大模型持续影响劳动力市场，普通人如何抢占风口？

最新推荐文章于 2025-11-24 14:05:54 发布

原创最新推荐文章于 2025-11-24 14:05:54 发布 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

今年，有多少人开始进行“AI补课”？AI写作、AI数字人等技能学习进入职场人视野，白天上班、晚上埋头学AI的年轻人不在少数。眼下，大环境不确定因素环绕，以AI为代表的新质生产力变革高歌猛进，环境波动与技术迭代给职场人带来双重挑战。敏锐的职场人早早开始拥抱新趋势，主动学习新技术。

AI大模型究竟给职场带来了哪些震动？普通人又怎样在这场春潮大浪中破局求进，成为企业不可替代的关键角色？今年正在举办的中国国际服务贸易交易会上，北京大学国家发展研究院联合智联招聘发布了《AI大模型对我国劳动力市场潜在影响研究：2024》（以下简称“报告”），北京大学国家发展研究院助理教授胡佳胤莅临现场并进行了报告解读。报告中的洞察和结论，能够为我们带来一些启发。

北京大学国家发展研究院助理教授胡佳胤现场发布报告

“入坑”大模型？先让自己成为“实力咖”

作为近两年横扫全球的一场“飓风”，大模型领域可谓十分“豪横”。去年，业内一度传出了“10万月薪抢人”的消息，无数打工人疯狂心动。一年过去，“风力”未减，报告显示，2024年上半年，招聘职位数同比增速前五的人工智能职业中，大语言模型领域的自然语言处理岗位排名首位，同比增速达111%，深度学习岗以61%位列第三。同时，今年上半年，这两大岗位也分别以24007元、26279元的平均招聘月薪在人工智能行业中位居前列。

虽然需求增长快、薪资待遇高，但这些岗位“高技术属性”强烈，想“入坑”并不容易。报告发现，自然语言处理和深度学习岗位对求职者的学历和经验要求均较高，且在进一步提高。求职者若打算投身大模型领域，学历深造势在必行，经验积累不可或缺。而对外行人而言，大模型“黄金岗位”的门槛委实不低，短时间进入难度较大，不如守好“既有阵地”，在大模型的催动下蝶变一个全新的自我。

重塑能力模型，成为岗位上的“不可替代”

AI技术给传统岗位带来的变革是划时代且长期演进的。2022年，大模型初掀狂潮，不少岗位被打了个措手不及。报告显示，2022年，编辑/翻译、客服/运营、销售/商务拓展等白领岗位的“大语言模型影响指数”1位列前三，生产制造、物流/采购/供应链、生活服务等蓝领岗位受到的影响则相对较小。一个值得关注的“信号”是，企业已经迅速对部分职业的工作内容进行调整，例如，客服/运营、软件/硬件研发的指数分别为0.75、0.65，比2022年分别下降0.04、0.07。说明其职业内部易受大模型影响的工作内容在减少。研发、运营常见于互联网行业，而互联网是处在技术发展前沿、不断创新变化的行业，因此对于大模型技术的接受和应用也更快，在相关岗位的招聘上更快做出调整。这提醒从业者要积极进行技能的更新。

数据显示，“大语言模型影响指数”高的职业，招聘占比的确呈下降趋势，说明职场人不能掉以轻心。从报告来看，影响指数越高的职业，2022-2024年间招聘量占比下降幅度越大，如客服/运营、销售/商务拓展，今年上半年的岗位数量占比分别较2022年下降2个、5个百分点以上，即使是“技术流”的软件/硬件研发，降幅也超过了1个百分点。

不仅如此，影响指数高的岗位，招聘门槛也在悄然提高。以往对学历要求较为宽松的编辑/翻译、客服/运营、销售/商务拓展等岗位，开始更多地要求本科及以上学历，今年上半年，提出这一要求的职位比例均较2022年提高1-4个百分点。经验要求亦是如此，三年以上工作经验被越来越多地写进“任职要求”中。

种种变化都提醒我们，在AI时代，原地踏步的人将感受到更大的“威胁”。然而在一些风口浪尖的岗位上，身处其中的人们似乎还没有做好准备。软件/硬件研发、运维/测试两大影响指数较高的职业，今年上半年较2022年的招聘职位数占比下降，但投递人数占比却都出现0.5个百分点左右的增长，呈现出明显的滞后性。这一方面是因为人们学习新技能需要时间，另一方面则可能由于信息闭塞，没有及时获取市场需求变化趋势。

供给端调整的滞后性是市场规律，但也给我们提供了抢先出发的契机。职场人在关注就业市场变化趋势的同时，尽早学习使用AI工具，并强化大模型无法替代的软技能，如创造力、沟通能力、组织协调能力等，驱使AI，才能拥抱AI。

城市AI发展水平各异，职场人奔赴需先知先觉

AI重塑职场人的眼界和能力，不过身处不同城市的人，感受到的“AI能量”不尽相同。由于产业基础、技术能力和人才资源的差异，不同城市在AI发展道路上处于不同阶段，职场中的AI渗透深浅不一。报告显示，一线城市、省会城市的人工智能发展水平更高，北京、深圳、上海、广州、杭州领衔全国。

作为全国城市翘楚，北京产业基础深厚，上半年人工智能相关岗位数量占比和投递占比均居全国首位。北京还拥有全国最多的人工智能专利数量，加之科研机构、企业在AI技术研发上的大手笔投入，城市的AI创新能力十分出众。此外，数量居首的高校数量和顶尖学府的汇聚，也让北京成为AI人才培养高地，产业发展后劲强劲。杭州是非一线城市中的“AI榜样”，良好的政策支持、开放的创新环境、活跃的创业氛围和强大的产业基础，吸引了大量科技企业和研发机构集聚，创新成果卓著。2023年，杭州人工智能相关的专利申请数量超8千个，位居全国第四。

城市的AI发展水平影响着人们追潮的觉悟和脚步，众多在AI发展水平高的城市中打拼的职场人更多地选择了主动出击。打算在这些城市发展的职场人，要做好准备加入这场“AI学习竞赛”，也要不断提升专业技能和创新思维，积极适应AI驱动的未来职场。

AI浪潮中，任何职场人都不会是旁观者。智联招聘继去年之后再次洞察AI大模型对劳动力市场的影响，与时俱进地助职场人扫清视野、掌握趋势。无论投身大模型领域，还是在其他岗位上努力成为“不可替代”的职场人，面对惊涛骇浪的技术变革，唯有学习、适应，才能以“时代主人”的身份，拥有属于自己的“新质生产力”。

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

在这里插入图片描述

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路！

在这里插入图片描述

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等
在这里插入图片描述

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【`保证100%免费`】

在这里插入图片描述

为什么要学习大模型？

2025人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。

在这里插入图片描述

适合人群

在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。