机器人训练师正一对一给人形机器人“上课”谈及人工智能（AI）发展对人类的影响，很多人第一反应是焦虑：怕被取代、怕失业、怕被时代抛下。麦肯锡《生成式AI的经济潜力》报告显示，AI总体替代率达23%，每4个岗位中近1个被技术重构。
与此同时，新的机遇悄然涌现。AI加速融入千行百业，催生出大量新职业、新工种，为就业开辟新赛道。世界经济论坛预测，到2030年，全球虽将有9200万个工作岗位被替代，但会新增1.7亿个岗位，净增7800万个就业机会。
特斯拉开出百万年薪招募数据标注员，为Optimus机器人和自动驾驶系统标注图像与视频；百度今年校招中，超九成岗位与AI相关；脉脉发布的《2026春招职场洞察报告》显示，今年1—4月AI岗位新发量同比增长8.7倍，新经济行业平均月薪达4.96万元。
种种迹象表明，AI不是来“抢饭碗”的，而是来发“新Offer”的：AI从业人员规模快速扩容，岗位需求更趋多样、细分，兼具专业能力与实践经验的复合型、应用型人才，正成为市场争抢的“香饽饽”。
AI职业版图不断细分
“有时候一整天都在‘抽卡’，运气不好的话，可能到最后都只能带着遗憾收尾。”在浙江金华，一家影视公司AI部门负责人于志鹏的话，道出了一个AI新职业的日常。近年来，当地一批从传统影视行业转型而来的从业者，正以这种略带“游戏感”的方式，探索AI短剧领域的新可能。
这里的“抽卡”，是AI短剧制作中的高频操作：工作人员向AI软件反复输入指令、生成素材，再从海量产出中筛选可用镜头。由于生成结果具有随机性，过程如同拆盲盒，便被业内形象地称为“抽卡”，而负责这一环节的从业者，也有了专属称号——“抽卡师”。
短剧走红网络各大平台
在AI短剧制作流程中，前期分镜设计决定“拍什么”，后期剪辑决定“怎么讲”，而“抽卡师”则决定“有没有可用素材”。“我们通常会先上传角色与场景图片，再详细输入对白、情绪及镜头要求。”公司“抽卡师”徐明明介绍，若生成结果不理想，要么重新输入指令，要么将指令拆解得更细致、更具体，直到得到满意素材。
“AI不是来抢工作的，而是来发新Offer的。”专为全球电商卖家打造的AI设计生产平台Skild Art CEO黄露凤，对此有着深刻体会。
在传统模式下，从产品拍摄到完成详情页、场景图、广告素材设计，再到最终上线平台，往往需要三天以上时间，不少企业因此错失销售窗口期，最终陷入存货过剩的困境。“AI时代的到来，大幅提升了内容生产效率，但也缩短了每个窗口的有效时长。”
据黄露凤介绍，Skild Art花了三个月时间，成功完成从调研到内测的全流程，目前内测商家已突破1000家，能够实现这样的结果，正是对AI创造力与效率的充分挖掘。
市场在发展中出现新问题，自然也会萌生新机会。以Skild Art所在的跨境电商领域为例，全新职业诸如AI电商视觉设计师、AI训图师、AI产品体验师、AI工作流设计师等岗位需求正持续攀升。
记者采访发现，AI相关新岗位的细分趋势日益明显。过去，行业分工多以流程为边界，各岗位各司其职；如今，部分岗位可串联、替代多个传统环节，职业体系正从粗放向精细演化。
腾讯研究院的一份调查研究报告显示，AI原生企业的全部在招岗位可分为五类——使能者（做模型）、协作者（做产品和交付）、推广者（做销售和营销）、治理者（管安全和合规）、支持者（管后勤和运营）。
“新职业不断细分出新工种，意味着职业不再是模糊的大类，而是被拆解为具体、专业、细腻的岗位结构。”中国新就业形态研究中心主任张成刚指出，工作模式也在发生深刻重构，从“岗位导向”转向“任务导向”，人们的关注点正从“在哪家公司上班”，转变为“完成了什么样的工作成果”。
传统产业“人机共舞”
眼下，AI不仅在新兴领域催生新职业，更在传统行业中落地生根，一批新工种走进工厂车间、实验室，推动传统岗位转型升级，形成“人机共舞”的新场景。
在位于广西柳州的上汽通用五菱汽车股份有限公司，企业研发的智能岛制造体系大幅提升了生产效能：可支持24种车型共线生产，新车型导入周期缩短43%，新产品制造投资降低30%……
“AI在公司的深度应用，催生了算法开发、IGV调度、机器视觉质检等新岗位，同时带动智能网联汽车测试、运维等相关就业，要求员工适应人机协同的新工作模式。”公司党委书记姚佐平表示。
走进四川中鸿数智信息技术有限公司，200余名数据标注员在电脑前，对图片、视频、语音等数据进行处理，为互联网企业、智能驾驶汽车公司、具身智能机器人企业提供数据服务。
所谓数据标注，就是通过人工按照场景规则、对不同内容进行分类标注，给AI灌输规则、让AI认识现实世界。无论是自动驾驶的路测数据，还是医疗AI的病历影像，这些数据兼具专有性、累积性、场景化特征，既是模型训练的核心，也是企业构建差异化优势的关键，企业需要数据来构成AI时代的新“护城河”。
据了解，标注员需要熟练掌握相关场景的“规则”。例如，人形机器人所需的数据需以第一人称人类视角采集，涵盖物理世界的具身数据，每一个动作都要同步记录关节角度、扭矩、触觉、力控反馈、视觉、惯性等多维度信息，对专业性要求极高。
自动驾驶数据标注员正在工作在讯飞医疗科技股份有限公司，AI医学研究员胡萍萍正在评估医疗大模型在复杂病例诊治中的表现，尝试发现模型在回应患者时缺乏“同理心”的细微问题。她和团队的目标，是让AI不仅“懂治病”，更要“懂人”。
胡萍萍曾是一名消化内科医生。5年前，她转型成为AI训练师，用医学专业知识参与训练医疗大模型，使其更好地服务基层医生和居民健康管理。“我们既是医学经验的传承者，也是技术应用的推动者。”胡萍萍说。
“我一半时间在医院，从临床实际中捕捉医患需求；另一半时间在办公室，设计符合临床需求的大模型，用AI为诊疗赋能。”刚刚通过成都市首批人工智能训练师社会化职业技能等级认定考试的邓瑶冬告诉记者，如今，越来越多人看到了AI发展带来的职业新机遇，像她这样深耕“AI+”跨界岗位的从业者正不断增多。
在科大讯飞研究院院长刘聪看来，AI技术正在深刻重构就业生态与职业图景，推动传统劳动者技能结构升级，向更高附加值方向演进，形成以人机协同、智能赋能为特征的就业新范式。
当AI大模型从实验室走向亿级用户，其反馈是否得体、有无偏见、能否符合监管要求，这些曾经的“软问题”，如今已成为行业发展的“硬指标”。在此背景下，AI伦理官应运而生。这一新职务，主要负责对AI系统从构思到部署的全生命周期进行伦理审查，将伦理要求融入产品团队、工程师和数据科学家的日常工作。
复合型、应用型人才更加吃香
2026年一季度，全球科技行业裁员约7.8万人，其中近半数被归因于AI替代。然而，全球AI原生公司的岗位总量非但没有减少，反而在8个月内从718个涨到了1570个，增长了超过一倍。
这一反差说明，智能经济时代的“新饭碗”，并非简单的存量岗位替换。一边，AI替代了大量的重复性、机械性岗位；另一边，它创造出一批全新的高附加值岗位——这场变革的本质，不是“岗位消亡”，而是“岗位分化”。
“新岗位的增长并不是简单‘堆人’，而是利用AI杠杆提升人效，才是AI公司核心追求的目标。”腾讯研究院资深专家吴朋阳举例说，美国AI初创公司Anthropic年化收入增长了约4倍，在招岗位只增长了约1.6倍，收入增速远超岗位扩张速度，说明人均产出大幅提升。
有研究表明，AI对就业的影响呈现明显的层级差异：入门级岗位受冲击较大，而资深从业者几乎不受影响。斯坦福数字经济实验室发表的《关于人工智能近期就业影响的六个事实》报告显示，AI更容易替代那些“书本知识”，但还不太能取代那些随着经验累积而形成的“技巧和窍门”。
“目前，AI公司缺的不是做模型的人，而是把模型变成外部价值的人。”吴朋阳说道，同时，这些新岗位的能力要求也在打破传统边界，复合能力的需求更广泛，“技术+业务”的双栖能力更受企业欢迎。
记者了解到，不少企业的AI部署工程师要求“8年售后工程经验+2年软件开发”；商业分析师要求“精通SQL+Python+推理成本和毛利模型”；甚至一些AI原生公司的实习生，都要求“熟练使用5种以上AI创作工具”。
这一点，从国内数据标注行业的薪资差异中也能窥见一斑：一些基础的重复性标注岗位月薪可能在3000～5000元，而具备医疗、金融、交通法规等专业背景的高级标注师，年薪可高达50万元。
行业需求的变化，也推动着岗位结构的调整。去年，模型开发的核心是训练模型人员；而现在，让模型高效落地的推理工程师，成为业务新增的主力。
“模型训练完成只是第一步，如何让它在实际部署中跑得更快、更经济，才是规模化应用阶段的核心瓶颈。”业内人士表示，无论身处哪个行业，技术最终要服务于用户，既懂市场、懂用户，又能熟练运用AI工具的复合型人才，正成为市场的“香饽饽”。
为适配复合型人才的培养需求，国内高校与企业正加速联动。上海交通大学获批增设具身智能本科专业，与小米机器人、穹彻智能等20余家行业企业开展合作，推动课程教学、科研训练、工程实践与产业需求有机衔接；北京理工大学具身智能专业与华为共建人工智能实践实验室，打造集先进算力、智能开发环境、真实应用场景和工程化训练资源于一体的实践教学方案。
关注中国电子报
关注本文作者
延伸阅读：
易游体育官网登录入口，wellbet，
易游体育官网入口相关资讯：jxf吉祥体育下载安装，