AI时代就业的两种未来：2026全球AI就业晴雨表

2026全球人工智能就业晴雨表 中国大陆分析 2026年人工智能就业晴雨表考察了来自6大洲的超过10亿份招聘广告，以揭示人工智能如何影响就业、技能、工资和劳动生产率。 关键发现 人工智能正推动生产力发展，加速技能变革，并开始重塑入门级工作。 利用人工智能正在加速技能转型 实现最大生产率提升的公司正在提高工资和增加员工数量。 人工智能与显著的生产力提升密切相关。 暴露于AI程度最低的初级职位相比，暴露于AI程度较高的初级职位要求传统上属于高级技能的能力（如领导力和战略思维）的可能性要高出7倍。 人工智能专业化工作岗位——即人工智能负责基础工作，将更专业的任务留给人类（占广告招聘岗位的22%）——正在蓬勃发展，而人工智能民主化工作岗位——即人工智能承担复杂工作（占广告招聘岗位的52%）——则相对落后。 最易受人工智能影响的岗位所需技能变化速度是最低影响岗位的两倍——与去年差距相比增长了75%。 自2022年AI应用激增以来，那些最容易受到AI影响的行业，其劳动力生产率增长的领先优势已是最少受AI影响的行业的三倍。 与其大规模取代工作岗位，领先的组织正在利用人工智能来提升人类绩效并创造价值。 52% 人工智能应用最深入的公司，其员工规模增长速度比应用最浅的公司更快（52% vs 36%），且工资增长也更高（24% vs 17%）。 自2021年以来，专 至少与最暴露于AI 人工智能曝光的“资深化”入门级职位自2019年以来增长35%，蓬勃发展，而其他入门级职位数量则有所下降。 最易受人工智能冲击的工作岗位，其增加依赖人类密集型技能（如同理心、判断力和创造力）的任务速度，比最不易受人工智能冲击的岗位快2.5倍。 PwC 2025年，中国大陆的AI招聘略有反弹，但仍低于2021年和2022年的峰值水平。 发现2021年和2022年，人工智能（AI）职位空缺数量激增，而2023年则急 剧下降，这主要是由对高AI需求行业进行了广泛转型所驱动，即从积极扩张转向成本优化和效率提升。 尽管与2021年和2022年的峰值水平相比，中国大陆在人工智能岗位发布的数量上仍然显著较低，但人工智能岗位发布的占比持续稳步上升，至2025年已达到6.4%。这一趋势由人工智能技术的突破以及各行业加速采用共同推动。 中国内地各行业的AI招聘强度正在上升，其中TMT行业引领了这一趋势，预计到2025年，政府和公共部门将超过TMT行业。 发现 尽管在分析的大部分时间段内，科技、媒体和电信（TMT）行业在中国大陆的AI职位招聘占比最高（2025年达到10.7%），但政府和公共部门在2025年显著超过了这一比例，增长至11%。这主要是因为该部门的总AI职位招聘量较小，这使得AI职位增长对其招聘占比的影响更为显著。 2025年，所有行业人工智能岗位的占比均有所提升，这表明人工智能的招聘需求呈现普遍增长态势。 这表明人工智能在中国大陆的应用正扩展至整个经济领域，而非集中于少数特定行业。 自2018年以来，中国大陆非人工智能接触较少的职业招聘职位增长速度更快。 发现 自2018年以来，低暴露职业的职位发布数量呈现温和增长，而高暴露的四分位数则有所下降。到2025年，最低暴露的四分位数中，每发布1个职位，大约有1.16个职位发布，相比之下，最高暴露的四分位数中，这一比例则为0.53。 自2022年峰值以来，所有分位数的增长都放缓了。 PwC 然而，在中国大陆，AI暴露职业的上四分位仍然占据着职位发布数量最多。 发现 虽然受人工智能影响较小的职业的招聘信息增长速度更快，但受影响较大的岗位在绝对数量上仍然占比最大。 2025年，AI暴露程度最高的四分之一记录了约460万个职位空缺，高于低暴露群体。这反映了中国大陆的数据局限性，因为职位空缺数据更能代表金融服务、专业服务和技术等正式行业，而这些行业也更有可能受到AI的影响，而低暴露的职业则更多地存在于劳动力市场的非正式部分，且代表性不足。 2024年至2025年，高曝光分位数职位发布量增加，而低曝光分位数则下降。 中国内地的AI工资溢价在不同行业之间存在显著差异，其中TMT行业录得最高的溢价。 发现 中国内地的AI工资溢价在不同行业之间存在显著差异，这表明AI暴露程度与工资溢价之间没有出现明确的关系。相比之下，《金融服务与政府及公共部门》则显示出负溢价，其中薪酬最高的职位是由资历和经验而非AI技能所定义，而AI要求似乎更集中在较低级别的职位上。科技、媒体和电信 (TMT) 领域的溢价最高，这反映了在那些对人工智能技能要求更专业且相对稀缺的岗位上，人们对其价值的重视。 在中国大陆，接触人工智能更多的职业往往经历着更快的能力转型速度。 2019年至2025年，按人工智能职业暴露程度划分的4位数字国际标准职业分类代码职业净技能变化，中国大陆 发现 然而，当比较净技能变化与AIOE时，数据点存在广泛离散，这表明虽然存在普遍关系，但特定职业因素可能发挥着更显著的作用。2019年至2025年间，人工智能接触度与净技能变化之间存在0.32的正相关关系，表明接触度更高的职业往往技能要求变化更大。 PwC 这一现象在暴露程度的不同四分位数中都很明显，其中AI暴露程度最高的职业显示出最大的技能转变。 发现 中国大陆存在明显的暴露四分位数梯度，其中最高人工智能（AI）暴露组的职业在2019年至2025年间显示出最大的平均净技能变化。 较低暴露分位数也显示出平均净技能变化逐级升高，这进一步强化了AI暴露与技能转型之间的总体正相关关系。 这与早期的散点图一致，尽管每个四分位数组内职业的分布范围更广，这表明在人工智能接触的同时，职业特定因素仍然发挥着重要作用。 与此一致，那些AI影响最大的职业，其每个职业平均新增技能数量看到了更大的增长。 按AI接触程度分位数划分的各职业“新”技能平均数量，中国大陆，2025年相对于2019年 发现 我们发现人工智能接触程度与职业所需新技能数量之间存在明确的正相关关系。具体而言，人工智能接触程度处于较高四分位数的职业，在2019年至2025年间表现出更多的新兴技能平均数量。 重要的是，该指标反映的是每个暴露分位数中，每个职业的新技能平均数量，而不是观察到的新技能总数。 虽然下四分位数和第三四分位数显示出相对温和的差异，但在更高的暴露水平上，差异更为显著，顶端四分位数每个职业平均有298项新技能。这表明，随着AI暴露程度的增加，技能扩展会加速。 尽管其中一部分增长反映了高风险职业的招聘量增加，但这与潜在的就业岗位增长和演变相符，因为不断扩展的岗位需要更广泛、更多样化的技能组合。 中国大陆的AI岗位需求以开发者为主导，用户角色的需求呈现周期性激增。 发现 尽管人工智能用户和人工智能开发者的角色数量相对相似，但大多数年份里开发者的角色都略占优势，这表明了对技术能力与采用并重的强烈关注。 2021年及2025年，AI用户角色均超过了开发者角色，这表明在早期对技术能力进行投资后，出现了AI加速采用和部署的时期。 两个类别在2025年都实现了反弹，其中AI用户角色增加了近9万个，开发者角色增加了约3.05万个。AI用户角色增长了50.8%，AI开发者角色增长了15.5%。 总体而言，这一趋势反映了以开发者为主导的市场结构，同时伴随着需求向用户角色的转变阶段，这发生在AI能力大规模落地实施时。这也与更广泛的市场趋势相符：大多数中国公司都在持续提升其业务团队在AI工具的实际应用和规模化方面的技能。 各行业在中国大陆的AI职位招聘，对AI用户和开发者能力的需求存在差异。 所有与人工智能相关的角色中，人工智能用户和人工智能开发者角色的行业份额在中国大陆，2025年 发现 人工智能开发者岗位在多个行业占据较高比例，其中多个行业对开发能力的需求更高。健康产业记录了开发者岗位的最高比例（81%），其次是能源、公用事业和资源行业（64.3%）。 虽然人工智能用户角色在专业服务领域和制造业中最为突出（占66.8%），但这些行业仍然保留着相当比例的开发者角色，这表明其需求更为均衡。 总体而言，该模式表明，中国大陆的AI应用与内部研发紧密相连，许多行业在部署的同时大力投资于构建技术能力，许多行业在部署的同时仍对技术发展保持强劲需求。这主要是由中国大陆企业在合规性和自控性要求下对内部研发的更强需求所驱动。 联系人 周伟锋 人工智能领袖，普华永道中国 2026全球人工智能就业晴雨表 pwc.com/aijobsbarometer