这两年，越来越多人开始用AI写方案、处理数据、做内容，企业也在不断尝试将AI与业务融合。从2024年到2026年，AI相关招聘岗位增长约119%。工具在更新，原有的工作内容和岗位价值也在不断发生变化。

对职场人来说，更关心的是：这些变化，会给自己带来哪些职业发展的新机会？过去积累的经验，还能不能派上用场？

9月17日，科锐国际（300662）联合得到AI学习圈发布《AI时代，工作机会正流向哪里？——2026AI人才市场报告》。报告基于公开招聘岗位数据及实际运营项目整理，从行业、城市、企业类型、岗位结构、能力要求等多个维度，观察过去三年AI人才市场发生的变化。

科锐国际（300662）轮值CEO曾诚与得到AI学习圈主理人快刀青衣，结合报告内容，围绕企业和职场人普遍关心的问题，在当晚的直播中展开精彩对谈。

AI 机会正从「做AI」走向「用AI」

AI人才的需求，正在从「技术研发」延伸到「场景落地」。

报告显示，核心算法岗在全部AI岗位中的占比，从68%变为45%，应用岗与关联岗合计占比达到55%。核心算法岗的招聘需求仍在增长，应用与业务相关岗位增长得更快。

这些岗位包括应用开发、AI产品、运营、销售和设计等。有些需要较强的技术能力，也有些更看重行业知识、产品经验和客户沟通能力。所以，判断自己能否进入AI领域，需要看具体岗位做什么，能力是否可以迁移。

招聘AI人才的企业范围也在扩大。报告统计的AI招聘需求中，500人以下企业贡献了49.3%，接近一半。从行业看，制造、金融、医疗等传统行业也在增加AI岗位。

谈到城市选择，曾诚建议，看懂一座城市的AI机会，先要看懂它的产业。既要看人才和资金流向哪里，也要看当地的产业正在用AI解决什么问题，哪些企业因此增加了岗位。

北京、杭州、上海和深圳仍是AI岗位的主要聚集地；郑州的新增机会与算力基础设施、短剧和内容电商相关；武汉更多依托汽车、光电、机器人和制造业；苏州的制造业AI岗位数量已经超过互联网行业。

企业更看重能解决实际问题的经验

随着AI走进业务，企业对经验的期待也变得更具体。

报告显示，同期要求10年以上工作经验的AI岗位需求，达到原来的2.32倍；明确要求行业经验的岗位占比，从4.7%升至7.2%。

曾诚在直播中谈到，经验的价值，体现在你能不能判断问题出在哪里？为什么一个方案执行不下去？如何协调不同部门？遇到复杂情况时，怎么作出取舍并推动结果？

这些能力，也可能在新的行业里派上用场。直播中提到，一位从事汽车电机结构和电驱系统设计的工程师，后来转向机器人关节设计。两类工作都涉及电机、电驱、结构、热管理和可靠性，过去积累的工程能力因此找到了新的应用场景。

曾诚建议，转向一个新行业，可以从自己已经擅长的事开始。把过去的经历与目标岗位逐项对照，看看哪些问题是自己解决过的，哪些方法还能继续使用。与此同时，新领域需要补充的知识，以及转型的学习成本、薪酬和企业所处阶段，也要一起考虑。

岗位名称没变，能力要求已经变了

AI带来的另一种变化，同样发生在原有岗位中。

报告显示，运营岗位明确提出AI能力要求的比例，从2.9%升至9.7%；市场岗位从1.9%升至6.1%。财务、HR等岗位，也出现了与自动化、数据分析和AI应用有关的新要求。

岗位名称可能还是运营、财务或HR，但企业期待的工作方式已经有所不同，AI能力正在成为专业能力的一部分。

例如，现在的财务人员普遍会借助AI自动化工（850102）具减少重复处理，把更多精力用于经营分析。但哪些数据需要核对、什么结果真正有价值，仍然需要专业判断。

能提出准确的问题、判断结果是否可用，本身就是专业能力。把这份积累带进AI的使用中，原有岗位也可以拓展出很大的发展空间。

具体成果，比「会用AI」更有说服力

对于职场人如何开始，曾诚给出了非常实用的建议：用AI重新做一遍你的工作，或者重新做一遍你工作当中的某一个任务。

这样的任务可以很小，比如一份每周都要更新的报表，或一项反复进行的数据核对。你越熟悉它，就越容易判断AI究竟帮上了什么忙。

快刀青衣进一步建议，把成果做成别人能看到的作品。记录原来的问题是什么，你用了什么方法，最终产生了什么效果；除了展示结果，也说明哪些地方经过了自己的检查、调整和判断。

它可以是一个小工具、一份分析报告、一套流程，也可以是一篇完整记录实践过程的文章。让别人看见你用AI解决过什么问题，做成过什么事，能力就有了更具体的证明。

AI人才市场的变化，给了我们一个重新审视职业发展的角度：

与其只问“AI会不会影响我的工作”，不如看看：企业正在用AI解决哪些问题？我的经验和能力，与这些需求有哪些交集？有些机会来自新的岗位，有些来自新的行业，也有一些，就藏在你已经熟悉的工作里。