在合肥一家三甲医院，临床医生胡萍萍正在将十年的诊疗经验转化为数字知识库。这位消化内科出身的医生如今带领团队开发智能辅助诊断系统，参与训练的医疗大模型已能识别2000多种罕见病例。"技术不能替代医生的临床思维，但能放大专家的经验价值。"胡萍萍说。这个案例反映了当前就业市场的变革趋势。 人力资源市场数据显示，今年上半年全国新增"AI训练师""智能产品经理"等58类数字职业岗位，同比增长43%。普华永道研究表明，掌握智能技术的从业人员薪资比传统岗位高56个百分点。中国电子学会预测，仅人形机器人产业链就将在2026年前创造超过120万个技术岗位。 这种变化由三个因素驱动。一是智能制造、智慧医疗等产业规模化应用产生大量技术适配岗位；二是产教融合政策加速推进；三是"00后"劳动者对灵活就业的接受度比前代提高27个百分点，推动就业形态多元化。北京智源研究院认为，技术革新正在改变传统的金字塔式人才结构，向网络化协作模式转变。 面对这个趋势，多地推出了具体举措。苏州将"超级个体创业者"纳入重点人才工程，提供最高50万元启动资金；杭州钱塘区在中小学开设人工智能通识课程，建立校企联合实训基地。浙江省人社厅正在构建"数字技能学分银行"，支持劳动者终身学习。 但技术迭代也带来了新的挑战。复旦大学数字经济研究所调查发现，约65%的传统产业员工存在"技能焦虑"。清华大学交叉学科研究院教授沈阳建议，未来教育应重点培养"T型人才"——既要有专业深度，也要具备跨领域迁移能力。工信部人才交流中心发布的《智能时代职业能力发展指南》强调培养批判性思维、复杂问题解决等核心素养。 业内预判，到2027年将出现三类典型就业场景：智能设备协同下的高精度作业岗、虚实融合场景中的创意设计岗以及分布式协作中的项目管理岗。中国劳动学会副会长指出，这要求建立更灵活的社会保障体系，构建覆盖全生命周期的职业技能更新机制。
技术进步带来的不是简单的岗位增减，而是生产方式和能力结构的整体调整。抓住新职业、新产业和新创业形态的机遇期，既要看到效率提升和机会扩张，也要正视转型阵痛和结构性矛盾。通过更前瞻的人才培养、更完善的培训认证和更有温度的就业支持，帮助劳动者在变革中实现能力提升，才能把"智能化红利"充分转化为高质量就业的增长。