AI时代技能趋势报告：猎聘清华联合发布权威解读
6月18日，一场聚焦AI与人才结构变革的高规格论坛在清华大学举行。同道猎聘携手清华经管学院人工智能与管理研究中心，联合发布了《AI时代技能趋势报告》。活动现场，来自学术界与产业界的嘉宾深入探讨了AI如何深刻改变企业的人才需求、技能渗透路径，以及企业甄别、吸引和培育新型AI人才的具体策略。这些议题，已成为所有关注AI落地的企业无可回避的核心命题。
一个基本共识是：AI技术正以加速态势渗透进各行各业。企业对“理解AI、善用AI、能与AI协同作业”的人才渴求，正持续攀升。这份报告的推出，恰恰为企业系统解读AI时代的人才结构变化与技能需求演进，提供了一个扎实的参考框架。
杨斌：AI变革的关键并非“+AI”，而是组织底层逻辑的重塑
清华大学校务委员会副主任、可持续社会价值研究院院长杨斌，在《AI次方变革——组织的中年撞上技术的青春期》主题演讲中提出了一个发人深省的概念：“AI次方”。他强调，这个词并非单纯强调AI带来的指数级增速，而是一种理解AI时代的心智框架。与“AI+”或“+AI”这类工具叠加、技术赋能的思路截然不同——将AI置于“指数位”后，它会迫使处于“底数”位置的商业模式、组织架构、人才模式乃至个体认知发生质变。
直白地说，对企业而言，真正需要聚焦的不是AI本身有多强大，而是自身这个“底数”能否在AI驱动下实现重组。杨斌进一步指出，大量组织正经历“技术青春期”——快速迭代、持续涌现，但同时陷入“组织中年”——追求短期绩效、线性改进、路径依赖与认知自增强。如果组织仍停留在原有流程、权力架构和惯性中，AI不仅无法带来跃迁，反而会放大既有问题。因此，AI变革的关键从不是拥有更先进的模型，也不是简单做局部试点，而在于场景落地、组织适配与业务流程的深度融合。他总结道，AI时代的核心问题，远不止“哪些岗位会被替代”，人才、组织乃至教育评价体系，都正被重新定义。
戴科彬：AI正在重塑人才坐标系与组织形态
同道猎聘集团董事会主席兼CEO戴科彬带来了《AI时代人才坐标系迁移与组织进化》的主题演讲。他指出，2026年AI已进入“日更时代”，正系统性重塑就业结构与组织形态。全球范围内出现“中层塌陷”趋势——AI与自动化作用下，中初级白领岗位承压明显，而高端专业与领导型人才相对稳固，体力劳动岗位短期内尚未被大规模替代。与此同时，科技行业在利润增长的背景下持续裁员，中层管理岗位成为优化重点，组织加速走向扁平化。
聚焦中国市场，销售、商务、品牌、法务以及部分互联网初级技术岗位需求下降，根源在于AI工具对基础劳动效率的替代与结构性重构。而这一切的核心驱动力，是AI基础设施的快速成熟，促使AI加速从技术创新迈向应用落地，推动岗位结构重新分化。在他看来，表面上的岗位变化，背后是组织形态与人才标准的根本性重构。
具体到组织层面，变化十分直观：个体趋向“一专多能”，组织从“人管人”转为“人管Agent”；人机协同让更多部门演变为一人组织；工作方式从串联SOP升级为并联多任务；沟通机制从层级汇报变为直达一线；成本核算也从People Cost转向Token Cost。与此同时，技能开始与个体解耦并被结构化沉淀，推动AI原生组织加速成形。在人才层面，核心能力标准转向决策、担当、创新、审美等不可替代的能力，同时催生出AI产品经理、解决方案架构师、AI数据策略分析师，以及机器人运维、智能产线调度等新岗位，并延伸至具身智能领域，推动蓝领数字化升级。戴科彬强调，AI不仅改变岗位结构，更在重构组织逻辑与人才评价体系。
徐心：AI技能需求走向系统化、复合化
清华大学经济管理学院副院长徐心在解读《AI时代技能趋势报告》时指出，AI时代的人才需求正从单一的算法与模型能力，迈向更系统化、复合化的技能结构。研究团队结合国际AI技能分类体系、本土企业调研及猎聘平台大数据，提出了一个“7×4”的AI技能分析框架：涵盖AI基础算法与模型、生成式AI应用、AI智能体构建、AI多模态理解与生成、物理AI、AI数据算力与工程化部署、AI伦理安全与合规七大领域，以及入门级、进阶级、专家级和领军级四个层次。
从数据趋势看，随着AI能力在各行业的应用推广落地，企业对AI人才的需求已不再集中于基础算法与模型，而是逐步形成“算法+应用+智能体”的复合结构。生成式AI应用、AI智能体构建等领域需求增长迅猛，AI伦理、安全与合规也长期保持较高关注度。从能力层级看，AI需求正从“独立完成单一场景落地”向“聚焦复杂场景的系统设计”演化，呈现出“应用层初级化、工程层中级化、治理层高级化”的特征。这意味着，算法人才依然关键，但更具竞争力的，是那些能将算法能力嵌入具体场景、工程部署和应用产品中的复合型人才。
徐心还强调，AI技能正从纯技术岗位向更多行业和职能扩散。智能，已不再仅仅是实验室中的研究路线，而是逐步成为企业生产经营中的关键生产要素。从行业看，AI需求集中在IT、汽车、电子、金融等领域，同时在制造、生活服务、教育培训等场景中加速渗透。从城市看，北京呈现出“最大规模+最高渗透率”的特征，上海更突出工程化与实体产业的融合，深圳体现的是硬科技和制造链驱动，杭州则带有鲜明的金融科技特色。面向未来，不同岗位、不同资历的人才，都需要重新理解AI能力，在具体场景中形成与AI协同工作的能力。
郭迅华：从“智能体监护”到AI型组织
清华大学经济管理学院教授郭迅华则从“能力迁移”的视角切入。他指出，AI正系统性改变能力结构：那些依赖长期经验积累形成的能力，正在被AI快速吸收。与之相对，能够跨场景、跨系统迁移的“元能力”变得更为关键，尤其是驾驭人与AI/Agent关系的能力。他提出一个有趣的观点：人与Agent的关系本质是一种“监护关系”——AI具备自主决策与学习能力，但不具备担责能力。作为AI监护人的新型人才，其核心能力在于目标设定、引领培育和把关担责三个方面。
在组织层面，他认为AI型组织有三个特征。第一，AI技术成为基础性资源，像水电与网络一样嵌入组织运行底层，推动组织结构发生根本变化。第二，任务执行单元不再是单一的“人或团队”，而是“人+AI”构成的混合单元。第三，组织当中开始形成面向“人+AI”共同决策的权责治理体系。在向AI型组织演进的过程中，技术的应用方式将从传统的开发部署转向能力生长，技术的价值逻辑将从替代人力转向人机共生，组织结构也将从职能划分转向人机协同的任务编排体系。转型的关键，可能在于建立有效的组织环境，让卓越的“AI监护人”能够脱颖而出。
随着AI能力逐步成为各行业、各职能岗位的新变量，如何重新理解人才、识别人才、培养人才，并推动组织完成面向AI时代的能力升级，已经成为企业竞争力重塑的关键命题。这场活动及报告，为企业管理者、HR从业者、行业观察者提供了一个观察AI时代人才结构变化的重要窗口。而《AI时代技能趋势报告》的发布，也为企业把握人才技能新趋势、推进人才战略与组织能力升级，提供了值得参考的方向。