问题——职业结构如何被改写、劳动者为何感到“被追赶”？ 从医疗到机器人，从内容生产到运营服务，智能工具正以更低成本、更高效率嵌入生产流程。岗位并未简单“消失”，而是出现两类显著变化：一是新职业与新工种快速涌现，如数据标注与训练、智能产品全流程管理、伦理与合规审核、行业应用开发等；二是传统岗位职责被重构，工作内容从重复性执行转向“人机协作”的流程设计、质量把关与价值判断。基于此，一些劳动者担忧技能被替代、职业路径变窄，企业则面临“招不到、用不好、留不住”复合型人才的现实压力。 原因——技术范式升级与产业扩散为何带来“结构性”变化？ 业内人士指出，智能技术正逐步从单点工具走向基础设施化：一方面，医疗、制造、教育、文旅等行业加速应用落地，带动对“懂行业、懂数据、懂产品”的应用型人才需求；另一方面，具身智能、世界模型等方向不断突破，使智能系统从文本理解延伸至对物理世界的感知、决策与执行，推动机器人等新产业链环节扩张。以医疗场景为例，讯飞医疗科技股份有限公司内，AI医学研究员胡萍萍正在评估医疗大模型在复杂病例诊治中的表现，尤其关注其在面向患者解释病情时是否存在“同理心不足”等细微问题。她曾是消化内科医生，转型后以专业知识参与模型训练，目标是让智能系统既“懂治病”也“懂人”。此案例折射出新职业的典型特征：需要跨越医学与工程、技术与伦理、效率与温度之间的边界。 影响——就业增量在哪里、竞争力的“含金量”如何变化？ 多方报告给出共同信号：与智能应用涉及的的岗位总体呈增长态势，技能溢价扩大、职业分化加速。普华永道2025年全球AI就业晴雨表显示，全球几乎所有涉及相关应用的岗位数量都在增加；拥有相关技能的从业人员平均工资溢价达56%，较上年明显提升。58同城报告也提到，平台已涌现近50类“人机协作”新岗位与40种智能新服务。同时，产业链扩张带来的岗位不仅集中在研发端，也延伸至测试评估、数据治理、检测认证、运维维修、场景应用与客户服务等环节。中国电子学会政策研究与国际合作处处长王桓认为，人形机器人未来可在工业、商业、文旅、医疗、家庭等场景落地，规模化发展将为设计研发、生产制造、检测认证、保养维修等环节带来大量就业机会。可以预见的是，就业变化将呈现“结构性替换”：低附加值、强重复性的任务更易被自动化吸收，高附加值、强决策性的岗位更看重综合能力与行业理解。 对策——如何让更多人“跟得上”，让产业“用得稳”？ 一是加快完善新职业培训与技能认证体系，推动课程内容从工具使用升级到流程治理与质量管理。面向产业一线，应更多强调数据安全、合规意识、场景理解、产品思维与跨部门协作能力。二是强化交叉学科培养，鼓励“专业+技术”“行业+产品”的复合路径。王桓等专家建议，人才培养应更重视综合能力与交叉素养，帮助劳动者顺利转型。三是以人机协同为导向优化企业用工与组织方式，明确岗位职责边界与质量责任链条，把“谁来评估、谁来把关、谁来负责”制度化。四是健全伦理与风险治理框架，尤其在医疗、教育等敏感领域，把可解释性、可追溯性和安全评估纳入常态流程，让技术应用更可信、更可控。 前景——新范式将走向何处、个人如何构建长期竞争力？ 智能工具也在降低创业门槛，“一人公司（OPC）”等新范式加速兴起：借助工具，一个人可完成内容生产、产品运营与服务交付，从个体创作迈向具备规模化能力的“超级个体”。从地方提出打造OPC创业首选城市到多地推出社区与支持政策，“单人+智能工具”的模式正在走向普遍。与此同时，当内容生成变得更快更便宜，人类优势将更多体现在想象力、判断力、审美能力、批判性思维与情感互动能力等“不可外包”的能力上。复旦大学计算与智能创新学院教授张军平判断，“斜杠”可能成为未来重要生活方式之一：在技术迭代难以预判的情况下，避免单一技能依赖、提升综合能力，将成为增强职业韧性的有效路径。教育端亦在探索普及化培养，如杭州钱塘区学林小学开设人工智能通识课，引导学生开展机器人编程实践，为未来的技能结构打下基础。
人工智能时代既是机遇也是挑战。新职业的涌现为劳动者提供了更多选择，但同时要求他们具备更强的学习能力和适应能力。掌握AI工具只是基础，更重要的是培养独立思考、创新创意和跨界融合的能力。唯有如此，才能在人机协作的新时代中找到属于自己的位置，实现职业生涯的可持续发展。