平博体育,平博体育官方网站,平博体育APP下载

　　第一部分我想谈谈全球范围内 AI 对行业影响的整体趋势。从麦肯锡的最新报告中，我们可以看到这样一组数据：AI 在提升工作效率 50% 的同时，还将应用到约 2.2 亿个工作岗位。需要说明的是，这并不是说会新增 2.2 亿个岗位，而是说现有的存量岗位中会有 2.2 亿个要应用 AI。另外，我们看到，AI 对企业组织的渗透率已经从 2023 年的 55% 上升到了 2024 年的 78%，预计 2025 年将有超过 90% 的企业都会使用 AI 工具。这意味着无论国内还是国外，大量的工作岗位都会被 AI 渗透。

　　与之相关的，我们观察到，在美国今天的劳动力市场中，初级人才的就业非常难，尤其是应届毕业生。以往备受青睐的计算机专业（CS）毕业生，如今却面临找工作的困境，因为今天美国的很多科技型企业中，初级人才的岗位基本上被有经验的人才配合生成式 AI 工具来代替了，像代码工程师这样的初级人才需求已经大幅下降了。据统计，2024 年美国科技巨头在初级岗位上的招聘量同比下降约 25%，初创公司的招聘量也下降了约 11%。另外，2025 年 5 月，美国整体的裁员数量同比增长了 45%，其中的一大因素就是 AI。相比之下，中国企业在过去两年中的裁员，其实还与 AI 没有太大的关系。但可以预期，今天在美国发生的情况，很快也会发生在中国劳动力市场，这是一个不可逆转的趋势。

　　从我们的数据来看，2025 年第一季度发布的职位中，明确要求 “会使用 AI 工具” 的职位数量同比增长约 145%。在这些职位中，排名前列的岗位包括产品经理、算法工程师和平面设计师等。以产品经理为例，其工作本质是理解并搜集用户需求、过滤需求并制定产品原型，与代码工程师及各部门协调沟通。如今，这个工作必须使用 Cursor 等 AI 工具来完成，否则沟通的效率就会大幅下降。这种岗位要求的变化也体现在算法工程师和平面设计师中 ——今天不会使用 AI 工具，就像二十年前不会使用 Photoshop，对工具使用能力的要求一直没变。

　　我们观察到的第二个趋势是，职能类、初级岗位需求减少明显，而热门赛道及 AI 相关技术岗位的需求则增长迅速。这一趋势与美国接近。需求减少最多的职位类型中，包括电话销售、导购、出纳、设计、美工等，都是初级岗位居多，并且正在以惊人的速度缩减。而在同一类型的职位中，初级岗位的减少幅度明显高于中级和高级岗位。这背后部分是企业主面临用人成本上升的压力：在控制成本的大背景下，“如何用 AI 替代人工” 正成为企业主间广泛讨论的主题。这对于广大劳动者构成了很大的挑战，但从企业主角度来看，又似乎是不得不做的选择。

　　具体来看，2025 年 1-4 月，AI 技术类人才的招聘占比持续上升，成为企业用人焦点。在算法工程、图像识别、机器视觉、深度学习、机器学习等细分领域，人才需求增长尤为显著。然而，这类人才也极其稀缺。其中，搜索算法和推荐算法的 “人才紧缺指数”（talent shortage index, 大于 1 表示人才供不应求）已经高达 5 到 7，企业之间正展开激烈的人才争夺。今天从事智能算法、视觉算法等相关方向研究的博士生，就业前景非常好，岗位起薪甚至有超 150 万元，还不包括股票和期权。

　　未来的组织将会越来越小。其实我们今天就已经看到，无论在美国还是中国，有一批 50 人以内规模的 AI 创业型企业，它们创造了非常高的营收和估值水平。- 这样的例子说明，一旦 AI 和 agent 被用好了，新型的组织会更精简，但效率更高、营收更高、估值更高。而原有的传统企业也在拼命地使用 AI，以达到降本增效、缩减人力的目的。至于 AI 带来的新产业能否创造更多的岗位，仍是一个值得持续观察的问题，尽管目前我们尚未看到这种趋势。

　　也就是说，今天我们已经变成 agent to agent（A2A）。这也是为什么我认为谷歌推出的 A2A 协议对于 agent 在各行各业的爆发将会是非常重要的，这将会让 agent 在各个领域里的协作变得可能。在我们的平台中，以前是招聘的人和求职的人沟通，现在已经变成招聘的 agent（to B）与求职的 agent（to C）之间沟通，还包括面向猎头的 agent（to H）。世界变化之快，以至于如果我们不理解其中的本质，就很难去推动它。

　　以上是我今天的分享。我们尚未有明确的结论，但趋势已非常明显。我们在 2023 年就判断，中国企业的组织规模将变得更小，但与此同时，会涌现更多新型的个体组织。今天来看，这一趋势已经逐步显现。但未来是否会因此出现大规模的岗位减少，尚不确定。同样，AI 是否能够催生出新的产业与岗位，也仍是未知数。目前可以看到的是，AI 确实带来了对高端技术人才 —— 特别是 hardcore 类技术人才 —— 的需求，但这类岗位数量有限，远不足以弥补基础性、通用性岗位的大量减少。这也正是当前求职难、就业难的重要原因之一。

　　我觉得 AI 替代人类工作中最核心的问题在于信任。比如律师、医生、教育这些领域，其实 AI 在信息归纳、知识总结、逻辑推理上的能力已经很强了。但现实中，如果真有一场官司，你未必放心只问 ChatGPT，也不敢完全交给 AI 来代理。这就是信任的问题。同样的，像养老、家政服务这些岗位，如果你放一台机器人在家照顾父母，哪怕功能再完善，家人可能也会很焦虑、不放心。甚至你半夜起床看见一个人影坐在沙发上，你都可能被吓到 —— 这就是 AI 难以取代温度感的一个体现。

　　比如阿里是从 B to B 起家的，后来拓展到淘宝，再到阿里云。阿里是一个非常强调组织能力和体系能力的公司。你看阿里云这一块，一开始发展得相对慢，但自从有了大模型之后，算力需求上来了，阿里云的增长明显加快了。同时他们在通义千问这条线上明显发力。字节则是另一套打法。它被称为“APP 工厂”，有极强的 to C 能力和快速试错、快速推出产品的组织能力，所以它直接做了豆包，去年砸了 400 多个亿。这完全是一个 to C 的产品思维，目标是用户量第一。

　　有意思的是，我们发现，公司内部用 AI 工具用得最好的，居然不是技术人员，而是前端和销售人员。比如使用 Cursor 最熟练的就是一些销售人员，他们开始能自己写代码、做出 AI 产品原型。这让我们非常惊喜，也极大地鼓舞了整个组织氛围。此外，我们还每年办一次 AI 主题的“黑客马拉松”，只设定方向，不限制参与人员。很多 3~5 人的小团队自发组建，其中不少就是由销售人员牵头。他们用 AI 生成工具完成产品构建、流程改造，极富创造力，大家也特别兴奋，因为这代表了一种“从 0 到 1”的突破感。