【TechWeb】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。
【TechWeb】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。