AI時代，你的飯碗保得住嗎？上科大最新報告：這種崗位成就業市場最大新增量

近年來，“AI淘汰職業名單”占據輿論主流，會計、客服、文案、設計等崗位頻頻被貼上“高危淘汰”標簽，引發普遍的就業焦慮。這種擔憂到底有沒有必要？

在2026世界人工智能大會舉辦期間，上海科技大學教育、創新和可持續發展研究中心（CEISD）聯合合作伙伴發布《AI時代的中國勞動力市場：從職業消失論到任務重組論》，原始數據底座覆蓋2022年至2026年7月主流招聘平臺合計7.43億條原始數據，對這一問題做出系統性回應：從長期看，并不存在整體性失業危機，“職位消失”是偽命題；復合型閉環崗位成為就業市場的最大新增量。同期，約有2100萬個崗位由任務重組而生，已占總招聘崗位的18.6%。

單純的高AI暴露并不等于失業風險

報告顯示，國內線上招聘市場中，大約每四個崗位就有一個正在經歷AI加速的結構性調整。

項目首席數據科學家、上科大CEISD客座學者陳沁介紹，地域和行業的分層數據顯示出明顯的結構性分化：新一線、二線城市的基礎文職與內容崗位，受到的沖擊敞口高于一線城市；一線城市的高端線下服務業和醫療崗位則對AI沖擊有所緩釋。從行業維度看，基礎運營、財務核算、圖文內容、電話銷售四大領域的需求縮減最為顯著，而制造、醫療、線下照護、設備運維等強現場賽道需求保持穩定。

“AI不會完整淘汰某一職業，它只會拆分、改寫崗位內部的單一任務。雇主調整崗位職責和用人要求的速度，遠快于更換職業名稱的節奏。”陳沁以Java開發和電話客服這兩類高AI暴露職業為例進行說明。

客服崗位整套話術、工單錄入和標準問答，均可由大模型獨立完成，人類互補分值極低，招聘規模持續收縮。然而Java工程師不同，他們雖然可依靠AI生成基礎代碼、撰寫接口文檔，但架構設計、線上故障處置、跨業務系統協調等高責任、高現場判斷任務無法被機器接管，因此資深技術崗位薪資仍在上行。

“可以說，勞動力市場收縮的核心驅動在于AI可獨立完成的任務占比，而擴張賽道的兩大核心指標則是現場依賴和具身實操能力。單純的高AI暴露并不等于失業風險，只有同時缺乏人類判斷與現場兜底能力時，招聘需求才會出現大幅下滑。”陳沁說。

AI未催生新職業，市場增量來自復合型閉環崗位

目前，AI收縮效應主要集中在月薪5千至8千元，有1至3年工作經驗的入門中端勞動者。過去，企業依靠入門新人完成文檔、錄入、標準化溝通等基礎訓練任務，如今這些環節被大模型承接，企業不再設置低薪練手崗。

雖然大眾期待生成式AI能催生全新職業賽道，但報告數據給出反向結論：2023年至2026年間，新增職業名稱體量極小，僅大模型算法、機器人工程師等少數崗位小幅擴張。

“盡管AI暴露崗位招聘規模收縮，但崗位承載的工作職責并未同步消失。大量可文本化任務脫離專屬崗位，跨行業擴散至生產、技術、銷售全鏈條，單一專項崗位失去不可替代價值。”陳沁表示，企業普遍將多道工序合并，打造“一人獨立完成全流程”的復合職能包。這也就意味著，具備強現場、強協同、強責任的復合型人才將持續受益。

本科四年培養周期恐怕跟不上AI市場迭代

市場對復合型閉環人才的渴望越強烈，高校培養模式與真實需求之間的裂痕可能就越顯眼。依托全國二十余省份高考錄取、專業招聘雙向大數據，報告發現，市場與高校存在雙重供需錯配。

首先是方向錯位，本科專業招生熱度與四年后市場招聘需求之間的相關系數僅為0.23；其次是時間錯配，本科培養周期長達四年，而AI僅需三年就能完成一輪完整的市場重構，學生畢業時崗位結構早已改變，形成供需蛛網式波動。

“考生的填報行為明顯滯后于市場變化。”陳沁介紹，2019年至2025年，高AI暴露專業與低暴露專業之間的錄取熱度差值幾乎穩定不變。即便到2025年AI市場沖擊達到高點，考生填報和高校擴招仍未出現明顯調整。

報告提出，單純增設全校統一的AI通識課，無法解決就業導向的教育創新問題，必須適配不同專業的真實工作場景。研究提出六大AI難以替代的核心人類能力：情境判斷、責任承擔、跨角色協調、倫理權衡、現場適應和證據鏈表達，并據此給出分專業的課程更新方案。

上科大CEISD主任楊燕青介紹，團隊打造了中國的動態職業分析數據系統，核心思路就是將研判單位從籠統的“職業名稱”下沉到可更新的“崗位職責”。據悉，數據庫將按月更新，未來將開源開放，期待這一系統能為經濟學研究、高校教育創新以及國家和地方的就業宏觀政策制定，提供長效的量化支撐。