最近只要一聊工作十有八九都会绕到同一个词转AI。年轻人怕踩空风口在职的怕自己这行哪天被替掉。AI越火这个决定就越像一道催命符——好像再晚半年门就关死了。可人社部刚公布的一组招聘数据让这事儿没那么简单。说真的这阵子我收到的私信十有八九都在问同一件事要不要转AI。在职的问刚毕业的问连干了好几年焊工、想给孩子参谋专业的也来问。大家被同一个声音推着——AI是未来不转就掉队。我本来也这么信直到看见这组数字。我犹豫过要不要写。毕竟AI是风口这话说的人太多了冷不丁冒出来说一句岗位没那么多很容易被读成唱反调、劝退、或者给制造业站台。可每次有人听完那套话术辞职报个速成班半年后连面试都约不到回头问我怎么办——那半年的时间我可没法替他找回来。所以哪怕挨骂这个反差也值得摆出来给大家看看。7月20日至26日百日千万招聘专项行动同时推出人工智能、能源及环保、制造、医药卫生4个线上专场。四场共有9000余家用人单位参与招聘需求近14.6万人次。看看这俩信息人工智能专场有91家用人单位招聘需求近1000人次。反而制造业专场有8500家用人单位招聘需求13.6万人次。同一轮专项招聘里被喊得最响的那个行业放出来的岗位反而最少。这只是一次线上行业专场。人工智能专场由BOSS直聘承办制造业专场由前程无忧承办参与企业的召集范围本来就不同。它只能代表这次活动不能代表全国新增就业更算不出两个行业以后谁输谁赢。而且AI岗位确实还在增长。智联招聘发布的2026年人工智能产业人才发展报告显示上半年人工智能行业招聘企业数同比增长24.8%职位数同比增长10.6%。人工智能工程师的需供比为2.62也就是平台口径下每名求职者平均对应约2.6个招聘需求。这跟专场里的近1000人次其实不冲突。一组数字看的是这次活动拉来了多少家企业、多少个岗位另一组看的是招聘平台半年的职位变化。但把它们摆一块儿倒能照出一个更实在的情况AI的需求确实在涨可纯AI岗位总共也就那么些。行业再热也不代表每个人都该把原来攒的经验全扔了从头去挤算法、模型那几个坑。这点从岗位结构就能看出来。这次AI专场放出来的——软件开发、测试、算法、产品经理——全挤在产业链最上游那一段。一个公司要把大模型做成产品真正做模型的可能就那么几个人剩下的开发和测试岗数量也有限。这是技术密集型行业的天然长相门槛高、薪资高、人少。招聘平台的数据也佐证了这点AI工程师中位数薪资同比涨了一成多有的行业AI岗平均月薪能到两万多。工资高恰恰说明这类岗位要的是精不是多。制造业正好反过来。它的岗位沿着工厂、设备、供应链、交付这条长链铺开一环扣一环每一环都要人。一家大厂可能同时缺机械工程师、焊接工程师、质量工程师、项目经理再加上一线技工岗位层次多、人数需求大。这是劳动密集型行业的天然长相门槛有高有低岗位池天然就宽。所以同样摆一场招聘制造业能放出13.6万人次不是因为它更先进是因为它链条长、盘子大。把这两段机制摆一块儿那组反差数字就读出了第二层意思AI岗的窄是结构性的窄不是它不行制造业岗的宽也是结构性的宽不是它更热。智联那份报告里还有一个细节在人工智能行业的招聘岗位里机械设计/制造工程师占6.8%排第一软件研发6.2%人工智能工程师反而只有6.1%。也就是说纯AI岗位和AI行业里的岗位是两回事。公司当然需要做模型的人但它同样需要懂机械、懂制造、懂销售、懂财务的人。AI这摊生意养活的很多活儿压根不会把AI俩字写进职位名里。人社部7月27日披露十四五以来人力资源服务业年均服务超过5000万家次用人单位其中约40%是制造业企业。相关融合发展试点已在39个城市展开既服务生产一线工人也服务工程技术人才。这组数字透出来的其实是制造业的另一面。它盘子是大可这背后一直压着招工难和人对不上岗的问题。13.6万人次听着多里面有不少是企业常年补不齐的窟窿——岗位在偏远厂区、活儿累、钱没给够、技能也对不上。所以这数字不能光读成机会多它同时是一笔一直招不满的账。还有个方向值得注意政策这头正把AI往制造业的招人用人里塞。同一份人社部材料提到苏州实施人工智能加人力资源场景开发推广工程支持市场机构研发智能劳动力管理平台。济南、青岛推动企业人力资源管理智慧系统落地。试点城市还在开发智能排班、虚拟现实培训等服务。不过光看行业新闻没用得先想清楚自己要挤的是哪扇门。如果你学计算机、数学、人工智能也愿意承受更高的技术门槛纯AI岗位当然值得冲。先去看目标城市的真实职位它们反复要求什么学历、项目和工程经验。新闻里的缺人未必缺的是现在的你。如果你已经在制造、物流、设计、运营、财务这些行业工作把过去几年的积累清零往往很亏。你对设备、流程、客户、成本和风险的理解正是通用模型没有的东西。先找本岗位最费时间、最容易出错的一段工作把AI接进去更容易做出别人能检查的结果。应届生也别光盯着专业人工智能工程师、机械设计/制造工程师挤在同一份AI行业的岗位榜单里说明这行的活儿早就混在一起了。挑专业、挑第一份工作与其追一个热乎的标签不如先搞明白这岗位到底要你解决什么问题。打算零基础转行冲AI的这里有个反差得先认清。整体上看AI岗位供不应求有些口径说供需比0.97低于新经济行业平均看着对求职者有利。可这个均数会骗人。大厂校招疯抢的是能搞大模型、NLP、智能体那拨人百度、字节、腾讯、蚂蚁这一年发的AI相关offer动辄几千份。门槛低的AI运营、数据标注、提示词岗一个职位照样挤着几十上百人投。高端岗抢不到人普通岗挤破头——求职者面对的其实是两个完全不同的市场。别被那个均数哄着贸然辞职报班。怎么判断自己能挤哪一端有个简单办法翻十条你想投的AI岗看硬要求。反复出现硕士以上顶会论文熟读某框架源码大规模训练经验的是高端端没那底子短期补不上只要求会用某工具能写提示词做过标注的是普通端门槛低意味着谁都能进工资和稳定性都要打个问号。两头都不沾的与其硬挤不如先回自己有积累的行业把AI当加分项别当入场券。还有一类人容易被漏掉手里有手艺的技术工人。人社部这场招聘里制造业放出来的可不止工程师焊接、设备、质量这些岗同样在大量招。这些位置正在被AI悄悄改——视觉模型查质量缺陷、设备预测性维护反而最缺既懂现场、又愿意上手新工具的人。会操作、懂工艺再补一点AI使用能力这条路可能比硬挤算法岗实在也更快见到回头钱。真想判断一条路值不值得走拿一个晚上做次小调查就够了。下面这几步照着来就行第一步选词。在你目标行业里挑一个具体岗位比如质量工程师 苏州别笼统搜AI。 第二步取样。把前30条还在招的职位逐条把要求摘下来标成三类硬技能必须会的工具、证书、软要求沟通、项目经验、AI相关词视觉、模型、数据分析、Agent。 第三步算占比。30条里有多少条提到AI相关能力过半说明这岗位正被改造提前补有优势不到十分之一说明它还是个传统岗别硬塞AI。 第四步找缺口。把这30条的硬技能跟你现在的能力对一遍挑出那个反复被要求、你却没有的。这就是接下来三个月最该补的东西。 第五步做证据。找一个你本岗位真实存在的小问题用AI工具试着解决把输入、过程、前后对比都留下来整理成别人能看懂的记录。招聘信息里没提AI的就别硬往上贴。这五步不保证你拿到offer但它逼你用市场真实要求校准方向。它还有个好处能把你那个被风口催出来的念头拽回到地面——你所在的城市你能投的岗位你还差的能力。还有一句得说在前面。制造业13.6万人次里有些岗位是常年招不满的活儿累、天花板低是另一笔账。AI专场那近1000人次也只代表这一次活动给整个行业判生死它不够格。这篇文章也不是说AI不值得学更不是说制造业就一定比AI强。它只想戳破一件事别拿AI是风口这一句话去替一个要花好几年去赌的决定买单。但它够提醒一句行业热度只能告诉你哪儿亮。真想知道门有多宽得去看招聘信息。别急着换赛道。先看看你脚下这条路接上AI以后能走到哪。谢谢你读我的文章。如果觉得不错随手点个赞、在看、转发三连吧如果想第一时间收到推送也可以给我个星标⭐谢谢你看我的文章。