2026AI人才市场报告-AI时代工作机会正流向哪里-得到AI学习圈x科锐国际

CAREER科锐CAREER科锐国际2026AI人才市场报告REPORTGUIDE不用从第一页顺着读。先从你的城市、行业、岗位或工作方式进入,再沿着数据找到自己的位置。企业现在还在招什么人?O6同-看招聘总盘与AI岗位的结构变化。看传统岗位新增加了什么A能力。02哪些城市正在长出新机会?07我的学历和专业够门槛吗?同时看岗位总量与AI岗位占比。看算法岗与应用岗的入口差异。03我的行业还在增加机会吗?08过去的经验怎样发挥作用?找到所在行业的三年变化。看哪些经验更受招聘需求关注。04不同企业分别需要什么人?09哪些能力真正对应高薪?看企业规模、性质与岗位结构。看A岗位内部的薪酬分化。05A岗位还是程序员的天下吗?10我的工作方式会被重塑吗?看应用、产品和运营岗位的增长。检查信息搬运、模板套用和重复执行。ATALENTREPORT02DATANOTES03ATALENTREPORT03数据从哪里来,应该怎样读?数据来源科锐国际根据公开招聘岗位数据及实际运营项目整理,覆盖多个行业、城市企业公开发布的职位,不涉及具体企业和个人信息。什么是"A岗位"根据岗位名称和职位描述中的A关键词识别,包括算法研发、AI应用、产品、运营和设计等方向。A岗位占比同一范围内的AI相关岗位数,除以全部招聘岗位数。A岗位占比统计周期比较2024、2025和2026年上半年。文中的"三年变化"指2024H1至2026H1。H1指1-6月,H2指7—12月。什么是"传统岗位中的Al要求"观察财务、HR、运营和市场等传统岗位的招聘要求,是否出现AI工具或AI应用相关表述。指数怎么看把2024H1记为100。后续数值表示相对当时的变化。例如,232表示约为2024年上半年的2.32倍。数攝局限及免责说明本报告统计的岗位为企业对外发布的招聘职位,反映的是企业"发布了什么类型的岗位",不代表实际录用或在职人数。受数据样本统计局限,报告仅反映部分趋势特征,不代表整体绝对数量与全貌。报告中案例均已匿名化处理,仅用于说明趋势,不指向特定企业或个人。其中,"AI岗位"依据岗位名称与描述中的关键词识别,可能存在归类误差;随着企业用语变化,"Al"被写入岗位描述的比例本身也在上升,部分增长源于用语变化,而非全部为新增岗位。城市、企业性质等分项基于可识别样本,样本量较小的分项仅供参考;高增速也可能来自较小基数,建议同时结合规模、占比与排名综合判断。本报告为人才市场研究,仅供参考,不构成任何求职、招聘、投资或经营决策建议。引用或转载请注明出处。04CHAPTER0104AI相关岗位三年变化2.01%问题01·数据证据05CHAPTER0105AI岗位虽在招聘总盘中占比仍有限,但呈现明确的逆势增长信号。整体招聘岗位指数2024H12025H12026H1AI相关岗位指数0.72%2024H1AI岗位占比1.06%2025H1AI岗位占比2.01%2026H1AI岗位占比近3倍AI岗位占比三年变化AlAl岗位增长很快,但目前仍只占全部招聘岗位约2%。它是明确的增量方向,还不是人才市场的主问题01·数据解读CHAPTER01招聘资源在重新分配,具体发生在哪里?大模型从尝鲜变成项目整体招聘需求放缓与Al岗位增长并不矛盾。企业的招聘重心正在从重复执行类工作,逐步转向具备AI相关能力的岗位。这两年,大模型开始真正进入企业的具体业务流程,从尝鲜变成项目。使用AI的企业多了,落地场景多了,相应的人就需要真正招进来。汽车行业招聘稍有回落,但车企仍在招数智化人才汽车行业整体招聘岗位数量三年间稍有回落,但车企仍在持续推进智能化转型,并继续聚焦AI岗位招聘。比如,部分大型车企的全球校招计划超过2000人,其中数智化相关岗位占比近40%。制造业的岗位需求从工程师扩展到工业Al制造企业正在推进智能制造和设备智能化升级,把AI用于设备预测维护、生产优化和智能控制。人才需求也从传统制造工程师,扩展到工业AI工程师、机器人工程师和大模型应用工程师等复合型岗位。这种变化并不只发生在一两个行业过去三年,各行业整体招聘需求均有不同程度的回落;同期,各行业A岗位均实现增长,增幅从80%到350%以上。广告传媒相关行业的整体招聘需求明显放缓,A岗位增至约4.5倍;金融行业整体招聘需求也有小幅下行,Al岗位实现翻倍增长。判断机会时,判断机会时,不能只看招聘市场的整体变化,还要看自己所在方向的需求趋势。"向AI集中"并不等于"人人都去做算法"。CHAPTER02I4.88%北京2026H1AI岗位占比I4.04%杭州2026H1AI岗位占比+341%郑州AI岗位占比三年增幅问题02·数据证据CHAPTER0216座城市的A岗位占比都在提升北京总量TOP52.08%2.82%4.88%+135%杭州总量TOP51.33%1.96%4.04%+204%上海总量TOP51.61%2.14%3.89%+142%深圳总量TOP51.19%1.89%3.59%+202%南京总量TOP51.01%1.52%2.85%+182%苏州增量TOP50.93%1.28%2.30%+147%武汉增量TOP50.72%1.24%2.29%+218%成都增量TOP50.62%1.09%2.25%+263%合肥0.81%1.28%2.18%+169%广州0.61%1.06%2.14%+251%西安0.65%0.94%2.13%+228%长沙增量TOP50.60%1.04%2.03%+238%厦门0.55%1.14%1.87%+240%重庆0.84%1.00%1.79%+113%无锡0.69%0.93%1.67%142%郑州037%057%163%+341%增量TOP5前三列为AI岗位占当地全部招聘岗位的比例;最后一列为该比例的三年增幅,不是Al岗位数量增幅。问题02·数据解读CHAPTER02同样在增长,不同城市长出的岗位并不一样。北京、杭州、上海和深圳仍是Al岗位总量的主力。上海2026年上半年约有1.5万个Al岗位;郑州Al岗位总量仍不足北京的七分之一。新增机会在扩散,但高增速不等于岗位总量已经超过一线城市。郑州:算力基础设施,以及短剧和内容电商郑州新增的AI机会主要有两类:一类是AlInfra和算力平台运营。AlInfra指支撑AI模型跑起来的底层条件,包括算力资源、模型运行平台和相关运维工作。另一类是短剧和内容电商中的A剪辑、AI漫剧创作。AI应用岗位增至约7倍,A运营增至约6倍,A设计从接近零开始起量。内容岗位的增长与郑州原有的短剧产业相对应。近年来,郑州市将微短剧产业作为推动文旅文创融合发展的战略重点,这座被称为行业"竖店"的城市,拥有千余家微短剧企业,正在瞄准2027年的"百亿目标",向"微短剧创作之都"迈进。一些传统实景拍摄公司开始在部分制作环节采用Al,A剪辑和AI漫剧创作等岗位也随之出现。武汉:研发岗位与智能制造场景同时增长武汉的增长更多来自汽车、光电信息、机器人和制造业。算法研发、Agent开发和运动规划岗位同时增加:算法研发岗位体量约为郑州的3倍,Agent开发岗增至约11倍,运动规划方向增至约3倍。苏州:制造业AI岗位超过互联网岗位苏州的机会更集中在制造业,A岗位薪酬已经超过广州,接近一线城市。长沙与成都:岗位都在增加,产业方向不同长沙更偏制造、电子硬件和传媒文化;成都更偏互联网软件和电子硬件。选择城市时,不只看哪里AI公司多,也要看当地产业正在用AI解决什么问题,由此长出的是研发、应用还是运营岗位。CHAPTER0303内容行业增长最快;制造业是AI岗位规模最大的传统行业;金融和医疗也开始把Al写进具体业务。5.9%互联网2026H1AI岗位占比+354%内容相关行业AI岗位三年增幅制造业A岗位数量排名,仅次于互联网问题03·数据证据CHAPTER03找到你所在的行业,看AI岗位招聘如何变化。以下比较2026年上半年与2024年上半年的AI招聘岗位数量。互联网/游戏/软件+85.6%汽车/机械/制造+86.2%电子/通信/硬件+80.2%服务/外包/中介+135.1%消费品+105.4%能源/化工/环保+138.2%广告/传媒/教育/文化+353.6%交通/贸易/物流+145.5%金融+116.3%生物/制药/医疗护理+147.9%房地产/建筑/物业+139.1%咨询/翻译/科研+102.8%政府/农林牧渔+90.4%13个行业采用同一时间范围比较。行业名称沿用数据分类。问题03·数据证据CHAPTER03再看Al岗位占比和招聘规模。行业的Al岗位增速、A岗位占全部招聘的比例,以及岗位数量排名,是三个不同的观察角度。下面保留同一组行业的三项数据,便于一起对照。互联网/游戏/软件5.9%+86%1→1咨询/科研4.2%+103%12→12电子/通信/硬件2.8%+80%3→3广告/传媒/教育/文化2.3%+354%11→7金融2.2%+116%汽车/机械/制造1.8%+86%2→2医疗1.0%+148%9→10互联网仍是互联网仍是AI招聘的主力;内容相关行业增速最快,岗位数量排名由第11升至第7;制造业是A岗位规模最大的传统行业。问题03·数据解读CHAPTERAl进入每个行业的环节不同,原有专业仍有用。互联网仍是AI招聘的主力,但机会已经向传统行业扩散。内容行业增长最快,制造业的A岗位规模在传统行业中最大;金融、医药也开始把AI写进具体业务。AI进入的环节并不相同,分别落在内容生产、研发制造、风险管理和药物研发中。内容:生产方式先变内容行业整体招聘需求明显回落,AI岗位却增至约4.5倍。增长主要来自A剪辑、AI视频、AI设计和AIGC内容运营等岗位。重复产出型内容工序的岗位需求有所放缓,能够运用A完成内容生产的岗位需求则持续增加。制造:生产设备和制造出来的产品同时智能化机械制造、重工、汽车和工业自动化方向的Al岗位都在增长,其中汽车细分行业三年翻倍。企业招聘的不只是自动驾驶算法人才,也包括把AI接入研发、生产、供应链和产品的应用人才。头部企业的Al岗位金融:不只是技术,还要接入客户服务和风险管理金融行业Al岗位占比三年增长267%,既因为Al岗位本身增长约116%,也与行业整体招聘需求回落约四成有关。增长主要集中在互联网金融和基金证券投资类机构。已有头部银行的相关招聘,把prompt(提示词)、RAG(知识库检索)、LORA(模型微调)、Langchain(应用开发框架)等能力写进业务落地场景。岗位还需要把模型接入客户服务、风险管理、产品和决策流程。医药:Al已经进入研发业务A正在被用于药物筛选、分子预测和医药研发流程。相关招聘既包括AI算法人才,也包括医疗A专家。行业知识正在新的AI岗位中继续发挥作用。14CHAPTER0404约84%的A岗位来自A岗位占本企业全部招聘不足30%的企业;国央企的A岗位增速也高于外资企业。le4%来自AI岗位占比不足30%的企业49.3%AI岗位来自500人以下企业+122%国央企AI岗位三年增幅问题04·数据证据15CHAPTER0415哪些企业贡献A岗位,哪些企业增长更快?按企业内A岗位占比,观察A岗位来自哪里不足10%52%10%—30%32%不低于30%12%因部分企业内部AI岗位规模无法识别,未纳入上述分档,故存在占比加总不为100%的情况。不同规模企业的完整对照0—500人49.3%1.76%+144%500—1000人22.7%2.06%+95%1000—10000人16.5%2.38%+100%10000人以上9.2%2.96%+88%企业Al岗位占比,是一家企业Al岗位数占该企业全部招聘岗位数的比例;A岗位来源占比,观察的是不同企业贡献了多少Al岗位。万人以上企业的万人以上企业的Al岗位占比最高;0—500人企业贡献近半数Al岗位,三年增速也最快。问题04·数据证据CHAPTER04企业性质不同,经验要求和岗位集中度怎样变化?民营企业86.4%81.0%14.9%国央企3.4%70.8%22.0%外资企业4.5%71.5%20.7%港澳台资企业5.6%71.9%22.8%各类企业招聘最多的三个A岗位方向民营企业算法工程师24.4%策略产品经理6.8%图像识别6.6%国央企算法工程师37.5%机器学习8.9%深度学习8.2%外资企业算法工程师23.2%机器学习10.4%图像识别4.7%港澳台资企业算法工程师26.0%机器学习12.2%策略产品经理7.2%岗位方向后的比例为该方向占本类企业Al岗位的比例。企业经济性质仅基于可识别样本归类,数据可能存在偏差。各类企业都以1各类企业都以1—5年经验为主要需求。热需岗位高度相似,差异更多体现在资深人才比例和岗位集问题04·数据解读CHAPTER04普通企业也需要把AI接进业务的人。过半Al岗位来自Al岗位占全部招聘不足10%的企业,约84%来自这一比例不足30%的企业。普通企业可以通过现成的模型服务和接口接入大模型,不必全部自建算法团队。真正使用起来以后,需要招聘的是能够把AI接入业务流程的人。一个看起来像床罩的产品,背后也需要算法人才一家创业公司的核心产品是智能温控床罩:产品通过水循环调节床铺温度,并用传感器监测睡眠数据。一个看起来像床垫、床罩的消费产品,背后却需要电子硬件、传感器、算法甚至神经网络人才。快消企业开始招聘"营销技术专家"某快消头部企业近期招聘MarketingTechnologist(营销技术专家)。这个岗位明确负责推动A和Agent能力用于品牌内容创作和电商运营,与品牌、数字化团队一起寻找AI应用场景,并利用消费者数据、分析工具和智能营销工具,提升精准营销和业务表现。大企业与小企业,主要岗位相似,招聘节奏不同各类企业最常招聘的岗位其实很相似:算法研发、AI应用工程和Al产品管理都排在前三。万人以上企业的Al岗位占比最高,但0—500人企业的岗位增速最快,Al岗位绝对量也最大。大企业把A产品管理排在应用工程之前,小企业的AI应用和产品岗位增长更快。MarketingTechnologist等英文岗位名称沿用招聘原文,案例均已匿名化处理。问题04·数据解读CHAPTER04学历入口与经验要求,差别来自岗位结构。小企业的学历入口为什么更宽?业的4倍。0-500人企业中业的4倍。0-500人企业中9A,应用工程岗位三年增长418%,Al产,品管理增长358%9算法研,发增长43%。新增岗位主要是"把AI接进业cc务"的岗位,而非从零做算法研究。这类岗位本身的学历门槛低于算法岗,因此入口更宽,主要是岗位结构差异带来的,不是同一岗位放低了要求。500人以下企业中,大专及不限学历岗位占比约为万人以上企国央企国央企AI岗位三年增幅达122%民营企业仍是AI岗位的主要来源,占86.4%,近三年增长166%。国央企的A岗位近三年增长122%,高于外资企业的90%。国央企要求5-10年经验的岗位占22%,高于民营企业的14.9%和外资企业的20.7%。为什么国央企更需要有经验的人?四类企业的热需岗位高度相似,主要集中在算法工程师、机器学习、深度学习、图像识别和策略产品经理。区别在集中度:国央企Al岗位中,算法工程师占37.5%,为四类企业最高,这类岗位本身对经验要求更高。国央企Al岗位目前更集中在核心技术岗;相比之下,民营企业的应用、运营类岗位更丰富。因此,5—10年经验需求占比更高、岗位结构更集中在核心算法,是同一组岗位结构变化的两个表现。CHAPTER0505核心算法岗位仍在增长,但应用、产品、运营、销售和设计等非算法岗位增长得更快,已经成为A岗位主体。6%-45%核心算法岗占比32%55%应用岗与关联岗合计占比Ir55%核心算法岗绝对需求仍在增长问题05·数据证据20CHAPTER0520新兴岗位既要看增速,也要看招聘数量。这里的"新兴"指招聘需求快速形成规模,并不是2024年以后才首次出现。这些岗位在2024年上半年已经有少量招聘。大模型应用/Agent开发6,653+1748%Al设计师3,451+589%模型推理与部署700289%机器人系统与集成1,907+232%AI仿真与测试783+193%端侧AI工程师459+173%机器人算法工程师827+164%三类岗位在A招聘中的占比核心算法岗68%45%应用岗24%40%关联岗8%15%核心算法岗直接研发模型与算法;应用岗把已有模型接入产品与业务,如大模型开发工程师、A产品经理、等;关、联岗围绕A业务。开展运营、销售、'设计与支持。三类互斥且穷尽,占比合计100%。核心算法岗近三年绝对需求仍增长约55%快速起量:2024H1基数低于600个岗位,且'三年增幅超过150%问题05·数据证据21CHAPTER05持续增长的岗位中,产品、运营和销售已经形成规模。这组岗位并非刚出现,但招聘数量持续扩大。算法岗位也仍在增长。A产品经理8,204+299%大模型算法7,579+111%AI应用开发6,251+161%Al运营5,700+333%A销售/BD4,959+267%AI架构师3,406+225%A平台/MLOPs3,226+238%AI售前/方案2,722+234%AI数据/标注2,594+164%强化学习算法2,175+106%两组岗位数量均为样本数据对应半年度招聘职;位数;近三年增幅为2026H1相对2024H1的变。化。岗位名称沿用招聘分。类。持续增长:2024H1已有一定规模(600个以上),三年保持三位数或接近三位数增幅问题05·数据证据22CHAPTER05岗位结构变化背后,技能需求也在重新组合。关键技能提及量:2026H1相对2024H1MilvusI向量数据库24.3倍RAGI检索增强生成Langchain大模型编排8倍opencv1.36倍TensorFlowI传统框架1.26倍MATLAB1.06倍部分算法方向的岗位数量变化NLP算法工程师8397995%推荐/搜索算法工程师1,472107127%视觉/多模态算法9,05010743+19%上表比较招聘中技能词的提及量;下表比较岗位数量,两者不是同一统计指标。问题05·数据解读23CHAPTER0523不会写算法,也有机会参与Al业务落地。对普通职场人来说,最重要的变化是:从事AI相关工作,不再只有"会不会写算法"这一条路。到2026年上半年,应用岗和关联岗合计占55%,产品、运营、销售、设计以及行业解决方案岗位,都已经出现在AI招聘中。围绕"把模型真正用起来",一批岗位正在扩大。大模型应用/Agent开发工程师从360个增至6,653个;AI产品经理从2,054个增至8,204个,2026年上半年数量仅次于视觉算法;A运营、A销售/BD、A售前/解决方案也都明显增加。原有职能正在长出新岗位市场领域出现AI数字营销、A营销、AGC内容运营等方向。HR领域出现A转型组织发展专家、AI人才战略等岗位,还有TalentEngineer(人才工程师),负责招聘管理系统的配置与优化、招聘数据追踪和AI筛选工具接入。财务领域也开始出现AI财税流程岗、AI财务应用研发岗。汽车行业除了算法研发和自动驾驶算法,也在招聘A产品经理、智能座舱产品经理。这类岗位既要理解用户和业务,也要知道怎样用Al解决问题。AAgent开发和A解决方案岗位开始进入实体行业的不同业务部门,不再只是独立AI部门的任务。养老Al产品经理:既懂老人,也能调动Al一家科技初创公司招聘养老方向A产品经理,候选人可以来自计算机、产品、临床医学、营养学、老年学、公共卫生、认知心理等专业。岗位把Agent、RAG、人机协同与养老场景放在一起,需要的是既懂老人、又会调动AI的人。问题05·数据解读24CHAPTER05技术路线在变,相关能力正在融入新的应用方向。应用岗位背后的共同要求,是把模型接入产品和业务。大模型编排框架、RAG、向量数据库等连接模型与业务资料的工具增长更快,传统深度学习训练框架的需求增速则低于Al岗位整体。做AI应用不一定要会训练模型:会调用、会集成、懂业务,也能进入A落地岗位。为什么一些传统算法岗位数量回落?NLP算法工程师和推荐/搜索算法工程师,都是原有Al岗位中的重要方向,近三年数量分别回落5%和27%;同期Al岗位整体增长119%。视觉/多模态算法岗位在2026年上半年仍以10,743个排在第一,但近三年增长19%。部分能力正在融入大模型及新的应用方向。过去,翻译、摘要、分类和推荐等任务可能分别需要算法团队。大模型正础模型+微调或提示词"的技术路径,相关岗位的需求形态也随之调整。微调指在已有大模型基础上,用少量数据适应特定任务。这种变化更接近技能与工作重心的迁移。模型微调、大模型编排和效果评估等需求在增加,原有算法工在,但技能组合和责任范围已经改变。25CHAPTER0625原有专业能力仍然保留,企业是在它上面增加一层Al能力,并逐步从"会用工具"走向"能改流程"。2.9%→9.7%运营岗位点名A能力增至约3.3倍1.9%→6.1%市场岗位点名A能力增至约3.2倍1.2%→3.9%法务岗位点名A能力增至约3.3倍问题06·招聘要求对照26CHAPTER0626财务和HR:专业要求保留,Al能力正在叠加。下面对照公开招聘JD(职位描述)中的要求:过去为2019—2021年,现在为2024—2026年。企业名称已匿名化,不代表所有同名岗位的要求。财务分析专员/FP&A(预算与经营分析)某互联网企业过去:熟练使用Excel建模和数据透视表;编制预算与滚动预测;具备CPA(注册会计师)、CMA(管理会计师)等财会专业资质;熟悉金蝶、用友等企业财务系统(ERP)。现在新增:用chatGPT等AI工具辅助生成自动汇总脚本,把A财务工具接入企业财务系统(ERP/SAP);掌握SQL基础查询和powerBI数据可视化;部分岗位要求用python编写自动化脚本。HRBP(人力资源业务伙伴)某金融企业过去:熟悉六大模块,具备业务伙伴意识,能跨部门沟通并推动绩效管理,有组织发展经验。现在新增:用A优化人事办公、文案策划和项目复盘;掌握人力数据分析,了解A在员工体验和绩效管理中的应用;设计"人+AI智能体(Agent)协作"的组织架构;深度使用claudecode、GPT等Al工具和智能体。问题06·招聘要求对照27CHAPTER06招聘和行政:从处理事务,到把A接进流程。同样对照2019—2021年与2024—2026年的公开招聘要求,保留具体工具和工作内容。招聘专员(Al-native招聘专员)某互联网企业过去:熟悉招聘平台,能筛选简历和协调面试,沟通表达能力强,熟练操作ofhce.现在新增:熟悉Al寻源工具,用A提升简历精准匹配;"能手搓Agent",即自己动手搭建AI智能体,用A方式改善招聘流程;掌握人才盘点(Mapping)与A辅助市场分析。行政专员/行政助理某医药研发企业过去:熟练使用offhce,负责文件归档、会议安排与纪要、采购管理和沟通协调。现在新增:用chatGPT、copilot、otter.ai辅助会议纪要和文件处理;用zapier、RPA等流程自动化工具处理重复工作;主导行政AI智能体落地,并持续迭代系统或具体功能(skill)。RPA指用软件机器人执行重复、规则化的流程。以上为匿名企业的公开招聘要求,用于展示变化,并非所有企业都要求候选人同时具备上述能力。问题06·数据解读28CHAPTER0628新增要求正从"会用工具"延伸到"能改流程"。对普通求职者来说,最值得注意的是:原有专业能力仍然保留,企业正在其上增加数字化要求和AI要求。运营岗位中,2026年上半年约三成招聘提出数字化要求;其中,直接点名Al能力的比例从2.9%增至9.7%。市场和法务岗位点名Al能力的比例也增至约3倍。"数字化要求"与"直接点名A能力"是两个范围,不能把约三成都理解为要求Al.第一层完成具体任务用AI做分析、写作和会议纪要。第二层接进工作流程把AI放进招聘、财务或行政流第三层重新设计流程能体或相关系统落地。市场岗位新增的要求,主要是用AI做用户洞察、内容生成和营销策略优化。企业看重的不只是能不能产出内容,也包括能不能降低内容生产成本、提高触达效率。财务岗位保留预算、预测和专业资质要求,同时开始要求用流程自动化工具配合AI完成凭证分类和报销审核。HR与行政的变化也不仅是多用一个工具,而是将人才筛选、会议文件处理等工作接入新的流程。并不是每个岗位都走到了第三层。直接点名A能力的招聘仍是少数,但已连续上升,一部分企业已经把工具、流程自动化和智能体落地写成显性条件。对传统职能从业者来说,变化未必意味着先换行业或换岗位,也可能是在原岗位补上新的工作方法。29CHAPTER0729Al岗位不是一起降低门槛,而是从单一的算法入口,扩展出产品、运营、设计和行业应用等更多入口。33%25%要求硕博学历的岗位占比63%→59%限定计算机或A专业的岗位占比0.7%1.3%校招与应届岗位占比问题07·数据证据30CHAPTER0730分开看学历门槛和工作经验要求。45.2%核心算法岗硕博要求9.5%应用岗硕博要求4.3%关联岗硕博要求约4成未限定计算机或AI专业A岗位结构变化2024H1核心算法岗%应用岗24%关联岗l8%2026H1核心算法岗45%应用岗40%关联岗15%明确写出年限要求的A岗位:两档主要经验需求1—5年70.49%75.90%5—10年25.55%19.90%岗位大类按职位名称关键词近似分组;年限分布以明确写出年限要求的Al岗位为基础。另有应届/1年以内、10年以上两档,以上两档并非全部岗位。问题07·数据解读31CHAPTER0731入口正在变多,原有专业能力仍然有用。Al岗位正在从主要招算法人才,变成同时招聘大量应用、产品、运营和设计人才。近三年,应用岗和关联岗的占比从32%增至55%。随着这类岗位变多,要求硕博学历的比例从33%降至25%,明确要求计算机或AI专业的比例从63%降至59%,校招和应届岗位占比从0.7%增至1.3%。进入Al不再只有"学计算机、做算法"一条路。更现实的机会,是把原有专业能力与Al叠加产品经理可以做Al产品,运营人员可以做Al运营,设计师可以使用AI工具完成内容和创意,懂医疗、制造、金融等行业的人也可以参与A在具体业务中的落地,不必从头转成算法工程师。入口变多的同时,不同岗位仍有各自的专业和实践要求。约四成A岗位没有明确限定计算机或A专业,但企业仍会看候选人是否真正使用过Al、是否懂业务,以及能不能用A解决具体问题。新的入口与资深经验需求同时出现工作年限并非单向降低。各类企业仍以1—5年经验为主要需求,要求10年以上经验的岗位也在增加。核心算法岗依然更看重高学历和技术背景,只是它不再是进入A的唯一入口。医疗Al:医学知识怎样进入模型和临床流程?医疗A落地不只需要训练模型,还要处理医学知识如何进入模型、临床流程如何融入系统、A结果如何服务医生决策。因此,企业既需要算法工程师,也需要懂医学场景、业务流程并能连接技术与应用的人。医药AI研究员的核心门槛仍可能是医学相关硕士背景,A是连接专业知识和产品的工具。32CHAPTER0832企业仍然需要资深人才,但更看重他能否找到问题、改造流程,并对AI项目的实际结果负责。100232要求10年以上经验的AI岗位指数4.7%→7.2%要求行业经验的岗位占比7.8%13.1%AI管理岗占比问题08·数据证据33CHAPTER0833企业仍需要经验,但负责人类型正在变化。7.8%2024H1AI管理岗占比9.6%13.1%2025H1AI管理岗占比2026H1AI管理岗占比+132%10年以上经验岗位三年变化算法研发负责人37%2024H137%2026H119%A产品管理负责人27%2026H127%管理岗指总监及以上岗位。管理岗内部的负责人占比,与管理岗占全部A岗位的比例,是不同统计范围。10年以上经验需求指数以2024H1为100。问题08·数据解读34CHAPTER0834经验的价值,从年限转向判断与落地。A人才市场对资深经验的需求正在增加。要求10年以上经验的Al岗位需求指数从100增至232,要求行业经验的岗位占比从4.7%增至7.2%。企业仍需要资深人才,但更看重的是能不能把过去积累的经验用在Al落地上。企业进入A落地阶段后,难点不只是有没有模型,而是找到真正值得改造的业务问题,把AI放进业务流程,并对结果负责。这也是企业继续需要资深人才的原因。管理岗位内部,算法研发负责人的占比从37%降至19%,A产品管理负责人的占比从23%升至27%;增加的不只是管技术的人,也包括能带领产品、运营、销售和解决方案落地的人。招聘中更受关注的经验有三类一是"Al+原有专业能力",能把AI用到财务、汽车研发、智能驾驶、供应链等具体场景;二是发现问题、判断优先级,解决复杂和非标准化问题的能力;三是创造力和探索力,愿意尝试新工具、新方法,并发现新的AI应用场景。供应链经验怎样转成A价值?十年制造业经验真正能转化为A价值的,不是"做得久",而是知道供应链痛点在哪里、数据在哪里、流程卡在哪里,并能把这些问题翻译给算法团队,对工作年限本身不是唯一判断标准,只靠信息积累、流程熟练和重复执行形成的优势也在发生变化。AI正在帮助更多人更快获取行业信息、拆解成熟案例。企业真正追问的是:是否主导过成功项目、推动过落地、解决过复杂问题。问题08·转型案例35CHAPTER0835两位资深人才,怎样把旧经验带进新领域?从汽车电驱,转向机器人关节一位有多年汽车行业经验的工程师,过去负责电机结构设计开发和电驱系统设计,积累了电机、驱动系统、结构设计和工程开发经验。进入一家具身智能创业公司后,他转向机器人轴向关节设计,并补充机器人关节和运动控制知识。他接受了约30%的薪酬调整,以此换取进入具身智能领域的发展机会。企业更关注的是他的底层技术能力、工程经验、综合素质和学习能力。从医药数据分析,转向企业AI数字化创新一位有生物统计学与流行病学背景的资深人才,职业早期在国际制药企业担任多渠道营销大数据分析部门负责人,长期负责医药市场数据分析、客户洞察和业务决策支持。后来,他进入一家国内领先的医药研发外包服务企业(CRO),负责AI数字化创新,推动人工智能在研发、运营和业务流程中落地。生物统计学提供了数据基础,医药经历提供了业务理解,数字化经验帮助他把A转成企业解决方案。跨行业转型时,企业会看原有能力和经验能否迁移到新的业务问题,并综合考虑学历、稳定性、过往表现和绩效。候选人是否真正学习和使用过A产品,能否接受新的工作方式,也会成为判断依据。案例为匿名化访谈/项目观察整理,用于说明经验迁移逻辑。36CHAPTER0936约2.2倍AI岗位中位薪资vs整体岗位约4倍AI岗位内部最高薪VS最低薪职能具备高阶AI技能的额外薪酬问题09·数据证据37CHAPTER093716个岗位方向,薪酬位置分别在哪里?2026年上半年,各岗,位方向的税前年薪中位数如下。此表用于比较薪酬位置,不表示近三年绝对薪酬变,化。表中薪酬为样本内全国同类岗位的中位薪酬水平,可能受样本规模及城市、行业结构差异影响,数据仅供参考。模型部署与推理42A平台与基础设施36机器人算法研发36算法研发35AI售前与方案32.5AI架构与解决方案31.5A产品管理30嵌入式与端侧Al30机器人系统与集成28A科研26仿真与测试19.2A销售与商务19.2Al运营18.6AI应用工程18Al设计10.8AI数据工程9.6薪酬比较基于2026H1招聘薪酬区间中位数,单位为税前年薪。问题09·数据证据38CHAPTER0938整体工资更高,不同能力和经验之间仍有差距。A岗位中位薪资相对全部岗位约2.2倍AI岗位最高薪职能相对最低薪职能约4倍10年以上经验岗位相对应届岗位约8倍同类岗位中具备高阶AI技能的额外薪酬11%三年来,A岗位内部的构成也在变化20万元以下岗位占比30%35%应用/运营/设计/数据岗位份额15%30%算法研发岗位份额63%38%高薪岗位占比17%17%本表呈现岗位构成的变化,不表示同一个岗位的薪酬涨跌。表中"高薪岗位"沿用研究分类。问题09·数据解读39CHAPTER0939高薪来自稀缺能力,以及可验证的落地结果。Al岗位整体工资高,不等于每个A岗位都高薪。内部最高薪与最低薪职能约差4倍,10年以上经验岗位与应届岗位约差8倍。同类岗位中,具备高阶AI技能还有约11%的额外薪酬。薪酬差距首先来自岗位结构变化。薪酬相对较低的应用工程、运营、设计和数据类岗位扩张较快,份额从约15%增至约30%;薪酬较高的算法研发岗位份额从63%降至38%。Al岗位增加的同时,年薪20万元以下岗位的占比也从约30%增至35%。高薪更多集中在稀缺、并能对落地结果负责的能力上。模型部署、系统架构、算法研发和行业解决方不只是为"会使用A工具"付钱。数据分析师:已有能力怎样继续使用?过去主要负责数据处理、指标分析和业务洞察;企业进入AI应用阶段后,需要有人把企业数据、业务流程和大模型结合起来,建设智能问答、预测分析和知识库助手。已有的SQL、数据处理和业务理解能力可以继续使用,再补充大模型调用、RAG知识库和Agent流程设计,就可能转向AI应用工程。Al客服:难点不只是引入工具更难的是理解客服流程、设计知识库体系、优化回答效果并改善业务指标。会使用A工具的人越来越多,能够完成"业务场景设计技术落地一效果优化"完整链路的人跨境电商供应链:经验、工具与结果逐层叠加行业经验构成基础;会用A工具辅助分析,可以提高效率;真正推动过AI项目落地,才会形成更高的市场定价。企业更愿意为可验证的落地结果付费,而不只是为"会用AI"付费。岗位能力解析基于公开招聘JD与项目观察,用于说明能力定价逻辑,不是具名人物案例。40CHAPTER1040当工作包含较多信息搬运、模板套用和重复执行,A更适合参与其中的标准化部分。信息搬运把资料从一个地方整理到另一个地方模板套用按照固定格式持续生产相似结果重复执行规则明确、需要不断重复的操作问题10·工作方式对照41CHAPTER10岗位还在,人的工作重点已经改变。推荐算法工程师大量精力用于特征工程模型训把大模型用于特征生成语义理解和用户意图理练和参数调优。解;工作重点转向把大模型与推荐系统结合