近年来，“AI淘汰职业名单”占据舆论主流，会计、客服、文案、设计等岗位频频被贴上“高危淘汰”标签，引发普遍的就业焦虑。这种担忧到底有没有必要？

在2026世界人工智能大会举办期间，上海科技大学教育、创新和可持续发展研究中心（CEISD）联合合作伙伴于昨天发布《AI时代的中国劳动力市场：从职业消失论到任务重组论》，原始数据底座覆盖2022年至2026年7月主流招聘平台合计7.43亿条原始数据，系统性回应了这一问题：从长期看，并不存在整体性失业危机，“职位消失”是伪命题；复合型闭环岗位成为就业市场的最大新增量。

单纯高AI暴露不等于失业风险

报告显示，国内线上招聘市场中，大约每四个岗位就有一个正在经历AI加速的结构性调整。

项目首席数据科学家、上科大CEISD客座学者陈沁介绍，地域和行业的分层数据显示出明显的结构性分化：新一线、二线城市的基础文职与内容岗位，受到的冲击高于一线城市；一线城市的高端线下服务业和医疗岗位则对AI冲击有所缓释。从行业维度看，基础运营、财务核算、图文内容、电话销售四大领域的需求缩减最为显著，而制造、医疗、线下照护、设备运维等强现场赛道需求保持稳定。

“AI不会完整淘汰某一职业，它只会拆分、改写岗位内部的单一任务。雇主调整岗位职责和用人要求的速度，远快于更换职业名称的节奏。”陈沁以Java开发和电话客服这两类高AI暴露职业为例进行说明。

客服岗位整套话术、工单录入和标准问答，均可由大模型独立完成，人类互补分值极低，招聘规模持续收缩。然而Java工程师不同，他们虽然可依靠AI生成基础代码、撰写接口文档，但架构设计、线上故障处置、跨业务系统协调等高责任、高现场判断任务无法被机器接管，因此资深技术岗位薪资仍在上行。

“可以说，劳动力市场收缩的核心驱动在于AI可独立完成的任务占比，而扩张赛道的两大核心指标则是现场依赖和具身实操能力。单纯的高AI暴露并不等于失业风险，只有同时缺乏人类判断与现场兜底能力时，招聘需求才会出现大幅下滑。”陈沁说。

AI未催生新职业

目前，AI收缩效应主要集中在月薪5000—8000元，有1至3年工作经验的入门中端劳动者。过去，企业依靠入门新人完成文档、录入、标准化沟通等基础训练任务，如今这些环节被大模型承接，不再设置低薪练手岗。

虽然大众期待生成式AI能催生全新职业赛道，但报告数据给出反向结论：2023年至2026年间，新增职业名称体量极小，仅大模型算法、机器人工程师等少数岗位小幅扩张。

“尽管AI暴露岗位招聘规模收缩，但岗位承载的工作职责并未同步消失。大量可文本化任务脱离专属岗位，跨行业扩散至生产、技术、销售全链条，单一专项岗位失去不可替代价值。”陈沁表示，企业普遍将多道工序合并，打造“一人独立完成全流程”的复合职能包。这也就意味着，具备强现场、强协同、强责任的复合型人才将持续受益。

市场与高校专业供需错配

市场对复合型闭环人才的渴望越强烈，高校培养模式与真实需求之间的裂痕可能就越显眼。依托全国二十余省份高考录取、专业招聘双向大数据，报告发现，市场与高校存在双重供需错配。首先是方向错位，本科专业招生热度与四年后市场招聘需求之间的相关系数仅为0.23；其次是时间错配，本科培养周期长达四年，而AI仅需三年就能完成一轮完整的市场重构，学生毕业时岗位结构早已改变，形成供需蛛网式波动。

“考生的填报行为明显滞后于市场变化。”陈沁介绍，2019年至2025年，高AI暴露专业与低暴露专业之间的录取热度差值几乎稳定不变。即便到2025年AI市场冲击达到高点，考生填报和高校扩招仍未出现明显调整。

报告提出，单纯增设全校统一的AI通识课，无法解决就业导向的教育创新问题，必须适配不同专业的真实工作场景。研究提出六大AI难以替代的核心人类能力：情境判断、责任承担、跨角色协调、伦理权衡、现场适应和证据链表达，并据此给出分专业的课程更新方案。上科大CEISD主任杨燕青介绍，团队打造了中国的动态职业分析数据系统，核心思路就是将研判单位从笼统的“职业名称”下沉到可更新的“岗位职责”。据悉，数据库将按月更新，未来将开源开放，期待这一系统能为经济学研究、高校教育创新以及国家和地方的就业宏观政策制定，提供长效的量化支撑。（记者 李晨琰）