说真的，现在想要找份好工作，AI技能这块绝对绕不过去。最近搞了个调查，结果让大家都吓了一跳，98%的高管现在都希望员工能搞懂点AI，哪怕你干的不是开发或数据科学这类的活儿。大家别以为公司只是在招专门的AI人才，实际上他们是想把这种能力变成日常工作的标配。哪怕你的岗位跟代码没啥关系，现在也得拿得出手。不过现实情况也挺有意思，有65%的老板说打算自己掏钱培训老员工，还有44%的人想直接招新的。反倒是33%的人想着去找外面的顾问来帮着干活儿。这说明大家伙儿的期望跑得挺快，比公司真正具备的能力还要超前一点。 那具体大家想招啥样的人呢？数据最直观。67%的人盯着生成式AI和提示工程；60%的人看重数据管理和分析；47%的人觉得软技能不能少；46%的人看中AI部署和DevOps；剩下42%的人在乎项目管理。你看这就挺明显的，虽然大家都盯着技术大招，但近一半的老板也盯着软技能和项目管理。这说明大家更想要那种能把AI工具用得转、能在实际工作场景里派上用场的人，而不是指望他们从头搞个新AI出来。另外对数据科学和DevOps的持续需求也很说明问题，这说明AI更多是在给原来的技术活儿添砖加瓦，而不是彻底把它们干掉。 刚才咱们聊的是岗位需求的变化。再来看看Anthropic那边的研究更有深度了。他们搞了个“观察到的暴露度”指标，不光看理论上AI能干啥，还看实际工作中这些任务到底有没有真的被AI给干了。结果发现目前的使用率还远远低于潜力呢。很多岗位上的系统只负责处理一部分工作内容，根本没把整个活全干完。这就好比大家看着AI发展前景好就赶紧设立高标准，但还没来得及完全把能力提升上来。有意思的是，Anthropic还发现自从2022年底以来，那些高度暴露在AI环境下的工作岗位失业率并没有明显变高。这说明AI带来的变化是慢慢渗透的，不像大家担心的那样一上来就把人给下岗了。 不过Anthropic的数据也透出了一些端倪。他们发现有些年轻人不太愿意往那些高度暴露在AI下的岗位里跳（虽然这还不能算是定论）。这可能意味着一些简单的入门任务现在已经被AI系统给接手了。所以公司可能是在给新人设定更高的门槛，直接要求他们熟悉工具而不是在工作中慢慢学。从这就看出来了，现在的招聘标准更多的是在重新定义“合格”到底意味着什么，而不是为了裁员而裁员。AI既创造了新角色，又在重新定义旧角色的期望值。熟悉工具已经成了敲门砖而不是慢慢积累的能力了。 对于老板们来说这确实是个大挑战啊。他们得想办法把AI融入到工作流程和团队里去，同时还得补上期望和现实之间的那个大坑。目前的研究结果表明很多组织还在摸索转型的路上呢。