刚刚，来自Revealera（一家为金融企业来提供就业数据的服务商）联合创始人，Henley Wing Chiu的一份研究，收集、分析了从2023年1月到2025年10月近1.8亿份全球岗位数据信息，用数据看清AI时代的职业沉浮。

  多数研究或着眼于宏观行业，或聚焦于特定人群，难以描绘出一幅具体而真实的全景图。

  尽管并非所有招聘信息都会转化为真实雇佣，部分甚至有可能是为维持招聘热度的幽灵岗位，但对于比较不同职位头衔的相对增长而言，这并不构成核心障碍。

  Henley Wing Chiu的目的非常纯粹：找出在2025年，哪些具体的职位头衔相较于2024年经历了最剧烈的增长或衰退。因为这些变化，最大有可能直接反映出AI所带来的冲击。

  Henley Wing Chiu开发了一个包含650个不同标准化职位头衔（如图形设计师、护士等）的分类系统，并使用Amazon Mechanical Turk的众包工人，对从Revealera获取的数百万个随机招聘信息进行标注。

  基于这些训练数据，Henley Wing Chiu构建了一个机器学习模型，该模型能够将所有1.8亿份招聘信息分类到这些标准化的职位头衔中。

  这些招聘信息是全球性的，不仅限于美国，涵盖了很多类型的公司：大规模的公司、中小企业、中型公司、初创公司、政府组织和大学，覆盖所有行业。

  数据直接从公司官网抓取，而非来自Indeed或LinkedIn等聚合平台，因此重复率极低。

  借助这个数据集，Henley Wing Chiu能够识别出哪些具体的职位头衔在2025年（1月至10月）相较于2024年和2023年增长或下降得最快，并据此推断AI可能在其中扮演的角色。

  Henley Wing Chiu建立了一个基于语义嵌入和集成方法的监督学习流程，用于职位头衔分类。

  使用对比学习方法，在成对的职位描述上微调了一个hugging face上下载量接近17.8万次的聚类搜索模型all-mpnet-base-v2。

  在深入探讨具体职位之前，Henley Wing Chiu建立了一个参照系。

  数据显示，与2024年同期相比，2025年的全球招聘岗位总量下降了8%。

  这个数字与Indeed近期报告的美国就业市场7.3%的同比降幅高度吻合，证明了Henley Wing Chiu所用数据的全面性和可靠性。

  这个8%的基准线至关重要。当审视某个具体职位的兴衰时，它能帮助判断：这个职位的变化是随波逐流，还是受到了更强烈的特定冲击？

  因此，分析的焦点，是那些显著偏离市场中等水准的职位，在它们身上，AI的影响力才最为清晰。

  在跌幅最大的前十个职位中，有三个属于创意领域：计算机图形艺术家（-33%），摄影师（-28%），以及作家（-28%）。

  其中，计算机图形艺术家涵盖了技术美术、3D艺术家和视觉特效艺术家等角色，而作家则包括了文案、编辑和技术文档撰写人。

  紧随其后的是记者（-22%）和公共关系专员（-21%），同样面临着显著的需求下滑。

  数据显示这可能是一个持续两年的下滑趋势。计算机图形艺术家的岗位数量在2024年下降12%之后，2025年再度锐减33%。

  然而，将所有创意工作一概而论是草率的。当放眼整个创意领域，会发现并非所有岗位都在经历寒冬。

  一个清晰的模式浮出水面：那些偏向执行的创意岗位正在萎缩，而涉及创意策略和领导的角色则表现出强大的韧性。

  创意总监、创意经理和创意制作人等职位，其核心工作更多地关乎方向的制定和策略的思考，这些是目前的AI难以企及的。

  一名平面设计师的工作远不止于绘图，他们要花费大量时间解读客户的反馈，并在此基础上进行迭代。

  产品设计师更是如此，他们的工作涉及用户研究，以及决定构建什么和为何构建的战略性问题。

  AI正在接管那些标准化的、可重复的执行环节，而将人类的智慧推向了更需要战略思维、同理心以及复杂决策的高地。

  在跌幅榜前列，有三个职位与AI的关联并不直接，它们都属于监管和环境领域：企业合规专员（-29%），可持续发展专员（-28%），以及环境技术员（-26%）。

  这些职位的下滑速度甚至超过了创意岗位，并且呈现出加速的态势。企业合规专员的岗位在2024年仅下降了6%，到了2025年，跌幅却扩大至惊人的29%。

  在美国，可持续发展专员主要帮企业满足环境法规和ESG（环境、社会和公司治理）承诺，而这些议题在近年成为了一些争议的焦点。

  企业合规专员的职责是确保公司遵守法规，但如果监管环境有所放松，企业维持相关团队的动力自然会减弱。

  一枚硬币总有两面。在同一时期，贸易合规专员的岗位数量逆势增长了18%，这与近年来全球贸易关税政策的变化不无关系。

  为了验证这一下降有没有特殊性，Henley Wing Chiu将其与相似的医疗行政岗位进行了比较。

  医疗编码员的岗位数量基本持平（-0.02%），医疗助理下降了6%，表现甚至略好于市场整体水平。只有医疗文书的跌幅达到了20%。

  这些工具能够实时收听医患对话，并自动生成结构化的临床笔记。医疗文书的工作很有价值，但它本质上是一种高度结构化的文档记录任务，这恰恰是AI技术近年来取得长足进步的领域。

  今年的骤降究竟是长期趋势的开端，还是短期市场的调整，需要更加多的数据来做出判断。Henley Wing Chiu将这个职位列入AI影响重点观察名单。

  在2024年已经实现了78%的惊人增长之后，2025年其岗位数量再度飙升40%，成为所有职位中增长最快的角色。

  科技领域的研究/应用科学家：+11%（企业不再满足于调用API，开始构建自己的专有模型）

  数据中心工程师：+9%（所有AI的推理和训练都需要海量的计算基础设施支持）

  企业需要科学家来研发模型，需要机器学习工程师来部署模型，需要机器人工程师将模型应用于仓库和工厂，还需要数据中心工程师来为这一切提供动力。

  数据中一个最反常的发现是：在整体就业市场收缩8%的背景下，高层领导岗位的需求就没有受到影响。

  Henley Wing Chiu将总监、副总裁（VP）和首席级别（C-Suite）的职位合并为高层领导，并与中层管理者和普通员工做比较：

  高层与中层之间有4个百分点的差距。虽然两者都优于市场中等水准，但职位越高，境况越好。

  企业正在增加可以有效的进行战略决策的领导者，同时减少负责监督执行过程的中层管理者，以及更少的执行者。谷歌在过去一年中裁撤了大量中层管理岗位，或许正是这一趋势的缩影。

  一位总监或副总裁，现在可通过AI编程工具快速搭建产品原型，验证一个想法，而不再需要一个庞大的工程师团队。

  那些对普通员工构成威胁的AI工具，反过来却赋予了高层领导更强的独立作战能力。一位能够用Cursor快速开发原型，或用Claude验证技术方案的产品副总裁，自然不再需要那么多向他汇报的下属。

  这同样不是短期现象，该职位在去年已经增长了10%，显示出持续两年的强劲势头。

  对此最好的解释是，网红营销已发展出一套成熟的价值证明体系。通过复杂的追踪技术、归因模型和真实的投资回报率（ROI）测量，品牌能够清晰地看到哪位创作者的合作正在有效推动销售。

  但Henley Wing Chiu认为，背后还有一个与AI息息相关的更深层次的趋势。

  当互联网被海量的AI生成内容所淹没时，传统渠道仅存的信任感正在被迅速侵蚀。

  人们正在对网络上的一切产生免疫反应。然而，一个与自己年龄相仿的TikTok博主发布的护肤视频，感觉依然真实、可信。

  网红不单单是推销产品的年轻人，他们被视为让人信服的线上朋友，这对品牌来说是一种强大的、可以连接和利用的声音。

  Sparktoro的创始人Rand Fishkin也承认，网红营销是数字营销领域为数不多的亮点之一：数字营销岗位近几年来处境艰难，特别是搜索引擎优化（SEO）、内容和社会化媒体领域，因为搜索引擎和社交网络大幅削减了它们对外输出的流量，即所谓的‘零点击万物’（Zero Click Everything）现象。

  而在此背景下，为数不多的亮点之一便是‘零点击营销’（Zero Click Marketing）的兴起，即在用户关注的地方影响他们，而不必强求直接的流量点击。

  尽管关于AI将取代软件工程师的讨论不绝于耳，但数据揭示了相反的情况：软件工程师的岗位数量自去年以来并未发生太大变化。

  大多数工程类职位要么在增长，要么在市场基准线附近徘徊。这一切都发生在GitHub Copilot, OpenAI Codex, Claude Code等AI编程助手被认为将使人类程序员过时的这一年。

  当你给一名开发者配备了Copilot，他不会因此失业，而是能更快地交付功能，处理更复杂的问题，将更少的时间浪费在编写样板代码上。

  这不禁让人联想，是否与Replit, Lovable, Bolt.new这类vibe coding工具的涌入有关，它们让创建网站或应用前端变得异常简单。

  Henley Wing Chiu怀疑AI尚不能取代复杂的前端工作（比如构建一个像Figma这样的前端应用），但它可能正在对那些相对简单的工作产生影响。

  尽管存在种种关于AI取代程序员的炒作，但相对于大多数其他白领工作，软件工程在今天仍然是最稳固的职业之一。

  AI让数据分析变得前所未有的简单，人们自然会预期数据分析师的岗位将面临萎缩。数据工程师和数据科学家的岗位在过去几年稳步增长，那么数据分析师呢？

  这两个角色的表现都超过了市场整体水平，这表明用于数据分析的AI工具并未取代数据分析师——至少目前还没有。

  像ChatGPT这样的AI工具可以编写SQL查询和创建可视化图表，但它们更多的是在提升分析师的生产力，而非取代他们。

  当你为分析师提供AI辅助时，他们不会被淘汰，而是能够去解决更复杂的问题，花更少的时间在常规查询上，从而更快地提供洞见。

  数据分析师的核心价值依然在于：知道该问什么样的问题，判断哪些数据让人信服，以及将分析结果转化为可行的商业建议。

  然而，多个方面数据显示，客户服务代表的岗位仅下降了4.0%，尽管各大公司都在尝试用AI实现客户服务的自动化，但这个降幅仍然优于-8%的市场基准。

  我们都听过一些公司大张旗鼓地实施AI聊天机器人，并解雇客户服务团队的故事。Klarna公司就曾因用AI取代客服团队而登上头条，但最终又不得不重新雇佣他们。

  许多公司发现，聊天机器人处理简单的查询尚可，但在任何的需要判断力或同理心的事情上都会彻底失败。

  当顾客感到愤怒或困惑时，他们要一个能理解他们情绪的人，而不是一个只会照本宣科的机器人。优质的客户服务包含着共情，以及在特定情况下做出判断，比如减免费用或批准退款。

  此外，很多公司也不愿承担因AI聊天机器人向客户做出错误承诺而带来的负面新闻风险。

  销售类岗位作为一个整体，表现优于-8%的市场基准。大多数销售岗位的降幅轻微，甚至有所增长。

  与其他领域清晰的模式（如创意执行岗下降，创意领导岗稳定）不同，销售岗位的变化没有遵循明显的层级规律，各个层级都呈现出复杂多样的态势。

  在个人贡献者层面，客户主管（Account Executive）下降了5.9%，但客户经理（Account Manager）却增长了1.6%。在中层管理层面，销售经理下降了2.6%，但销售总监却增长了2.5%。

  其中，营收总监（Director of Revenue）10.2%的增幅尤为突出，是唯一显示出明显地增长的销售职位。这是一个相对较新的角色，在十年前几乎不存在，它代表了公司对增长思维方法的转变。

  公司对营收运营的理解变得更复杂。在经济紧缩时期，你不能仅仅靠增加销售人员来处理问题，你需要有人来优化整个系统。

  营收总监通常负责数据基础设施、薪酬模型、区域规划和技术栈，这些都能让团队其他成员更有效率。

  产品驱动增长（PLG）的兴起意味着营收并不止于初次销售。你需要有人去思考扩张、增购、留存和流失，而不单单是新客户。

  AI工具有可能正在处理更多这类结构化的、数据密集型的工作，但仅凭一年的显著下降，尚不足以称之为趋势。

  还有一个需要我们来关注的新兴角色是进入市场工程师（GTM Engineer）。

  这些技术专家使用像Clay这样的AI工具来构建复杂的潜在客户开发系统，自动化外联，并优化整个市场进入策略。由于岗位总量较少，这一个角色未能进入Henley Wing Chiu的主要榜单，但其年同比增长率高达205%，是销售相关领域中增长最快的角色。

  Henley Wing Chiu分析中的大多数工作岗位都没再次出现断崖式下跌。

  它的影响是选择性的，它重创了某些创意执行工作，而那些需要同理心、战略思维或复杂问题解决能力的岗位，如软件工程、创意总监和客户服务，则表现出惊人的韧性。

  然而，其他创意岗位如图形设计师、产品设计师和创意总监的需求到今天都没有受到太大影响。

  即使在技术领域内部，后端的复杂性依然被格外的重视，而前端工作则略显商品化。

  这些趋势能否在2026年及以后得以延续，将是一个值得持续观察的有趣问题。