文章分析了1.8亿份全球招聘数据，发现2025年招聘总量下降8%，通过对比2024-2025年岗位需求变化，揭示了受AI影响最显著的具体职位类别。研究采用Revealera平台数据，聚焦职位名称而非实际雇佣情况，为AI对就业市场的实际影响提供了数据支持。

研究揭示：AI对就业市场的真实影响——2025年1800万份岗位数据深度分析

核心发现概览

通过对2023年1月至2025年10月期间全球1.8亿份招聘数据的分析，研究发现：

1. 整体趋势
   2025年全球岗位发布量同比下降8%，其中AI的影响呈现选择性特征——部分岗位急剧萎缩，而需战略决策、同理心或复杂问题解决的岗位仍保持韧性。

2. 受冲击最严重的领域

• 创意执行类岗位：计算机图形艺术家（-33%）、摄影师（-28%）、文字工作者（-28%）连续两年下滑，但创意总监等战略岗位保持稳定
• 企业合规与可持续发展：合规专员（-29%）、可持续发展专家（-28%）因政策环境变化大幅减少
• 医疗文书岗位：医疗记录员（-20%）可能受AI文档工具影响，但需更多数据验证

3. 逆势增长的领域

• AI基础设施相关：机器学习工程师（+40%）、机器人工程师（+11%）、数据中心工程师（+9%）需求激增
• 高层管理岗位：高管职位仅下降1.7%，显著优于中层管理者（-5.7%）和基层员工（-9%）
• 网红营销： influencer营销专家（+18.3%）因信任危机成为数字营销中少有的增长点

4. 预期外的韧性领域

• 软件工程：尽管AI编程工具普及，工程师岗位整体稳定，前端岗位（-6%）受低代码工具影响较大
• 客服代表：仅下降4%，显示情感判断类工作难以被AI完全替代

关键洞见

1. 岗位分化现象
   AI加剧了职场"马太效应"：战略型岗位（如创意总监、高管）与执行型岗位差距拉大；技术领域后端工程比前端更具价值；营销领域传统渠道萎缩而网红营销崛起。

2. AI的双刃剑效应

• 负面：自动化工具直接替代结构化工作（如文书、图形制作）
• 正面：提升知识工作者效率（如工程师使用Copilot后产能提升）
• 意外：赋能高管绕过中间层直接执行（如用AI工具快速验证方案）

3. 人文要素的防御性
   需要情感共鸣（客服）、复杂决策（产品设计）或信任建立（网红营销）的岗位展现出更强的AI抗性。

方法论备注

研究采用机器学习构建的650类岗位分类系统，数据覆盖全球各类机构直接发布的非聚合招聘信息。通过对比2024-2025年同期数据变化，聚焦偏离整体趋势（±8%）的极端案例进行分析。

（注：原文中涉及具体企业案例、专家引言及方法论技术细节等次要信息已做简化处理，保留核心数据结论及分析逻辑）

评论内容总结：

1. AI对软件工程师工作的影响

   • 观点：软件工程仍是相对稳定的职业，AI工具不会完全取代工程师。
     • 引用："software engineering is still one of the most secure jobs" (kode95)
     • 引用："this will lead to more work to do, not less...baby sitting AIs" (jillesvangurp)

2. AI工具的实际应用

   • 观点：AI工具（如税务处理、编程辅助）已带来效率提升，但需人工监督。
     • 引用："AI doing my taxes...saved me both bookkeeping and CPA costs" (edoceo)
     • 引用："micromanaging AIs still sucks" (jillesvangurp)

3. 数据与分析方法质疑

   • 观点：报告缺乏关键数据（如岗位数量变化、因果关系分析），结论可能片面。
     • 引用："Completely absent is quantity of jobs...this report isn’t really quantifying impact" (svnt)
     • 引用："no causality analysis...no justification for why AI is the reason" (Epa095)

4. 特定岗位变化原因探讨

   • 观点：移动端工程师需求下降可能因跨平台技术（如React Native）或优先级调整。
     • 引用："mobile engineer is down 5%...Maybe companies are moving to React Native" (ramon156)
   • 观点：前端岗位减少因AI提升效率，小公司需求降低。
     • 引用："Smaller companies can do a lot with vibe coding alone" (ricardobeat)

5. 宏观就业市场背景

   • 观点：疫情后裁员潮和AI借口可能混淆真实影响，需更长期数据。
     • 引用："companies found out they can fire a lot of people...AI taking over jobs is such an excuse" (trashb)
     • 引用："job market is in such an unusual state...further analysis makes little sense" (smokel)

6. 其他观察

   • 观点：高管需求增长或因婴儿潮一代退休（chaostheory）；摄影业受AI和经济双重影响（shagie）。

总结：

评论对AI的就业影响呈现分歧，认可其效率提升但质疑替代效应；多数强调需更严谨的数据和长期分析，同时关注行业特异性（如前端、摄影）。部分用户指出疫情和经济因素可能干扰结论。