对于年轻求职者来说,现在确实是一个充满挑战的时期。斯坦福大学的研究显示,22至25岁的工作者正面临就业率的急剧下降,特别是在那些最容易受到AI自动化影响的领域。
2025年,22至25岁软件工程师的就业机会相比2022年的峰值下降了近20%。对于希望找到工作并攀登职业阶梯的IT专业人士来说,AI的兴起为长期职业成功带来了新的障碍。
那么,新一代IT专业人士如何才能脱颖而出?以下是五位商业领袖描述的在AI时代发展关键技能的方法。
掌握AI部署的关键问题
招聘公司PageGroup的集团首席信息官Dominic Redmond表示,成功的专业人士能够回答关于部署AI的关键问题。
"你如何通过这项技术创造价值?部署是否意味着你需要审视你的流程和商业模式?AI将花费多少成本?你将创造什么好处?你如何确保做出正确的选择和决策?"
Redmond告诉记者,好消息是许多专业人士已经在考虑这些问题。然而,现在的不同之处在于AI时代变化的速度。
"随着技术快速发展进行评估的能力是专业人士需要自我教育的地方,并且要以一种让他们的组织能够做出正确判断的方式来做,"他说。
Redmond建议,跨业务和技术工作的能力将是管理转型速度的关键技能,无论是在IT部门内部还是外部。
"所以,你的业务分析师可能会成为业务系统分析师——他们将兼具技术专家和业务分析师的特质,"他说。
"技术之外的人员也需要在AI、数据和变革方面自我教育——有些人已经在这样做了。这种翻译技能是我经常听到的必要能力。"
发展跨领域混合能力
园艺专家ScottsMiracle-Gro的数据智能副总裁Fausto Fleites表示,数据敏锐度在未来几年无疑会很有用。然而,这并不是区分优秀者和其他人的唯一技能。
"AI的持续兴起将突出其他品质,"他说。"我见过博士级别的专业人士,他们擅长数学,但他们没有商业思维。如果他们没有所需的其他品质,他们在未来将会失败,因为他们所做的很多工作无论如何都将被自动化。"
Fleites建议,顶级专业人士将拥有混合能力,而不是在单一领域(如数据科学或软件工程)异常熟练:"我认为未来是关于能够扮演两种角色的人。"
他告诉记者,他在Scotts的团队之所以成功,是因为他们与业务沟通,并重新思考人们如何使用AI做决策。
"当我们进行提案并向业务人员解释时,我们不用技术术语解释。我们解释这个信息如何帮助业务以不同且更高效的方式工作,他们就能看到它的价值,"他说。
"在公司的不同层级,你需要有既懂技术又懂业务的人。我认为,没有业务方面的知识,你的数据技能就不会那么有用。"
培养批判性思维技能
高露洁棕榄公司的首席数据和分析官Diana Schildhouse表示,专业人士可以通过磨练批判性思维技能来脱颖而出。
"当我们构建所有这些新的AI驱动工具,使事情更快、信息更易获取时,当我考虑招聘时,我寻找的是批判性思维以及理解并将商业背景应用到你所看到的内容的能力,"她说。
"对于我们正在构建的任何工具或应用程序,成功不仅仅是回答问题,然后团队跑去执行。在决策过程中需要考虑商业因素。"
Schildhouse告诉记者,能够分析AI驱动的洞察如何影响商业活动的专业人士将备受青睐。
"对我来说,批判性思维是一项非常重要的技能,我认为随着AI如此快速地提供如此多的信息,它在未来会变得更加重要,"她说。
"能够思考这些信息并确保你以正确的方式将其应用到你自己的业务或你正在从事的工作中,这非常重要。"
保持持续学习的好奇心
Schildhouse说好奇心也是想要从其他人中脱颖而出的专业人士的重要能力。
"这种持续学习的意愿,探索外面有什么,以及它如何应用到我们身上并产生一些影响,这非常重要,"她说。
高露洁棕榄公司正在考虑如何将AI应用到一系列领域,包括收入增长管理分析(涵盖定价和贸易促销)以及产品创新。
Schildhouse说,很明显,AI驱动的发展速度,无论是通过机器学习、生成式AI还是智能体服务,都将继续加快。专业人士需要适应这种持续的演变。
"有时候,这意味着愿意并能够在我们周围的事物发生变化时忘记和重新学习。这个领域变化如此之快——我们关注的领域、媒体格局、数字和电子商务的发展;一切都在快速变化,"她说。
"在我们的团队中,我专注于好奇心、愿意学习,以及思考技术如何影响我们,因为我们周围的世界正在以前所未有的速度发展。"
适应技能的持续演进
房地产专家Segro的首席信息官Richard Corbridge表示,新一代专业人士需要考虑的最重要因素之一是需求技能的持续演变。
"毕业生需要知道如何边做边学,"他说。"他们开始教育时的技能不会是他们在第一份工作中部署的技能。"
Corbridge告诉记者,这种灵活的现实也对老板们提出了要求。"作为领导者,我们必须找到创造性的方法来支持工作中技能的发展,"他说。
"而不是撕毁和替换的策略,我们必须提供机制来发展我们周围的人,让他们对未来感到兴奋,并产生企业和行业知识和经验,以及我们需要的新技能。"
Corbridge警告说,在许多情况下,生成式AI尚未对效率产生能够证明投资合理性的影响水平。
例如,像Copilot这样的工具每天节省30分钟的生产力可能会让工作变得容易一些,但它不会对业务产生变革性影响。
老板和他们的员工必须考虑人类创造力和技术能力的结合如何产生影响。
"AI只有在我们给它的信息质量好的情况下才能发挥作用,"Corbridge说。"最成功的组织将为AI提供最好的信息,让它能够有效发挥作用。"
Q&A
Q1:为什么22至25岁的年轻人在就业市场上面临更大挑战?
A:根据斯坦福大学的研究,22至25岁的工作者正面临就业率的急剧下降,特别是在最容易受到AI自动化影响的领域。软件工程师职位在2025年相比2022年峰值下降了近20%,AI的兴起为长期职业成功带来了新的障碍。
Q2:在AI时代,IT专业人士需要具备哪些关键能力?
A:专业人士需要具备跨业务和技术工作的能力,能够回答关于AI部署的关键问题,如如何创造价值、成本效益分析等。同时需要发展混合能力,既懂技术又懂业务,具备批判性思维和持续学习的好奇心。
Q3:生成式AI目前对企业效率的影响如何?
A:专家指出,在许多情况下,生成式AI尚未对效率产生能够证明投资合理性的影响水平。例如,像Copilot这样的工具每天节省30分钟可能让工作容易一些,但不会对业务产生变革性影响。成功需要人类创造力和技术能力的有效结合。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。