人工智能的快速发展，正在为就业市场带来新的变化：AI相关岗位持续增长，人才需求从技术研发向更多行业和业务场景延伸，企业对人才的评价标准也在悄然改变。
中央广播电视总台经济之声推出专题报道《AI时代，新的工作机会出现在哪里？》，围绕《2026 AI人才市场报告》对科锐国际轮值CEO曾诚进行了深度采访，从人才需求、行业机会到岗位变化，解读AI时代就业市场的新趋势。
以下内容融合自中央广播电视总台经济之声相关报道。
AI 岗位爆发式增长
企业需要什么样的人才？
在近两年的招聘市场上，AI赛道岗位跑出高速增长曲线。《2026AI人才市场报告》显示，从2024年上半年到2026年上半年，AI相关招聘职位增长约119%，在全部招聘职位中的占比从0.72%升至2.01%，接近三年前的3倍。
科锐国际轮值CEO曾诚观察到，近两年，企业对AI人才的需求正在从“做AI”逐渐转向“用AI”。从人才类型来看，目前企业对AI人才的需求主要集中在三个方向。
第一类是底层技术人才，包括算法工程师、机器学习工程师、大模型研发工程师等。他们负责构建和优化AI能力基础。这类岗位依然是很多科技企业和AI企业的核心需求。
第二类是应用落地人才，应用开发、Agent开发、AI产品经理、AI运营等岗位需求增长都非常快。企业需要能够将技术能力转化为产品和业务价值的人才。
第三类也是我们认为未来会越来越重要的一类人才，就是既懂AI又懂行业的复合型人才。比如懂制造的人去做工业AI，懂金融的人去做智能风控，懂营销的人去做AI营销。这类人才对具体业务场景本身就有理解，所以在找到AI应用场景、判断什么问题值得用AI解决这几个环节上，往往会更有优势。
除了岗位类型的变化，不同类型企业对AI人才的需求也呈现出差异。《2026AI人才市场报告》显示，过去三年，国央企AI岗位增长超过120%，增速已经明显高于外资企业。同时，国央企AI岗位中，算法工程师占比达到37.5%，是各类企业中最高的；从工作经验来看，国央企对5年以上工作经验人才的需求占比，也相对更高。
曾诚认为，这背后与国央企当前推进AI应用的特点有比较直接的关系。很多国央企正在推动AI与能源、电力、制造、交通、金融等关键行业深度融合。这些行业有一个共同特点，就是业务链条比较长，系统也比较复杂，同时对于稳定性、安全性和可靠性的要求比较高。所以企业需要的并不仅仅是会使用某个模型的人，而是能够理解行业规律、具备复杂项目经验、能够推动组织协同落地的人才。
AI人才需求渗透各行各业
哪些赛道正在释放机会？
哪里的AI人才需求最多？很多人的第一印象是互联网大厂。但从最新的人才市场数据来看，AI人才需求正在向更多行业扩散。
《2026 AI人才市场报告》显示，互联网仍然是AI岗位的招聘主力，制造业也仍是AI岗位规模最大的传统行业。不过，另一些传统行业也在“长出”自己的AI岗位，比如，广告、传媒、教育、文化领域近三年AI岗位的增速达到354%，医疗行业近三年AI岗位的增速也达到了148%。
AI不再只是科技行业的专属能力，而是逐渐成为更多行业探索业务创新、提升专业能力的重要工具。但不同行业的业务特点不同，对AI人才的能力要求也各有侧重。
曾诚介绍，制造业企业会比较关注工业视觉、智能制造、设备预测维护、机器人应用等场景；金融行业则会更加看重数据分析、风险管理和业务理解能力；医药和生物科技领域，AI开始被应用到药物研发、临床研究、医学数据分析等环节。这类岗位除了AI和数据能力之外，往往还需要比较强的专业学科背景。
对于求职者来说，如果想判断一个AI岗位的真实门槛，可以重点看岗位描述里到底强调什么。如果岗位主要强调算法、模型训练、工程开发，那么技术门槛通常会比较高；如果岗位更多强调产品设计、运营优化、业务创新，那么行业经验和场景理解可能同样重要。
AI 重塑工作方式
过往经验如何找到新价值？
AI带来的变化，不仅体现在新岗位的增加，也正在发生于许多看似没有变化的传统岗位。一些岗位虽然名称没有变，但工作内容和企业对人才的要求已经发生了变化。
比如一个市场经理、运营、HR或者财务，职位名称可能和三年前一样，但现在的招聘要求里已经越来越多地出现AI工具应用、数据分析或者人机协作等能力。
曾诚表示，这种现象不是简单的意味着“岗位被替代”，而是一种“岗位重构”。“一些标准化、重复性的工作，确实越来越多可以交给AI完成。比如信息搜集、数据整理、基础分析、内容初稿等。但与此同时，人的工作重点也在发生变化，从过去更多地执行具体任务，逐渐转向判断问题、设计流程、做决策以及利用AI把事情做得更好。”
与此同时，行业经验并没有因为AI出现而失去价值。《2026AI人才市场报告》显示，过去三年，要求10年以上工作经验的AI岗位需求达到了三年前的2.32倍；明确要求行业经验的AI岗位占比，也从4.7%提升到7.2%。
曾诚认为，这说明企业对“经验”的判断正在发生变化。过去企业更看重员工做了多少年，现在则更关注员工能不能把这些年的专业积累转化成对业务问题的判断，能不能把AI真正应用到具体场景，并推动项目落地。
FDE（前沿部署工程师）就是一个典型的例子。随着AI进入真实业务场景，企业需要有人深入客户一线，把技术、产品与具体业务问题连接起来，并对结果负责。《2026AI人才市场报告》报告调研发现，在有FDE招聘需求的企业中，60%明确要求人选有3—10年工作经验。
这背后，企业看重的不只是代码能力，还包括能否理解客户需求、把技术方案转化为可落地的业务能力。
从AI技术研发，到跨行业的应用落地，再到传统岗位的能力升级，AI正在改变的不只是岗位数量，还有人才创造价值的方式。
对于企业而言，如何找到既懂技术又懂业务、能够推动AI应用落地的人才，将成为组织能力建设的重要课题。对于求职者而言，掌握AI工具固然重要，但更值得长期投入的，是在专业领域持续积累，并学会将专业经验与AI能力结合起来。