6月18日消息，由同道猎聘与清华经管学院人工智能与管理研究中心联合举办的“Talent AI：《AI时代技能趋势报告》发布”活动17日在清华大学举办。活动围绕AI时代企业人才需求变化、AI技能在不同行业与职能中的渗透趋势，以及企业如何识别、吸引与培养新型AI人才等议题，邀请学界与产业界嘉宾共同展开深入探讨。

当前，AI技术正在加速进入各行各业，企业对于“懂AI、会用AI、能与AI协同工作”的人才需求持续提升。活动现场，同道猎聘与清华经管学院人工智能与管理研究中心共同发布《AI时代技能趋势报告》，为企业理解AI时代人才结构变化与技能需求演进提供参考。

杨斌：AI变革的关键不是“+AI”，而是组织底层逻辑的重构

清华大学校务委员会副主任、可持续社会价值研究院院长、清华大学经济管理学院领导力研究中心主任杨斌在《AI次方变革——组织的中年撞上技术的青春期》主题演讲中提出，“AI次方”并不是单纯强调AI带来的指数级速度，而是一种理解AI时代的心智模式。与“AI+”或“+AI”所代表的工具叠加、技术赋能不同，AI被放到“指数位”后，会倒逼位于“底数”上的商业模式、组织模式、人才模式乃至个体心智发生质变。对企业而言，真正需要关注的不是AI本身有多强，而是自身这个“底数”能否在AI作用下完成重构。

他进一步表示，面对仍处于快速迭代、持续涌现的“技术青春期”，许多组织容易陷入即期绩效、线性改进、路径依赖和认知自增强的“组织中年”。如果仍停留在原有流程、权力结构和组织惯性中，AI可能无法带来跃迁，反而会放大组织原有问题。因此，AI变革的关键不只是拥有更先进的模型，也不是简单做局部试点，而在于场景落地、组织适配与业务流程的深度融合。他认为，AI时代的核心问题，也不只是“哪些岗位会被替代”，而是人才、组织与教育评价体系都将被重新定义。

戴科彬：AI正在重构人才坐标系与组织形态

同道猎聘集团董事会主席兼CEO戴科彬在《AI时代人才坐标系迁移与组织进化》的演讲中指出，2026年AI进入“日更时代”，并系统性重塑就业结构与组织形态。全球范围内出现“中层塌陷”趋势，在AI与自动化作用下，中初级白领岗位承压明显，而高端专业与领导型人才相对稳定，体力劳动岗位短期未被大规模替代。与此同时，科技行业在利润增长背景下持续裁员，中层管理岗位成为优化重点，组织呈现加速扁平化。在中国市场，销售、商务、品牌、法务及部分互联网初级技术岗位需求下降，本质源于AI工具对基础劳动的效率替代与结构性重构。其核心驱动力是AI基础设施（AI Infra）快速成熟，使AI加速从技术创新到应用落地，推动岗位结构重新分化。表面是岗位变化，深层则是组织形态与人才标准的重构。

在组织层面，个体走向“一专多能”，组织从“人管人”变为“人管Agent”；人机协同使更多部门变为一人组织；工作方式由串联SOP升级为并联多任务；沟通机制由层级汇报走向直达一线；成本核算从People Cost转向Token Cost。同时，技能开始与个体解耦并被结构化沉淀，推动AI原生组织加速形成。在人才层面，核心能力标准转向决策、担当与创新、审美等不可替代能力，并催生AI产品经理、解决方案架构师、AI数据策略分析师及机器人运维、智能产线调度等新岗位，同时延伸至具身智能领域推动蓝领数字化升级。戴科彬强调，AI不仅改变岗位结构，更在重构组织逻辑与人才评价体系。

徐心：AI技能需求走向系统化、复合化

清华大学经济管理学院副院长、史带讲席教授、清华经管学院人工智能与管理研究中心主任徐心在《AI时代技能趋势报告》解读中表示，AI时代的人才需求正从单一算法与模型能力，走向更加系统化、复合化的技能结构。研究团队结合国际AI技能分类体系、本土企业调研及猎聘平台大数据，提出“7×4”的AI技能分析框架：即从AI基础算法与模型、生成式AI应用、AI智能体构建、AI多模态理解与生成、物理AI、AI数据算力与工程化部署、AI伦理安全与合规七大领域，以及入门级、进阶级、专家级和领军级四个层次，观察AI时代劳动力市场中的技能需求变化。

他指出，从数据趋势看，随着AI能力在各行业的应用推广落地，企业对AI人才的需求已经不再集中于基础算法与模型，而是逐步形成“算法+应用+智能体”的复合结构。生成式AI应用、AI智能体构建等领域需求快速增长，AI伦理、安全与合规也长期保持较高关注度。从能力层级看，AI需求正在从“独立完成单一场景落地”，向“聚焦复杂场景的系统设计”演化，呈现出“应用层初级化、工程层中级化、治理层高级化”的特征。这也意味着，算法人才依然重要，但更具竞争力的是能够将算法能力嵌入具体场景、工程部署和应用产品中的复合型人才。

徐心称，AI技能正在从纯技术岗位向更多行业和职能扩散，智能已不仅仅是实验室中的研究路线，而是逐步成为企业生产经营中的重要生产要素。从行业看，AI需求集中于IT、汽车、电子、金融等领域，同时也在制造、生活服务、教育培训等场景中加速渗透；从城市看，北京呈现“最大规模+最高渗透率”特征，上海更突出工程化与实体产业结合，深圳体现硬科技和制造链驱动，杭州则呈现鲜明的金融科技特色。面向未来，不同岗位、不同资历的人才都需要重新理解AI能力，在具体场景中形成与AI协同工作的能力。

郭迅华：从“智能体监护”到AI型组织

清华大学经济管理学院教授、清华经管学院计算与行为科学实验室主任郭迅华在分享中，从“能力迁移”的视角指出AI正在系统性改变能力结构：那些依赖长期经验积累形成的能力，正在快速被AI所吸收。与之相对，能够跨场景、跨系统迁移的“元能力”变得更加关键，尤其是驾驭人与AI/Agent关系的能力。他进一步提出，人与Agent的关系本质是一种“监护关系”，因为AI具备自主决策与学习能力，但不具备担责能力。作为AI监护人的新型人才，其核心能力在于目标设定、引领培育和把关担责三个方面。

在组织层面，他认为AI型组织具有三个特征。一是AI技术成为基础性资源，像水电与网络一样嵌入组织运行底层，推动组织结构发生根本变化。二是任务执行单元不再是单一的“人或团队”，而是“人+AI”构成的混合单元。三是组织当中开始形成面向“人+AI”共同决策的权责治理体系。在向AI型组织演进的过程中，组织的技术应用方式将从传统的开发部署转向能力生长，技术的价值逻辑将从替代人力转向人机共生，组织结构也将从职能划分转向人机协同的任务编排体系。转型的关键，可能在于建立有效的组织环境，让卓越的“AI监护人”能够脱颖而出。

随着AI能力逐步成为各行业、各职能岗位的新变量，如何重新理解人才、识别人才、培养人才，并推动组织完成面向AI时代的能力升级，正在成为企业竞争力重塑的关键命题。此次活动为企业管理者、HR从业者、行业观察者提供了一个观察AI时代人才结构变化的重要窗口。《AI时代技能趋势报告》的发布，也为企业把握AI时代人才技能新趋势、推进人才战略与组织能力升级提供了重要参考。