作者： 程世嘉 Sega Cheng, 萧玉品／采访整理

如果你今天去看Anthropic、OpenAI、Google 三家公司的征才页面，会看到一批十八个月前根本不存在的职位：知识架构师、前线部署工程师、Harness 工程师、AI 编排师（AI Orchestrator）、人机协作主管（Head of Human-AI Collaboration）。这些职位的共同特征是：基本薪资开到年薪30 万美元起跳，加上股票与奖金最高可破百万美元，但这些公司还是找不到人。如果你再去LinkedIn 上看大型企业的征才需求，会看到完全相反的现象：传统的初级资料分析师、初级行销企划、初级会计助理、客服代表等职缺，数量都比两年前少了一半，薪资中位数也明显往下掉。 两个方向同时往极端走：顶尖的跨职能新角色抢到没人，传统的单一功能初阶职位塞到没人要。这背后是一场史无前例的职位大转移。科技巨头过去两年的大规模裁员是这场转移的一个显眼切面，但裁员只是这场戏的表面。要看懂底下发生什么，得进一步问：当AI 开始有能力承接过去人类负责的单一任务，整个职位结构会被怎么重组？工作者要怎么站到对的位置上？

2025 年1 月，世界经济论坛在《2025 未来就业报告》中预测，2030 年前，AI 会消灭9,200 万个既有职位，却也会创造1.7 亿个新职位，一来一回扣掉后，职位的净值大概会增加7,800 万个。从宏观经济的角度来看，整体工作机会会变多。我个人的观察与世界经济论坛有些差异。我认为在高度自动化的未来，职位总数其实会愈来愈少。但无论总数增减，真正值得我们关注的，是这些新增职缺的「成分」，并没有均匀分布在原先的就业光谱上，而是高度集中在与数据、AI、机器学习相关的领域。比方说数据分析师、机器学习工程师、超资深的软体工程师、AI 系统设计师，这些人的需求量没有减少，反而疯狂增加，速度只会愈来愈快。

这也呼应了Anthropic 在2025 年9 月发布的〈Anthropic 经济指数报告：人工智慧在地域和企业中的应用失衡〉（Anthropic Economic Index report: Uneven geographic and enterprise AI adoption）所揭露的关键数字：在企业透过API 大规模部署AI 的场景里，有77% 的使用模式已经属于「自动化」（AI 主导执行，人类只做最后验收）。企业AI 应用的主流已经从「AI 在后台辅助人类」演进到「AI 直接执行、人类退到验收角色」。这个转变直接带出一个关键问题：当AI 开始大规模执行任务，人类的工作角色该怎么重新定义？

跨职能角色崛起：AI 正在解构传统职位中的单一任务，单一功能的初阶职位大量消失，「Harness 工程师」、「AI编排师」等跨职能工作者成为最抢手的人才。

氛围编码让程式开发变成全民技能：氛围编码让不会写程式的人也能以自然语言指挥 AI 产出可运行的程式码。

原本需要产品、设计、工程三人的工作，如今一个善用AI 的人就能搞定，职能因此被合并。

通才比专才更有竞争力：AI 时代的真正创新来自跨界，单一专业的护城河正在缩减。工作者必须升级为「AI 指挥官」，对各领域都具备至少80 分的常识底蕴。

跨界转译力是最具价值的软实力：当 AI 拉平执行门槛后，最稀缺的能力是「跨界转译」，亦即能听懂工程师的技术限制，将之转换成设计语言，包装成商业故事，并以系统性思维将任务整合成有商业价值的完整系统。

从 T 型人才进化为π 型人才：过去「一深一广」的 T型人才已不够用，市场开始要求「两根深度专业加跨领域广度」的π 型人才。因为 AI 已将「广度」便宜化，真正稀缺的是两根专业之间的交叉整合能力。

摘自天下文化《智慧通膨下的新商机》