AI岗位月薪六万,人才市场却供过于求
作者：微信文章点击上方蓝色字体关注我👆
最近一份《2025年度人才迁徙报告》刷屏了。
里面有一组数据特别扎眼：
2025年1到10月，AI相关新发岗位的平均月薪是61764元，比整个新经济行业的平均薪资高出35%以上。
听起来是不是很诱人？
但同一份报告也提到，AI人才的供需比首次超过1。
也就是说，现在不是企业抢人，而是人抢岗位。
这事儿有点反直觉。
一边是高薪岗位满天飞，一边是简历石沉大海；
一边是大厂疯狂招AI产品经理、大模型算法工程师，一边是应届生投十份简历只回一个。
到底发生了什么？
要理解这个看似矛盾的现象，得先搞清楚：
今天的“AI岗位”到底在招什么人？
又淘汰了哪些人？
先说结论：AI行业正在经历一场从“野蛮生长”到“精细筛选”的转变。
早期谁都能蹭个热点拿高薪，现在不行了。
市场要的是能真正把AI落地、带来业务价值的人，而不是只会背几个关键词的“伪AI从业者”。
我们不妨从三个层面拆解这件事：
岗位结构变了、能力要求变了、求职者预期没跟上。
先看岗位结构。
2025年最火的AI岗位，已经不再是清一色的算法工程师。
虽然算法岗依然排在热招榜前列，但真正增长最快的是AI产品经理，同比增幅高达369%。
这意味着什么？
说明企业不再满足于“有模型就行”，而是开始思考：
怎么用AI解决实际问题？
怎么让AI产生收入？
这时候，光会调参不够了，得懂业务、懂用户、懂产品逻辑。
举个例子。
以前一家电商公司可能只要一个NLP工程师，让他搭个客服机器人就行。
现在呢？
他们需要一个AI产品经理，能和运营、技术、客服多方对齐，设计出既能降本又能提升转化率的智能导购系统。
这个人既要理解大模型的能力边界，又要清楚一线销售的痛点，还得会算ROI（投资回报率）。
这种复合型角色，不是随便学两节网课就能胜任的。
再看能力要求的变化。
过去几年，很多求职者以为“会用ChatGPT”就算掌握AI技能了。
但现实是，企业要的不是工具使用者，而是问题定义者。脉脉CEO林凡说得挺透：
“未来三年，人人都是程序员，但关键不是写代码，而是会提要求、给反馈。”
换句话说，AI时代的核心能力，是你能不能精准地提出一个“真问题”。
比如，同样是优化客服流程，初级员工可能会说：“能不能让AI自动回复客户？”
而高级人才会说：“在不降低满意度的前提下，把首次响应时间压缩到30秒以内，同时将人工介入率控制在15%以下。”
前者是模糊愿望，后者是可执行目标。AI能帮你实现后者，但前提是你说得清楚。
这就引出了第三个问题：很多求职者的预期还停留在2022年。
那时候AI刚火，市场上缺人，企业愿意为“沾边”人才支付溢价。
但现在，AI已经成了职场标配。
报告显示，超过九成的职场人已经在工作中使用AI工具。
DeepSeek、豆包这些国产模型的使用率甚至超过了ChatGPT。
在这种环境下，仅仅“会用AI”已经不具备竞争力，它就像会用Excel一样，只是基础门槛。
更麻烦的是，初阶职场人的处境尤其艰难。报告指出，面向1年以内工作经验的新发岗位量下降了40%。
为什么？
因为企业发现，与其花时间培养一个新人，不如直接招一个能立刻上手的老手。
尤其是在AI这种快速迭代的领域，学习曲线陡峭，试错成本高。
老板们宁愿多付点钱，也要确保今天招的人明天就能产出。
但这并不意味着普通人没机会。
恰恰相反，AI的普及正在打开新的可能性。
关键在于，你得找准自己的定位。
如果你是技术背景，别只盯着算法岗。
高性能计算工程师、SLAM算法、规控算法这些细分方向，人才供需比低至0.3。
也就是说，每3个岗位抢1个人。
这些岗位集中在具身智能、自动驾驶等前沿领域，门槛高，但竞争小，薪资也高。
AI科学家平均月薪12.7万，靠的不是泛泛而谈，而是扎实的工程能力和领域知识。
如果你是非技术背景，也别慌。
AI产品经理、AI运营、AI培训师这些新兴角色，正需要既懂业务又懂技术的“翻译官”。
比如，一个熟悉教育行业的老师，如果能结合大模型设计个性化学习路径，就可能转型为教育AI产品经理。
一个资深HR，如果能用AI优化招聘流程、预测员工流失，就能成为组织发展领域的AI专家。
重点在于“交叉”。
AI不是取代所有岗位，而是重构岗位的价值链条。
重复性、规则化的工作会被自动化，但涉及判断、创意、共情的部分反而更值钱。
比如，AI可以生成100篇产品文案，但哪一篇最能打动目标用户？
这需要人的洞察。AI可以分析用户行为数据，但如何据此调整产品策略？
这需要人的经验。
所以，面对“AI人才供过于求”的局面，真正的问题不是岗位少了，而是匹配度低了。
市场上不缺会调模型的人，缺的是能把AI嵌入真实商业场景的人。
那普通人该怎么办？
我建议从三件事做起。
第一，别盲目追热点，先盘点自己的核心优势。
你是擅长逻辑推理，还是善于沟通协调？
你对哪个行业有深度理解？
AI只是放大器，它放大的是你已有的能力，而不是凭空创造价值。
一个懂金融的人学AI，比一个纯码农转金融更容易成功。
第二，从小场景切入，积累“AI+”的实战经验。
不用等公司给你安排项目，自己就可以动手。
比如，用AI工具分析自己的消费数据，优化家庭预算；
用提示词工程帮朋友的小店生成营销文案；
用自动化脚本整理日常工作报表。
这些看似微小的实践，恰恰是未来面试时最有说服力的故事。
第三，培养“提问力”和“判断力”。
AI输出的内容不一定对，你需要有能力辨别真假、优劣。
这背后是对业务逻辑的理解，对数据敏感度的训练，对常识的坚守。
记住，AI是助手，不是决策者。最终拍板的，还是人。
回到开头那个问题：
为什么AI岗位月薪六万，却越来越难找工作？
答案其实很简单：高薪对应的，从来都不是“会用AI”，而是“用AI创造价值”。
市场正在奖励那些能跨越技术与业务鸿沟的人，惩罚那些只停留在表面热闹的人。
这不是危机，而是筛选机制的正常化。
泡沫退去后，真正的机会才浮出水面。
最后想说，别被平均数吓到。
61764元是整体平均，但不同岗位差距巨大。AI科学家拿12万，初级标注员可能只有8千。
关键不是挤进“AI行业”这个笼统概念，而是找到自己能扎根的具体位置。
2025年的职场，稳定不再是默认选项。
主动辞职的人比例升到21%，创近年新高。
人们开始意识到，与其在不确定中焦虑，不如主动调整方向。
而AI，恰恰提供了这样的杠杆。
只要你愿意学、敢试、能坚持，这个时代的红利，依然属于行动派。
（全文完）
页:
[1]