AI人才市场的＂冰与火＂:挖人狂潮掩盖的人才断层危机

脉脉高聘数据显示，2025年AI相关岗位需求同比暴涨543%，AI科学家平均月薪突破12.7万元，14.68%的应届生岗位实现年薪百万。

数字看起来很美。但我想问一个被忽视的问题：543%的增长背后，是行业在”做大蛋糕”，还是在”抢存量”？

---

一、现象：挖人狂潮与大规模裁员并存

2026年4月，两个看似矛盾的数据同时出现：

一边是：

• AI岗位需求暴涨543%
• AI科学家月薪12.7万
• 应届生年薪百万不是梦

另一边是：

• 甲骨文宣布裁员3万人
• 字节Seed团队一年流失70名核心人才
• 大量AI从业者在社交媒体抱怨”35岁危机”

这两个现象同时存在，意味着什么？

---

二、观点一：543%的增长，可能是”存量厮杀”，不是”做大蛋糕”

什么是”存量厮杀”？

不是AI行业在创造新的工作机会，而是原来不在AI领域的人被”转移”到AI领域。

不是AI在创造增量价值，而是AI在”吃掉”其他行业的人才。

为什么这么说？

第一：AI岗位需求暴涨，但”有效需求”可能没有那么多

543%是投放到招聘平台上的岗位数量。

但有多少是”真实需求”？有多少是”公司为了储备人才而放的烟雾弹”？

第二：岗位需求暴涨，但人才供给也在暴涨

每年计算机相关专业毕业生上百万，AI相关培训课程如雨后春笋，越来越多的人涌入AI赛道。

当供给增速超过需求增速，价格（薪资）就会趋于平稳。

第三：AI岗位的高薪，可能正在被”透支”

一个AI科学家月薪12.7万，听起来很诱人。

但如果这个科学家创造的价值不到12.7万，这个价格迟早会回归理性。

---

三、观点二：人才断层不是”供给不足”，而是”结构错配”

很多人把AI人才问题归结为”供给不足”——学校培养不出来那么多AI人才。

但真正的问题可能是”结构错配”。

错配一：理论 vs. 实践

学校培养的是”会发论文的人”，企业需要的是”能解决问题的人”。

论文写得漂亮，不一定能做出好产品。

错配二：算法 vs. 工程

AI行业缺的不只是”算法工程师”，更缺的是”工程落地人才”。

把模型跑起来和把模型用到生产环境中，是两个完全不同的能力。

错配三：研发 vs. 运营

很多公司重金招聘AI研究员，但当产品上线后，发现最缺的是”会运营AI产品的人”。

调数据、看指标、迭代优化——这些事情看起来不够”高大上”，但往往是AI产品成败的关键。

---

四、观点三：挖人狂潮正在制造”虚假繁荣”和”人才泡沫”

挖人狂潮的表现：

• 年薪百万招应届生
• 三倍工资挖人
• 签约费高达几十万

但这种繁荣可能是”泡沫”。

泡沫一：薪资泡沫

当一个应届生的年薪达到百万，这个价格是否合理？

如果这家公司的AI业务还没赚钱，那这个薪资要么是”风险投资”，要么是”吸引眼球的营销”。

泡沫二：能力泡沫

当一个人被高薪挖走，他可能并没有创造相应价值的能力。

只是因为”市场稀缺”，所以价格虚高。

泡沫三：忠诚度泡沫

当一个人因为高薪而频繁跳槽，他的真实能力边界在哪里？

真正的人才，不是”价格最高的人”，而是”最适合这个岗位的人”。

---

五、观点四：人才流失背后的”组织危机”

字节Seed团队一年流失70名核心人才——这个数字背后，可能不只是薪资问题。

更深层的问题是”组织危机”。

危机一：战略模糊

公司说要”All in AI”，但AI战略到底是什么？三年后的目标是什么？

当员工看不到清晰的战略方向，就会选择离开。

危机二：资源错配

招了一堆AI研究员，但给他们足够的算力、数据、场景去实验了吗？

如果研究员每天的工作是”等GPU排队”，他迟早会走。

危机三：文化冲突

大公司往往有复杂的汇报关系、冗长的决策流程、保守的风险偏好。

这与AI创新需要”快速试错、鼓励冒险”的文化格格不入。

当优秀的人发现自己在公司里”施展不开”，他们就会选择去更能发挥的地方。

---

六、观点五：裁员与高薪并存，揭示了AI行业的”两极分化”

甲骨文裁员3万人，但AI岗位薪资暴涨——这两个现象放在一起，揭示了一个残酷的真相：

AI行业正在经历”两极分化”。

一极是”AI替代”：

• 甲骨文裁员3万人，是因为AI正在取代这些人的工作
• 低技能重复性工作，正在被自动化取代

另一极是”AI增强”：

• AI科学家的薪资飙升，是因为稀缺
• 能用AI创造更大价值的人，越来越值钱

中间层最危险：

• 既不够”AI原生”，也不够”不可替代”
• 既不能”取代AI”，也不能”被AI取代”
• 这部分人，要么升级，要么被淘汰

---

七、对从业者的建议：建立”AI时代的核心竞争力”

面对这样的市场环境，普通从业者应该怎么办？

建议一：从”技术能力”升级到”商业能力”

不要只关注”算法多牛”，要关注”能解决什么问题”。

• 理解业务场景
• 定义成功指标
• 设计产品方案
• 推动落地执行

建议二：从”单点技能”升级到”复合能力”

AI时代，单一技能越来越容易被替代。

• 会算法 + 会工程 = 更值钱
• 会技术 + 懂产品 = 更稀缺
• 会执行 + 会沟通 = 不可替代

建议三：从”知识积累”升级到”快速学习”**

知识更新的速度越来越快。

• 不要追求”掌握所有知识”
• 要追求”快速学习新知识的能力”
• 建立自己的知识管理体系

---

八、结语：热闹是他们的，你只需要做好自己

AI人才市场的喧嚣还会继续。

• 高薪挖人的新闻会继续出现
• 大规模裁员的消息也不会停止
• “AI替代人类”的焦虑会反复被提起

但这些噪音，不应该影响你的判断。

真正重要的问题是：

• 你想成为什么样的人？
• 你能为这个世界创造什么价值？
• 你的不可替代性在哪里？

高薪不是终点，职位不是终点，裁员也不是终点。

终点是你想成为的那个人。

---

思考题

你的核心竞争力，是”AI技术”还是”AI + X”？这个X是什么？