智能世界的ICT岗位与技能

目录 执行概要01 第 1 章：重塑工作：重大变革与新挑战03 第 2 章：AI、新技能与工作重构20 第 3 章：各区域岗位与技能需求28 第 4 章：技能培养策略：高校及其他领域探索37 第 5 章：ICT 岗位分类体系54 第 6 章：未来展望64 研究方法70 附录71 I.人工智能岗位II.软件岗位IV.III. ICT基础设施岗位网络安全岗位V.数据管理与分析岗位VI.云计算岗位VII.IT领导力岗位7194111126139156171 执行摘要 如今，AI正在从根本上重塑全球劳动力格局，革新岗位职能并催生出对新技能的迫切需求。这场变革正在改变全球科技领域，同时也将深入影响金融、医疗、制造等行业。随着AI不断驱动竞争日趋激烈，无法在经济环境中适应这一变革的组织将难以获得竞争优势。 本白皮书汇总了对全球900位IT及业务人员的调研结果，剖析了在AI赋能业务的时代背景下，信息与通信技术（ICT）人才所需的技能及岗位演变需求。报告还包含一份详尽的附录，列举了受AI影响最大且对未来智能化业务发展至关重要的50个ICT岗位及其技能。 AI正在重塑商业模式与工作流程，大多数企业正处于“AI转折”阶段 AI及智能体的快速应用，正推动组织从“渐进式AI应用场景”迈向“全方位商业模式重塑”。目前，大多数企业正处于IDC所定义的“AI转折”阶段⸺即在业务中发掘高投资回报率(ROI)的应用场景。这一转变要求组织增设新的ICT业务岗位，掌握新技能并持续学习，强化所有岗位（包括非技术岗位）的AI素养提升，最终建立AI治理架构。 全球ICT岗位需求将新增3600万，ICT技术人才短缺将影响数字化转型进程 AI、安全、数据科学、云计算等领域的技术人才严重短缺，阻碍了业务创新和发展。IDC调研显示，超过 65% 的企业表示技能缺口导致其数字化转型受阻。在汇总了世界经济论坛（WEF）等多家机构数据后，IDC认为从当前到2030年，全球ICT岗位需求将新增3600万，总量将达到9700万。其中，安全和AI相关岗位空缺最难以填补。这些人才缺口不仅会导致产品开发受阻、引发质量隐患，还会造成企业收入损失并形成安全风险。 传统高校教育与技术培训模式与行业需求不匹配，滞后于数字化转型对人才的需要 IDC调研显示，近半数受访组织表示高校课程设置与行业实际需求不匹配，毕业生缺乏支持业务的核心技能。技术领域的知识体系每18-24个月就会更新一次，变革速度远超传统学位教育课程平均5-7年的更新周期。为弥补这样的技能差距，高校与企业必须紧密合作，通过联合设计课程、设立卓越中心或学生创新中心、加强企业实践项目等方式加强AI人才素养及动手能力培养。同时，政府、技术厂商和学界也应加强合作，探索面向智能时代的人才培养先进理念。 几乎所有 ICT 岗位都将受到AI的深刻影响，现有技能面临升级调整 AI不仅创造了新岗位，更对几乎所有ICT岗位进行了深刻变革。在安全领域，岗位职能正从人工监控转向统筹AI驱动的威胁检测与自动化响应；数据领域工程师的工作重心从数据处理转向管理AI驱动的分析流程，并确保伦理治理合规；软件工程师则专注于整合AI能力、管理AI辅助编码工具。这种全方位的AI融合要求从业者掌握新型复合技能⸺既要具备专业技术能力，又需通晓AI知识，还要具备管理人机协作的能力。此外，各领域技术人员还应密切关注开源生态在AI时代带来的新机遇。 IDC认为，组织应通过主动应对技能缺口、革新学习战略并培育“持续适应文化”的组织来释放AI的潜力，将技术专长与创造力、同理心、伦理判断力等以人为本的技能相结合，以此应对智能时代的复杂性。如今，企业、教育机构与政府等各方应协同努力，共同培养能够适应未来变化、把握AI时代发展机遇的ICT技术人才，为构建可持续发展的人才生态提供系统性支撑。 第 1 章 重塑工作: 重大变革与新挑战 全球商业与技术格局正经历历史性变革。在AI快速崛起的推动下，组织竞争力与劳动力准备度的核心要素已被重新定义。 AI 驱动型组织的出现，标志着企业正从“渐进式应用AI”全面转向“以AI重塑商业模式”⸺将AI深度融入企业创造价值、提供服务及构建工作体系的核心环节。但这场AI驱动的革命也带来了前所未有的挑战：企业必须搭建稳健且可扩展的技术栈，拥抱开源生态系统，并紧急填补长期存在的人才缺口，尤其是在AI、网络安全、数据科学及云计算等关键领域。 在此背景下，企业必须提升自身能力，以吸引人才、培养人才，并赋能员工掌握先进的ICT与AI适配技能。唯有在这些领域取得成功，企业才能成为未来行业的领导者；否则就会被技术变革的迅猛步伐甩在身后，成为落后者。 趋势 1：全球转向 AI 驱动型组织构建的商业模式 AI及智能体技术的加速发展，从根本上改变了组织的运营方式，并推动全球商业模式向“以AI能力为核心构建”转型。在IDC发布的《2025年全球AI驱动型组织成熟度模型基准报告》中，这一进程被阐述为“多阶段演进的过程”。 当前，大多数企业处于“AI转折”阶段：能识别具有高投资回报率的AI应用场景，并采用更标准化的开发与部署流程。当组织进入“AI对齐”阶段，其AI应用场景将实现规模化扩展，覆盖整个业务职能领域；同时，在推动财务、IT运营及供应链转型方面，企业需要进一步开展自上而下的协同协调。 在“AI转型”与“AI驱动型组织”这两个更高成熟度阶段，AI与智能体流程已深度嵌入运营模式核心。这类成熟组织将释放更高水平的自主性、敏捷性与创新能力，凭借AI驱动的效率优势与战略优势脱颖而出。 IDC 发布《2025年全球 AI 驱动型组织成熟度模型基准报告》，揭示了各组织当前在AI应用进程中的所处阶段。数据显示，大多数企业正处于IDC所描述的“AI转折阶段”：51%的组织处于这一充满机遇的阶段，能够积极识别高投资回报率（ROI）的AI应用场景，但尚未形成标准化实践。 随着组织逐步推进，35%的企业已开始“扩展复制”，在各业务职能领域规模化推广和协调AI技术落地；另有7%的企业达到“运营管理”⸺该阶段的显著特征是具备完善的治理体系与协同化转型机制。值得注意的是，仅有不到1%的企业属于“全面优化的AI驱动型组织”⸺在这类组织中，AI已深度融入商业模式与工作流程的各个环节。 组织在成熟度模型上的分布，既凸显了AI应用取得的快速进展，也反映出各组织在迈入AI成熟度更高阶段时面临的持续挑战，同时强调了其对人才、技术与战略持续投入的必要性。 AI智能体 如果说2023年和2024年让全球各行业初识生成式AI，那么2025年便是“智能体之年”。这一年，焦点开始转向智能体，IT软件、硬件及服务供应商纷纷加速推出最新的数字劳动力与劳动力管理解决方案。然而，新解决方案的发布速度与数量，让许多组织望而生畏。当前市场上的智能体解决方案形式多样，既有独立工具，也有嵌入式功能，令很多首席信息官（CIO）在选择解决方案、快速转向新工作模式时持谨慎态度。 部分行业在智能体应用上走在前列，尤其是拥有大量入门级员工与呼叫中心业务的行业。IDC研究显示，66%的专业服务机构与47%的金融机构正积极测试智能体技术，并投入大量资源；而其他行业（尤其是制造业与零售业）则相对滞后。 当然，并非所有地区在从传统自动化、AI辅助技术向全面智能体模型转型的进程中都处于同一水平。根据IDC《未来企业韧性与支出调查》，全球各地区在智能体的应用与使用阶段上存在差异。 值得关注的是，截至2024年底，超过四分之一的欧洲组织表示，其已在智能体领域投入大量资源；在亚太地区，约41%的组织称其正在对智能体解决方案进行初步测试，并重点推进概念验证（PoC）工作；而北美组织则更倾向于聚焦开发智能体部署的潜在应用场景。 在全球范围内，各组织既面临采用智能体工作模式的压力，又对自身组织的准备度存在切实担忧，故正努力在二者间寻求平衡。IDC在调查中询问全球受访者“AI应用面临的最大风险”时，IT领导者与员工均指出了数据安全隐患与潜在隐私问题。 此外，随着AI应用的加速，组织还需沟通管理“裁员”这一关键话题。员工会本能地对AI引发的的裁员感到担忧，且这种担忧程度远超高管层。企业高管则更关注数据安全与隐私问题：近30%的高管将数据安全与隐私泄露列为AI相关的最大组织风险；而持此观点的员工比例约为18%。 其他主要风险还包括：领导层与员工在生成式AI价值认知上存在分歧、跨职能协作不足、技能培养力度不够，以及AI战略沟通不畅。这些认知凸显出组织领导者亟需采取一系列行动，包括与员工期望保持一致、改善内部沟通，并主动管理人才与安全风险。（来源：IDC《未来企业韧性与支出调查（第 10 轮）》，2024 年 10 月） 趋势 2：为具备AI适配能力，组织加大技术栈投资 为持续推进向AI驱动型企业的转型，各组织正逐步加大对底层技术基础设施的投资：搭建具备可扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动态市场中保持竞争敏捷性的关键基础。 采用智能体的需求正不断推动组织制定相关战略与分配预算，“为AI适配技术栈”已成为其核心优先事项。最新调查数据显示，42%的北美组织表示，“为AI适配技术栈”是影响其2025年IT预算增长的最重要的单一驱动因素。IDC预计，这一趋势将持续至2026年。 要达到这一成熟度水平，企业需在三个相互关联的维度上取得进展：战略、人才与技术。这种全方位的整合将重塑工作的设计与执行方式⸺重构岗位职责，要求员工掌握新技能，并培养出一支能够在“AI优先”范式下灵活适应的劳动力队伍。 智能体支出转向体现在三大投资领域：数据中心基础设施现代化、网络恢复与韧性强化，以及核心企业应用更新。 近三分之一（31%）的组织表示，数据中心基础设施现代化将是首要投资方向，这一趋势反映出从“云原生”到“AI原生”系统的广泛架构演进。与以往仅将AI作为附加功能整合的模式不同，AI原生架构从设计之初就以AI为核心，通过实时数据管道、自适应基础设施和持续学习能力，支撑高性能、可扩展的AI工作负载。这一模式不仅对计算资源提出了新要求（如高性能GPU与专用加速器），也意味着需要构建统一、安全的数据管理框架，以企业级规模满足先进智能体与AI模型的需求。 同时，30%的组织将网络恢复与韧性强化列为优先事项，凸显出当前解决方案难以应对AI驱动系统所带来风险的严峻现实。监管要求、治理需求的叠加，以及复杂攻击事件的频发，亟需网络安全领域实现突破性创新，例如零信任框架、自动化响应机制，以及从设计之初就嵌入安全与恢复机制的系统架构。 28%的组织正推进其核心应用的现代化，标志着企业软件领域的范式转变：AI助手与智能体正日益深度融入业务流程。企业软件供应商通过为应用注入AI能力，正引领这场变革，然而IDC建议IT领导者无需关注所有的应用，而应聚焦识别优先级最高的功能领域，让AI助手与智能体在这些领域创造最大价值。因此，企业应与业务或职能专家紧密协作，确保AI部署与其关键工作流程及战略目标保持一致。 2026年，全球各主要行业在生成式AI上的 IT 支出将显著增长，其中金融服务行业计划的预算增幅最大。全球范围内，生成式AI投资预算将从2025年的平均770万美元增至2026年的1370万美元，增幅达78%。金融服务行业的增长幅度排在首位，支出从610万美元翻倍至1250万美元；软件与信息服务行业的绝对支出额最高，将达1960万美元；制造业与零售业也呈现大幅增长（增幅分别为68%和80%）。 生成式AI相关预算的快速增长表明，企业正高度聚焦并大幅投资AI驱动的转型，不仅包括IT密集型行