分析1.8億份招聘數據后，他告訴你AI究竟取代了哪些工作

從2022年11月ChatGPT發布以來，就不停有媒體和學術機構在討論AI對就業的影響。之前OpenAI和微軟都發布過一些關于最容易受AI影響的崗位的數據報告。

但更多都是停留在分析層面，而缺少一些實實在在的數據。

今天看到一份研究，收集和分析了近1.8億份全球招聘信息，時間跨度從2023年1月到2025年10月。研究者是Henley Wing Chiu，Revealera（招聘數據提供商）的聯合創始人，發表在Bloomberry上。 原文鏈接：https://bloomberry.com/blog/i-analyzed-180m-jobs-to-see-what-jobs-ai-is-actually-replacing-today/

先說明一下，這份研究主要是全球數據，但以美國市場為主。

我看完后覺得這個研究挺靠譜的。數據量大，方法也透明。他還用Indeed的數據做了交叉驗證（Indeed報美國崗位下降7.3%，他的數據是8%），基本吻合。

美國的數據我覺得對我們還挺有參考價值的，尤其考慮到美國是2023年初ChatGPT爆火后開始大規模用AI，中國是2025年初DeepSeek爆火后才跟上。差了兩年左右。

美國現在發生的事，可能就是中國未來一兩年要面對的。

當然，中美就業市場結構不太一樣，有些崗位需要謹慎看待。我會在文中具體說明。

基于這份研究，我想聊聊我的理解：AI到底在取代什么工作？哪些工作其實還挺安全？

先說核心觀點：AI不是造成大規模失業的主因，同時，它的影響在不同類型的崗位上表現不太一樣：執行類工作在下降，決策類工作相對安全。層級越高，受沖擊越小。

市場整體下降8%，這是基準線

2025年，招聘信息總量同比下降8%。

這個數字很重要，它是判斷各個崗位是否異常的基準線。

一個崗位下降8%？那只是跟著市場走。下降20%、30%？那才是真的被沖擊了。

反過來，市場下降8%的情況下還在增長，說明需求很強。

很多人討論AI對就業的影響時，會忽略這個基準。他們說"某個崗位下降了10%，肯定是AI搞的"，但其實市場整體就在下降。

所以我們要看的是：哪些崗位的下降幅度遠超8%？哪些崗位在逆勢增長？

創意執行類崗位跌得最慘

下降最多的崗位里，有3個都是創意類：

• 計算機圖形設計師（Computer Graphic Artists，包括3D藝術家、VFX藝術家等）：-33%

• 攝影師（Photographer）：-28%

• 內容寫作者（Writers，包括文案、編輯、技術寫作等）：-28%

這不是一年的事。這些崗位連續兩年下降。比如計算機圖形設計師，2024年下降12%，2025年又下降33%。

記者（Journalist/Reporter）也在下降，-22%，剛好在Top 10之外。

但有意思的是，不是所有創意工作都在下降。

創意總監（Creative Director）、創意經理（Creative Manager）、產品設計師（Product Designer），這些崗位基本接近基準線，沒有大幅下跌。

產生這種分發的關鍵我覺得在"執行"和"策略"的區別。

圖形設計師的工作是什么？根據需求做圖。攝影師呢？根據需求拍照。內容寫作者？根據需求寫文字。這些都是執行層面的工作。

AI現在恰好擅長這個——給它一個需求，它能快速輸出。MidJourney、Stable Diffusion、即夢、豆包可以生成圖片，Claude、GPT、DeepSeek、Qwen、豆包可以寫文案。雖然質量不一定完美，但對于很多場景來說，夠用了。

但創意總監、創意經理做的是什么？

他們要理解客戶需求、做戰略決策、判斷什么方案更好、協調團隊執行。這些需要大量溝通、判斷、權衡。AI目前做不好。

平面設計師（Graphic Designer）和產品設計師表現也好于基準線，因為他們的工作涉及大量客戶溝通和迭代。不是"給需求→出圖"這么簡單。

所以真正在下降的，并不是創意類的工作，而是那種單單只是做執行的工作。想法比執行本身更值錢的時代

哪些崗位在逆勢增長？

市場整體下降8%，但有些崗位在增長，而且增速很快。

機器學習工程師（Machine Learning Engineer）+40%，增長最快。

這不是一年的事。2024年就增長了78%，2025年繼續+40%。

整個AI基礎設施的崗位都在增長：

• 機器學習工程師（Machine Learning Engineer）：+40%（部署模型）

• 機器人工程師（Robotics Engineer）：+11%（AI從屏幕走向物理世界）

• 研究/應用科學家（Research/Applied Scientist）：+11%（開發專有模型）

• 數據中心工程師（Data Center Engineer）：+9%（提供算力基礎設施）

這很好理解。AI需要有人開發、部署、維護。公司不會只用OpenAI的API，他們要做自己的模型、自己的系統。
還有一個有意思的崗位：網紅營銷專員（Influencer Marketing Specialist，負責品牌和KOL合作）增長18.3%。

而且這也是連續兩年增長（2024年+10%，2025年+18.3%）。

為什么？

我覺得可能和AI有關，但是反向的。

當互聯網上充斥著AI生成的內容時，人們對傳統渠道的信任度在下降。搜索結果？AI生成的。展示廣告？AI設計的。冷郵件？AI寫的。

但一個TikTok、YouTube的護膚推薦視頻？那感覺還是真實的。

人們在AI泛濫的時代，反而更相信"人"。

所以網紅營銷反而在增長。

國內這個趨勢可能更明顯。小紅書、抖音、B站的達人營銷增長很快，MCN機構、品牌投放團隊都在招人。這個崗位在國內應該也是增長的。作為一名博主，我自己也能感受到這兩年的品牌營銷需求很強。

最反常識的發現：這些工作沒被AI大規模取代

如果你問大家"AI會取代什么工作"，很多人會說：程序員、客服、銷售。

但數據顯示，這些崗位整體都挺穩的。

軟件工程師基本穩定

大部分軟件工程崗位的下降幅度接近或好于8%的基準線：

• 后端工程：接近基準

• 全棧工程：接近基準

• DevOps：接近基準

唯一下降比較多的是前端工程。我猜可能和Cursor、Lovable、Bolt.new這些vibe coding工具有關。這些工具讓非技術人員也能快速搭前端頁面，可能擠壓了一部分初級前端的需求。

但至少就短期和整體來說，軟件工程師似乎還是很安全的。

因為AI讓工程師更高效，不是讓他們失業。

你給工程師配上Cursor、Claude Code，他們能更快完成功能、解決更復雜的問題。公司不會因為工具好用了就裁人，反而會讓這些人做更多事。

不過，AI編程工具能力的爆發依然還只持續了一年左右的時間，我覺得這部分的影響還需要再持續觀察一段時間。

客戶服務代表只下降4%

客戶服務代表（Customer Service Representative）下降4%，好于市場8%。

這挺反常識的。大家都覺得AI客服會取代人工客服，但數據不支持這個判斷。

可能是因為AI客服很難替代人挨罵吧，在面對客戶憤怒或困惑的時候，需要的是一個能理解他們、做出靈活判斷的人，不是一個按腳本回復的機器人。

同理心和判斷力，AI暫時替代不了。

銷售崗位整體穩定

銷售崗位的表現也好于市場：

• 客戶經理（Account Manager）：+1.6%

• 銷售總監（Director of Sales）：+2.5%

• 收入總監（Director of Revenue）：+10.2%

唯一下降的是銷售運營專員（Sales Operations Specialist，-8%），可能因為CRM管理、數據分析這些結構化的工作，AI能幫上忙。

但銷售本身還是需要人。

銷售不只是發郵件、打電話。它需要理解客戶需求、建立信任、談判、判斷什么時候該push、什么時候該退。這些高度依賴人際互動和判斷力。

有意思的是，GTM工程師（Go-to-Market Engineer）增長了205%（雖然崗位數量少，沒達到統計閾值）。

AI在賦能銷售，不是取代銷售。

公司需要懂技術的人用AI工具搭營銷系統、自動化流程、優化轉化率。但銷售的核心——和客戶建立關系、成交訂單——還是得人來做。

層級分化：高層比IC安全得多

這是整份研究里最扎心的發現。

市場下降8%，但如果按層級拆分：

• 高層領導（Director/VP/C-Suite，總監/副總裁/C級高管）：-1.7%（好于市場6.3個百分點）

• 中層管理（Manager，經理）：-5.7%（好于市場2.3個百分點）

• 一線員工（Individual Contributor，簡稱IC，指不帶團隊的基層員工）：-9%（差于市場1個百分點）

層級越高，受沖擊越小。

而且增長最快的崗位里，5個都是總監級別或以上：

• 數據工程總監（Director of Data Engineering）：+23%

• 房地產總監（Director of Real Estate）：+21%

• 法務總監（Director of Legal）：+21%

• 軟件工程總監（Director of Software Engineering）：+14%

• 工程副總裁（VP of Engineering）：+12%

為什么會這樣？

AI賦能了高層領導，讓他們不再需要那么多一線員工。

舉個例子。以前一個VP想驗證一個技術方案，得找工程師開會、討論、讓團隊做原型。現在呢？打開Cursor，自己就能快速做一個原型出來。

以前一個產品總監想分析用戶數據，得找數據分析師。現在呢？用Claude直接問，幾分鐘就能拿到答案。

AI讓高層領導更獨立，不再那么依賴大團隊。

公司需要更多做決策的人，更少做執行的人。

這個趨勢在創意行業也一樣。創意總監穩定，創意執行下降。

Google去年裁了大量中層管理者，也是類似的邏輯。扁平化組織，減少中間層，讓決策者直接對接執行者。

國內可能會有類似趨勢，但要看公司文化。國內很多公司的管理層級更多，決策流程更長，AI能不能真的讓高層"更獨立"，還不確定。但"一線員工受沖擊最大"這個趨勢，應該是一樣的。

我的理解

看完這份研究，我有幾個感受。

第一，AI的影響是選擇性的，不是普遍的。

不是"所有工作都危險"，也不是"所有工作都安全"。關鍵看你做什么。

你的工作是"接受需求→輸出結果"？那確實要小心。AI擅長這個。

你的工作涉及大量判斷、溝通、權衡、決策？那暫時還比較安全。

第二，執行和決策的差距在拉大。

AI讓執行變得更容易，但決策還是需要人。所以會出現一個很明顯的分化：

• 會用AI做決策的人，效率暴漲，一個人能做一個團隊的事

• 只會執行的人，需求在下降，因為AI可以代勞

這不是"有AI vs 沒AI"的分化，而是"用AI做決策 vs 用AI做執行"的分化。

第三，不要過度焦慮，但也不要掉以輕心。

軟件工程師、客服代表、銷售崗位整體穩定，說明AI不會一夜之間大規模取代人。

但創意執行、醫療記錄員這些崗位的下降也是真實的。

關鍵是知道自己在哪個象限，然后主動調整。

第四，中美有差異，但趨勢值得參考。

這份研究以美國市場為主，有些崗位（比如醫療記錄員、合規專員）在國內情況不一樣。

但核心趨勢——執行類下降、決策類穩定、AI基礎設施崗位增長——應該類似。

因為時間差，美國現在發生的事，可能就是中國未來1-2年要面對的。

給讀者的建議

如果你想評估自己的崗位安全性，問自己幾個問題：

1. 你的工作是執行還是決策？

日常是"按照指示完成任務"？要小心。AI會越來越擅長這個。

日常是"判斷該做什么、怎么做、為什么做"？相對安全。

2. 你的工作能被標準化嗎？

有固定流程、固定輸出格式？AI能學會。

每次都不一樣、需要靈活應對？AI暫時做不好。

3. 你的工作需要同理心和判斷力嗎？

涉及理解他人情緒、做復雜權衡、承擔責任？AI替代不了。

只是處理信息、生成內容？AI能幫上很多忙。

4. 你在什么層級？

一線員工？要么往管理/決策方向走，要么讓自己成為"用AI做決策"的那種一線員工。

已經是管理層？學會用AI工具提升效率，價值會更大。

最后一個建議：主動學習用AI工具。

不是為了讓AI替代你，是為了讓AI賦能你。

軟件工程師沒被AI取代，反而因為有了Cursor、Claude Code變得更高效。銷售也一樣，GTM工程師需求暴漲，說明會用AI搭系統的銷售更值錢。

關鍵不是AI會不會取代你，是你會不會用AI。

你覺得你的崗位在AI面前安全嗎？你看到的AI對就業的影響是什么樣的？歡迎評論區聊聊。

參考資料：

• 原文：Henley Wing Chiu, "I analyzed 180M jobs to see what jobs AI is actually replacing today", Bloomberry, 2025-11-03

• 數據來源：Revealera，1.8億全球招聘信息（2023.01-2025.10）

• 交叉驗證：Indeed報告（美國崗位同比-7.3%）