AI取代了哪些职业分析18亿招聘数据揭示真相

自2022年底ChatGPT横空出世，关于AI将如何重塑就业市场的讨论就从未停歇。OpenAI、微软等机构都曾发布报告，预测哪些岗位最易受到冲击。然而，这些分析大多停留在理论层面，缺乏扎实的数据支撑。

最近，一份基于近1.8亿份全球招聘信息的研究，为我们提供了更清晰的图景。这项研究由招聘数据提供商Revealera的联合创始人Henley Wing Chiu主导，数据覆盖2023年1月至2025年10月，并发表在Bloomberry上。

需要说明的是，这份研究虽为全球数据，但以美国市场为主。其数据量庞大，方法论透明，并且与Indeed报告（显示美国岗位下降7.3%）进行了交叉验证，结果基本吻合（该研究数据为下降8%），可信度较高。

美国市场的数据对我们而言，具有重要的前瞻性参考价值。考虑到美国在2023年初ChatGPT爆火后即开始大规模应用AI，而中国市场的AI应用热潮随着2025年初DeepSeek的崛起才真正跟上，两者存在约两年的“时间差”。这意味着，美国正在发生的，很可能就是中国未来一两年需要面对的。

当然，中美就业市场结构存在差异，部分岗位的情况需谨慎看待，下文会具体提及。基于这份研究，我们得以探讨一个核心问题：AI究竟在取代哪些工作？哪些工作又相对安全？

核心结论先行：AI并非造成大规模失业的主因，但其影响在不同岗位类型上呈现显著分化。总体来看，执行类岗位需求在收索，而决策类岗位则相对稳固。职位层级越高，受到的冲击越小。

一、市场整体下降8%，这是基准线

2025年，招聘信息总量同比下降了8%。这个数字至关重要，它是衡量各个岗位是否“异常”的基准线。

如果一个岗位的招聘量也下降了8%，那只是随大流，反映了整体市场的波动。但如果降幅达到20%、30%，那就可能真的受到了特定冲击。反之，在市场整体下滑8%的背景下仍在增长的岗位，则说明其需求异常强劲。

许多讨论容易忽略这个基准，动辄将某个岗位10%的下降归咎于AI。实际上，首先要看它是否跑赢了（或跑输了）大盘。因此，我们的焦点应该是：哪些岗位的下降幅度远超8%？哪些又在逆势增长？

二、创意执行类岗位跌得最惨

在下降最明显的岗位中，有三个属于创意领域：

• 计算机图形设计师（包括3D艺术家、VFX艺术家等）：-33%
• 摄影师：-28%
• 内容写作者（包括文案、编辑、技术写作等）：-28%

这并非单年现象，而是连续两年的下滑。例如计算机图形设计师，2024年已下降12%，2025年又进一步下降33%。记者岗位（-22%）也位列跌幅前列。

然而，并非所有创意工作都在萎缩。创意总监、创意经理、产品设计师等岗位的变动基本接近基准线，并未出现大幅下跌。

产生这种分化的关键，在于“执行”与“策略”的区别。

图形设计师、摄影师、内容写作者的核心工作，往往是基于明确需求进行产出。而这恰好是当前生成式AI的强项——给定指令，快速生成图片或文字。虽然质量未必完美，但对于大量基础性、模板化的需求而言，已经足够。

但创意总监、经理们的工作则不同。他们需要理解复杂的客户需求、制定战略、判断方案优劣、协调团队。这背后是大量的沟通、权衡和决策，是目前AI难以胜任的。

同样，平面设计师和产品设计师的工作涉及大量与客户的沟通和方案迭代，并非简单的“输入-输出”模式，因此他们的表现也好于基准线。

这揭示了一个趋势：真正受到冲击的，并非创意工作本身，而是其中高度标准化、纯执行的部分。创意的想法与策略，正变得比单纯的执行更为珍贵。

三、哪些岗位在逆势增长？

尽管市场整体下行，但部分岗位需求旺盛，增长迅速。

机器学习工程师以+40%的增速位居榜首，这已是其连续第二年高速增长（2024年增长78%）。围绕AI基础设施的岗位普遍看涨：

• 机器学习工程师：+40%（负责模型部署）
• 机器人工程师：+11%（推动AI从虚拟走向物理世界）
• 研究/应用科学家：+11%（开发专有模型）
• 数据中心工程师：+9%（提供底层算力支持）

这很好理解。AI浪潮催生了庞大的基础设施需求，企业不仅想使用现成的API，更希望构建和运维自己的模型与系统。

另一个有趣的增长点是网红营销专员（负责品牌与KOL合作），增幅达18.3%，同样是连续两年增长。

这或许与AI的发展形成了一种“反向关联”。当互联网上充斥着AI生成的搜索结果、展示广告和营销邮件时，人们对传统渠道的信任度在下降。相比之下，一个真实人物在TikTok或YouTube上的分享，显得更具可信度。在AI内容泛滥的时代，人们反而更渴望与“真人”建立连接。因此，依托于真实人际影响力的网红营销，需求不降反升。

这一趋势在国内市场可能更为明显。小红书、抖音、B站等平台的达人营销快速增长，相关的MCN机构和品牌投放团队都在积极招人。

四、最反常识的发现：这些工作没被AI大规模取代

如果做一个大众调查，问“AI会取代什么工作”，程序员、客服、销售很可能榜上有名。但数据显示，这些岗位整体上相当稳定。

1. 软件工程师基本稳定

大多数软件工程岗位的变动幅度接近或优于8%的基准线：后端工程、全栈开发、DevOps等岗位需求基本稳定。唯一下降较多的是前端工程，这可能与Cursor、Lovable等低代码/智能编码工具的普及有关，它们降低了前端页面搭建的门槛，可能挤压了部分初级前端岗位的需求。

但就短期和整体而言，软件工程师岗位依然安全。核心原因在于，AI工具（如Cursor、Claude Code）主要扮演的是“效率倍增器”的角色，让工程师能更快地完成工作、解决更复杂的问题，而非直接替代他们。企业通常不会因为工具变好就裁员，反而会利用提升的效率去拓展更多业务。

当然，AI编程工具的爆发式发展仅持续了一年左右，其长期影响仍需持续观察。

2. 客户服务代表只下降4%

客户服务代表岗位仅下降4%，表现优于市场整体。这与普遍认知相悖。人们常认为AI客服将取代人工，但数据并不支持这一判断。

究其原因，客户服务中大量涉及情绪安抚、复杂问题判断和灵活应变，这些需要高度的同理心和现场决策能力，而不仅仅是按脚本回复。目前，AI尚难以可靠地处理这些需要“人情世故”的场景。

3. 销售岗位整体稳定

销售类岗位的表现也优于市场：客户经理微增1.6%，销售总监增长2.5%，收入总监增幅达10.2%。唯一下降的是销售运营专员（-8%），其工作中涉及的CRM管理、数据分析等结构化任务，确实更容易被AI工具优化。

销售工作的核心——理解深层需求、建立信任、谈判博弈、把握推进节奏——高度依赖人际互动和临场判断力。AI正在赋能销售流程，而非取代销售本身。

一个佐证是，虽然基数较小，但“GTM工程师”（负责用技术搭建营销体系）的岗位需求暴涨了205%。这恰恰说明，公司需要的是会用AI工具武装销售团队的人才，而不是减少销售人员。

五、层级分化：高层比一线员工安全得多

这是整份研究中最具冲击力的发现之一。将岗位按层级拆分后，趋势一目了然：

• 高层领导（总监/副总裁/C级高管）：-1.7%（比市场基准好6.3个百分点）
• 中层管理（经理）：-5.7%（比市场基准好2.3个百分点）
• 一线员工（Individual Contributor, IC）：-9%（比市场基准差1个百分点）

职位越高，受到的冲击越小。在增长最快的岗位中，有五个都是总监及以上级别，如数据工程总监、软件工程总监等。

为什么会这样？本质在于，AI赋能了高层管理者，降低了他们对大规模执行团队的依赖。

举个例子：过去，一位技术副总裁想验证某个方案，需要召集工程师开会、评审，再分配任务。现在，他或许能利用AI工具快速构建一个原型。过去，产品总监想分析用户数据，必须依赖数据分析师出具报告。现在，他可以直接向AI提问，快速获得洞察。

AI让决策者变得更“独立”，能够直接处理更多信息与初步执行。其结果就是，组织可能更需要能做出关键决策的头脑，而非仅仅执行指令的双手。这一趋势在创意行业已现端倪（创意总监稳定，执行人员下降），也与谷歌等公司近年来裁减中层、推动组织扁平化的逻辑暗合。

国内市场虽因组织文化差异，进程可能不同，但“一线员工受冲击相对更大”这一结构性趋势，很可能是一致的。

六、核心趋势与理解

通览这份研究，可以梳理出几个核心趋势：

第一，AI的影响是高度选择性的。不存在普适的“危险”或“安全”。关键在于工作的性质。如果你的工作是“接收明确需求→输出标准化结果”，那么风险确实存在。如果你的工作涉及大量模糊判断、复杂沟通和关键决策，那么现阶段依然稳固。

第二，执行与决策的价值差距正在拉大。AI降低了执行的门槛和成本，但决策的重任仍牢牢掌握在人类手中。未来的分化可能不在于“是否使用AI”，而在于“用AI来辅助决策”还是“被AI替代执行”。善于利用AI进行决策分析的人，其效率和价值将倍增；而仅从事重复性执行工作的人，其需求空间将被压缩。

第三，应理性看待，既不过度焦虑，也不掉以轻心。软件工程师、客服、销售等岗位的整体稳定表明，AI不会引发一夜之间的行业崩塌。但创意执行类岗位的显著下滑也是不争的事实。关键在于认清自己所处的象限，并主动寻求调整。

第四，中美市场存在差异，但趋势具有参考价值。研究以美国为主，部分岗位（如医疗记录员）在国内情况不同。然而，“执行类受冲击、决策类更稳固、AI基础设施岗增长”这一核心逻辑是相通的。考虑到应用进程的时间差，美国的现状很可能为中国未来1-2年的就业市场提供了一面镜子。

七、如何评估自身岗位的“AI抵抗力”？

如果你想评估自己岗位的长期安全性，可以问自己以下几个问题：

1. 你的工作是执行还是决策？日常工作是按部就班完成指令，还是需要不断判断“做什么、怎么做、为何做”？后者更安全。
2. 你的工作能被高度标准化吗？是否有固定流程和输出格式？标准化程度越高，越容易被AI学习模仿。
3. 你的工作需要同理心和复杂判断力吗？是否需要理解他人情绪、在不确定中做出权衡、并承担责任？这些是AI目前的短板。
4. 你处于什么组织层级？如果是一线员工，需要考虑如何向上游的决策、管理或策略分析靠拢，或者成为那个“最会用AI工具解决问题”的一线专家。如果已是管理者，重点则应放在如何利用AI提升团队及自身的决策效率上。

最后，一个根本性的建议是：主动学习使用AI工具。目标不是被AI取代，而是让AI成为你的“能力倍增器”。软件工程师因AI工具而更高效，GTM工程师的需求暴涨也表明，懂得利用AI优化销售系统的人更具价值。问题的关键，或许不在于AI会不会取代某个岗位，而在于你能否驾驭AI，让它为你所用。

（本文分析基于Henley Wing Chiu于2025年11月3日发表在Bloomberry上的研究《I analyzed 180M jobs to see what jobs AI is actually replacing today》，数据来源于Revealera对2023年1月至2025年10月间1.8亿份全球招聘信息的分析，并与Indeed报告进行了交叉验证。）