 Cursor 快速验证技术方案，用 Claude 原型化产品想法，而不需要那么多工程师向他汇报。这就是 AI 时代的新现实。

保持韧性的工作：人性化和复杂决策

令人意外的是，一些被认为 " 必然被 AI 取代 " 的岗位，反而表现稳健：

技术岗位的韧性：

软件工程师：基本持平（-0.5% 到 +2%）；

数据分析师：+0.5% ；

数据工程师：+5.2%。

为什么？因为 AI 工具（如 Cursor、Claude Code）让工程师更高效而非多余。当你给开发者配上 Claude Code，他们不会失业，而是能处理更复杂的问题、更快交付功能。

需要共情和判断的岗位：

客服代表：-4%（好于 -8% 基准）；

销售岗位：总体稳定（-2% 到 +2%）。

公司发现，AI 聊天机器人能处理简单咨询，但在复杂问题、情绪安抚、灵活决策方面，还是需要真人。Klarna 曾高调用 AI 替代客服团队，结果又把他们招了回来。

新兴营销岗位：

影响者营销专家：+18.3%；

GTM 工程师：+205%

这是一个有趣的现象：随着互联网充斥 AI 生成的内容，人们对传统渠道的信任度下降。但对真实的、有温度的人（如网红博主）的信任反而上升。

基于数据和趋势，我们可以清晰地看到，AI 时代成功者需要具备以下特质：

四大核心能力

快速学习能力：AI 可以加速学习速度，但 AI 可以帮你学习，但是不能代替你学习。

数据显示，软件工程师、数据分析师等需要持续学习的岗位保持韧性，而那些停留在舒适区、依赖过往经验的岗位（如初级文案、图形艺术家）则在快速衰退。

决策能力：能够利用 AI 的信息搜集能力，快速做出决策，并承担责任。

这解释了为什么高管岗位表现远好于中层和基层——他们的核心价值不是执行，而是判断和决策。

对市场需求和商业逻辑的理解：数据中表现最好的角色——创业者（能创造新价值）、产品经理（连接用户和技术）、架构师（设计系统而非写代码）、销售总监（理解客户需求）。

这些都是对市场需求和商业逻辑、技术实现非常了解的岗位。

监督和指导 AI 工作的能力：能够监督、指导 AI 工作的人，能够给 AI 的产出兜底： 能够给 AI 指明方向、能够评判 AI 的结果是好是坏，如果不够好，知道怎么改，甚至手动去改。

这就是为什么创意总监（-2%）比创意执行（-33%）表现好得多——前者能评判 AI 生成的设计是否符合品牌调性，后者只是执行具体任务。

利好三类人

专家：能够很好地和 AI 协同，利用 AI、评判 AI、并且能够兜底。

数据印证了这一点：软件工程师（专家级）：稳定；初级程序员（执行级）：下降；创意总监（专家级）：稳定；图形艺术家（执行级）：-33%。

创业者、管理者：能够利用 AI 生产、创造价值，对需求、商业逻辑和企业运营比较熟悉。

高级领导岗位：-1.7%；

中层管理：-5.7%；

个人贡献者：-9%。

层级越高，表现越好。

大学生：没有包袱，没有负债，精力充沛，而且非常幸运的遇到了时代红利，可以非常好地探索、发展，做 Builder，做创业者，而不是 35 岁 + 的中年人面临裁员风险。

对技术可以不精通，但是要了解。这也是为什么市场营销、GTM 工程师等新兴岗位增长迅猛——年轻人更容易拥抱新工具、新模式。

AI 时代，人群被分成为两类人——生产者和消费者，执行者会迅速消失。

生产者：利用 AI 增加生产力；

消费者：消费 AI 生成的产品（直接或间接）。

数据完美验证了这个划分：

生产者阵营——机器学习工程师：+40% ；数据工程总监：+23%；软件工程师：稳定；创意总监：稳定；销售总监：+2.5%。

执行者阵营（正在被动淘汰）——图形艺术家：-33%；摄影师：-28% ；文案：-28% ；合规专家：-28%。

关键差异在于：你是在用 AI 创造价值，还是在被 AI 替代价值？

从执行者转型为决策者

不要只会 " 做事 "，要学会 " 判断该做什么事 "。

例如：不要只会写代码，要理解产品为什么这么设计； 不要只会设计图标，要理解品牌策略和用户心理；不要只会写报告，要能提出战略建议。

建立 "AI 协作能力 "

把 AI 当作你的助手，而不是竞争对手。

用 Claude/ChatGPT 加速信息收集；

用 Claude Code 提升编程效率；

用 Midjourney 快速原型化创意。

但关键是：你要能判断 AI 的输出质量，并且知道如何改进。

投资 " 不可替代性 "

聚焦于 AI 难以替代的能力：共情能力（客服、销售）；创造性思维（战略、创意方向）；复杂决策（管理、投资）；人际关系（网络、协作）。

结语

AI 时代的就业市场不是一场 " 全面崩盘 "，而是一次 " 精准重构 "。

被淘汰的不是某个行业，而是某种工作模式：执行型、重复性、可标准化。

胜出的也不是某个职业，而是某种能力：决策力、学习力、执行力、创造力、协作力。

1.8 亿岗位的数据告诉我们：不要抗拒 AI，要学会用 AI ；不要做执行者，要做决策者；不要卖时间，要卖价值；不要等待被选择，要主动创造。

AI 时代，最大的风险不是失业，而是继续用旧思维做旧工作，假装什么都没发生。

记住：做难而正确的事，而不是简单 / 容易 / 熟悉的事。