章：AI、新技能与工作重构 第 3 章：各区域岗位与技能需求 第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 VI. 云计算岗位 VII. IT领导力岗位 01 03 20 28 37 如今，AI正在从根本上重塑全球劳动力格局，革新岗位职能并催生出对新技能的迫切需求。这场 变革正在改变全球科技领域，同时也将深入影响金融、医疗、制造等行业。随着AI不断驱动竞争 日趋激烈，无法在经济环境中适应这一变革的组织将难以获得竞争优势。 本白皮书汇总了对全球900位IT及业务人员的调研结果，剖析了在AI赋能业务的时代背景下，信息 与通信技术（ICT）人才所需的技能及岗位演变需求。报告还包含一份详尽的附录，列举了受AI影 0个ICT岗位及其技能。 AI正在重塑商业模式与工作流程，大多数企业正处于“AI转折”阶段 AI及智能体的快速应用，正推动组织从“渐进式AI应用场景”迈向“全方位商业模式重塑”。目 前，大多数企业正处于IDC所定义的“AI转折”阶段⸺即在业务中发掘高投资回报率 (ROI) 的应 用场景。这一转变要求组织增设新的ICT业务岗位，掌握新技能并持续学习，强化所有岗位（包括 非技术岗位）的AI素养提升，最终建立AI治理架构。

数字化相关人才跨行业求职意愿度高，专业技术类人才迁移成本低，有 利于人才补充。 4. 金融数智化与金融安全是目前数字化转型的核心主题，金融产品经理、 安全风控类、技术类岗位需求较高。 5. 行业内传统岗位对人才经验包容性较强，数字化相关岗位多要求 3 年以 上工作经验，并为技术、算法类人才提供了有竞争力的薪资。 6. 智联猎头助力我国众多类型的金融机构人才战略实施，基本覆盖全业态 体系，并且 年，央行工作会议指出，加快金融数字化智能化转型，安全稳妥有序 推进人工智能大模型等在金融领域应用。 银行业在推进金融数字化转型、构建适应数字经济发展的现代金融体系过程 中，人才需求呈现多元化。除传统银行业岗位外，当前亟需以下领域的专业人 才： ◆ 金融科技架构设计：设计既满足金融业务功能要求，又具备技术先进性和 稳定性的整体架构，比如有金融业务知识储备的技术专家、架构师等； ◆ 关键技术研发 项目的可行性，目标一致地推动数字化转型的顺利进行。 数据来源：智联招聘（www.zhaopin.com） 银行业 80%的人才集中在传统岗位，如银行及金融服务（大堂经理、柜 员、信贷管理、理财顾问等）、销售、客服及其他职能岗。而期望流入银行业 的人才中，期望银行及金融服务岗位的比例明显下降，职能岗（财务、人事、 行政）明显增多。另外，从行业流动数据中可以观察到，有意向进入银行业的 人才有近半数是来

P05 1.薪酬水平｜重点产业薪酬 ................................................................P05 2.薪酬水平｜热点职能岗位薪酬水平....................................................P09 3.薪酬水平｜区域水平........................... 乏力，制造业、消费品行业整体涨薪 率不足5%，新产业/新赛道，如数字经济、新能源、半导体等行业，呈现“人才竞价”现象，智能制造、绿 色制造相关岗位（如工业机器人工程师、碳中和技术专家）薪酬涨幅达15%～20%，算法工程师、区块链 开发工程师等岗位跳槽涨幅达15%～50%。 从人才供需看，人才博弈与灵活用工加剧供需错配。高技能人才与就业观望导致“招聘难”与“就业难”现 象并存，半导体封装测 象并存，半导体封装测试、医药研发等领域人才缺口超20万，但应届生期望薪资与企业预算差距达20%～ 30%。另外，灵活用工导致内外员工薪酬公平性冲突加剧，互联网、零售行业灵活用工占比超30%，但核 心岗位与外包岗位薪酬差距引发内部公平性争议。某电商企业数据显示，同一岗位全职员工薪资比外包员工 高45%，导致外包团队离职率达28%。 从国家政策看，工效联动和要素优化加剧分配优化。近期中共中央办公厅、国务院办公厅、国务院国资委、

岗匹配” 是人力资源的起点，也是人力资源的核心目标之一。 本质上，企业和个人是利益共同体，只有使得组织利益和个体价值得到统一，做到 “岗得其人”、“人 适其岗”，根据人不同的素质和个性将其安排在最合适的岗位上，做到 “人尽其才，物尽其用”， 才能使人才发挥最大价值，同时激活组织。 那么，HR 如何做好人岗匹配呢？ 以前，在千百万份简历中筛选人才，是 HR 工作中 “解不开的劫”，每天花费大量的时间和精力 在人岗匹配的任务中存在 HR、职位（JD）、简历（CV）三种实体，人岗推荐系统中由 HR 发布职位， 根据发布职位来推荐简历，该场景中需要优化推荐的准确率、召回率，提升 HR 更高的工作效率， 提升岗位和简历的匹配度来减少招聘人才的成本。 在经典的机器学习排序模型中通常分为两种：复杂的人工特征工程 + 简单的模型，简单的人工 特征 + 复杂的模型。本着该原则我们对以文本为主的职位和简历对进行了匹配排序实践。 5 中结合知识图谱在电商环境下的推 荐也使得我们相信充分挖掘 embedding 信息可以带来不错的收益。 作为以技术为驱动的企业，e 成科技在 AI 技术的基础上，创新性地提出基于人才画像和岗位画 像的匹配，为人岗匹配带来革命性变革。 e 成科技作为 HR+AI 赛道的领跑者，一直专注于 AI 技术在人力资本领域创新应用，开创性地将 AI 技术与人力资本场景深度结合。基于 6 年的 AI

余个细分行业的薪酬 脉冲数据，更能通过组织网络分析（ONA）捕捉隐性薪酬公平因子，在保持组织熵减的前提下，为候选人生成独 特的薪酬方案。这种将博弈论、复杂系统理论与深度学习融合的决策模式，已帮助数百家企业将岗位匹配效率 提升 400%，员工留存率提高 35%。 但这仅仅是 AI 重构企业管理的冰山一角。当我们把视角扩展到组织设计、战略规划、文化塑造等更宏观的领域， 会发现每个管理命题都是特定约束条件 企业应用 AI 整体意愿 15 CHAPTER 2 AI 在企业人力资源中的应用白皮书 2.0 优化员工体验，提供个性化服务 提升协同效率，加强跨部门沟通与配合 提升招聘效率，快速匹配人才与岗位 推动薪酬公平性，优化激励机制 强化绩效管理，实现数据驱动决策 提升合规性，降低人力管理风险 实时监测员工情绪，支持心理健康管理 预测人力需求，助力战略规划 增强企业文化传播，提升员工认同感 解决展现出高效、便捷等诸多特性，例如： 高效性：借助 AI 能力实现全天候处理简历和面试申请，既保障候选人自助体验，同时也大大减少 HR 工作量。 同时，通过自动化简历筛选和面试安排，AI 系统能够快速筛选出符合岗位需求的候选人，有效缩短招聘周期 。 便捷性：传统工作模式中，简历筛选以及面试沟通等往往受到时间、空间的限制，而随着 AI 应用的逐步深入， 这些限制不复存在。候选人可随时随地“面对面“交流，有效提升人才选用效率、节约人力及时间成本。

复杂，传统的以有形产品为中心的归责模式面临挑战。 二是人机关系深度重塑，劳动生产关系面临新课题。智能制 造深刻影响了作为生产主体的“人”的角色定位。一方面，自动 化与智能化进程引致部分传统岗位被替代或重构，劳动合同的变 更与解除易发争议；另一方面，工人的角色从传统操作者向人机 协同的管理者、系统维护者与数据分析者转变，带来了新的职业 安全风险与劳保要求。同时，职业类型的转型催生了对掌握核心 题。智能制造的技术革新对传统劳动关系产生影响，对劳动者权 益保护提出了新课题。一是岗位调整的合理性边界不清。以“机 器换人”为特征的自动化进程，引发了一定程度的岗位替代与劳 动合同变更问题。司法实践对于单纯的技术升级是否构成劳动合 同变更或解除的“客观情况发生重大变化”，宜持审慎态度，而现 行法律对于技术变革背景下企业“岗位调整合理性”的判定标准 尚不够细化，易引发劳动争议。二是新型职业安全风险显现。人 体的过错程度、原因力大小进行综合判断，合理分配赔偿责任。 （2）践行司法为民宗旨，平衡技术进步与劳动者权益保护。 审理因“机器换人”引发的岗位调整类劳动争议时，在遵循“协商 一致”的基础上，细化“岗位调整合理性”的司法认定标准。通过 发布典型案例，明确将技术升级的客观必要性、新旧岗位的关联 度、企业是否提供有效培训、调整后的薪酬待遇是否公平等作为 20 核心审查要素，为企业规范经营和劳动者维权提供清晰指引。对

招聘工作主要是批量招聘形式， 承担 培训工作也相对少见，绩效管 理工作 由于难以标准化， HRSSC 涉及也较少。 央国企干部管理是常见的 HRSSC 功 能 需求，包括数字化人才库、继任 选拔 和评估、关键岗位继任地图等。 史会斌 佩企信息负责人 43% 48% 57% 67% 81% 81% 76% 81% 44% 33% 44% 33% 50% 56% 83% 83% 析了 3 万份客服代表的在线简历，希望了解与 员 工跳槽相关的因素，结果发现，使用 Chrome 这种第三方浏览器填写简历的员工比使用 Windows 或 Mac 自带浏览器的员工平均坚守一个 岗位的 时间要长 15% ，意味着“爱折腾”可能是一种好品质；员工过去 5 年跳槽的次数与未来一段时间跳槽的概率则没有显著相关性。 从管理者角色视角来看， HRSSC 数字化水平的关键评价维度包括结构化、 AI 工 具 应 用 于 招 聘 管 理 进 程， Offer 发放和在线回 签）； 3. 线上交 互的员工自助入职系统； 4. 通过微信服务 号鼓励员工积极内推（便于查 询和分享转 发在招岗位，在微信端上传候选 人简历， 获得积分和礼物）； 5. 基于 Power BI 的 系列可视化报表（整合多个“数据湖”中 的 员工档案、绩效历史、个人发展计划等数 据，形成可视化人力资源报告，

核心是“洞察”与“赋能”：它让数据“活”起来，能够自我分析、发现规律、预测趋势， 并最终赋能甚至替代部分人类决策。 AI 分析：这远不止于生成几张饼图或柱状图。它意味着： 在招聘端：通过自然语言处理技术，智能解析海量简历，并与岗位画像进行深度匹配，精 准筛选出潜力候选人，甚至预测其入职意愿与稳定性。 在人才发展端：分析员工的学习路径、项目经历、绩效数据，为其智能推荐个性化的成长 地图与培训课程，构建“千人千面”的赋能体系。 个典型场景，为企业提供了清晰的智能化升级路线图。 政策红利释放与人才需求转向 这些政策不仅是技术升级指南，更是人才结构变革的号令。智能制造专项催生了对数字化 车间设计师、智能装备运维工程师、工业数据科学家等新兴岗位的庞大需求。 人力资源部门必须前瞻性地解读政策，将智能制造人才图谱纳入企业人才战略，从传统的 2175 云，人力资源数智化解决方案 第 12 页 共 37 页 “劳动密集型”管理转向 “知识密集型”人才生态的构建。 企业具备大规模定制、快速试 错的能力。正如瑞士媒体所指，中国制造的优势正从成本转向 “创新速度 + 绿色标准” 的综合竞争力。 这种市场压力传导至内部，要求人力资源模式必须柔性化。传统基于固定岗位的“金字塔” 式组织已难以为继，取而代之的是基于任务的项目制、共享人才池与敏捷团队。 全球化竞争重塑人才争夺格局 在全球产业链重构的背景下，高端制造竞争本质是高端人才竞争。企业不仅面临国内同行

城市薪酬差异系数 16 人力需求 招聘趋势 19 城市招聘趋势 20 5e3f6aaa06444fd8a666eb59160aa400 招聘动态 22 热门职能 39 福利洞察 热门岗位薪酬 41 概念与定义 43 关于薪智 44 人力资源核心指标 芯片设计 薪智 人力资源核心指标 芯片设计 薪智 分类 二级行业 代表企业 上游 芯片设计 国科微、思特威、寒武纪、兆易创新、卓胜微、艾为电子、 「硕士」学历，「全国」起薪最高 「博士」学历，「全国」起薪最高 15 应届生起薪 - 按城市 2024届 人力指标 人力资源核心指标 芯片设计 薪智 统计说明：在相同行业、时间下，计算各个城市的通用岗位的平均薪酬。 以某一城市的通用岗位的平均薪酬为基准，计算各个城市的薪酬系数，该薪酬系数即为城市薪酬 差异系数。 基准城市 城市区域 城市 差异系数 较上年变化 华东 上海 137.4 9.2 杭州 112 60.5 91.8 芯片设计 芯片验证工程师 27.1 39.9 62 33.7 48.6 76.2 芯片设计 芯片测试工程师 19.7 27.6 42 24.7 34.9 52.6 41 热门岗位及薪酬数据 — 一线城市 近12个月 芯片设计 人力资源核心指标 芯片设计 薪智 行业 职能 市场职位 年固定薪酬 10分位 50分位 90分位 年总现金收入 10分位 50分位 90分位

统运维的 本质区别；（2）算力运维服务章节详细阐述基础设施、IT 设备、软件系统、数据应 用、安全合规、灾备应急及绿色节能七大运维模块的具体内容与操作规范；（3）能力 体系构建章节从组织架构、岗位能力、制度规范和技术体系四个维度搭建运维能力框 架；（4）质量评价指标体系章节提出科学的指标设计原则与分级模型；（5）未来展 望章节分析智能化、绿色化、模块化等前沿发展趋势；（6）典型场景实践章节通过通 ......................................................................................- 33 - 3.2 核心岗位能力模型设计............................................................................................. 新提供支持； 撰写技术研究报告，分享研究成果，推动团队整体技术水平的提升。 3.2 核心岗位能力模型设计 以下是基于算力运维团队组织架构规划设计的核心岗位能力模型，从专业能力、 通用能力、管理能力三个维度梳理关键能力项及要求，形成设计模型。 3.2.1 模型设计原则 （1）. 分层聚焦：结合岗位层级（管理、执行、研发）差异化能力要求，管理层 侧重“战略与团队管控”，执行层侧重“专业实操与问题解决”，研发层侧重