AI究竟在取代誰，成就誰？
我們經常聽到畫師危矣，設計師危矣，程序員危矣...
但究竟誰最危險？
AI對就業市場的影響，眾說紛紜，卻鮮有確鑿的數據支撐。
剛剛，來自Revealera（一家為金融公司提供就業數據的服務商）聯合創始人，Henley Wing Chiu的一份研究，收集、分析了從2023年1月到2025年10月近1.8億份全球崗位數據信息，用數據看清AI時代的職業沉浮。
圖片
多數研究或著眼于宏觀行業，或聚焦于特定人群，難以描繪出一幅具體而真實的全景圖。
盡管并非所有招聘信息都會轉化為真實雇傭，部分甚至可能是為了維持招聘熱度的幽靈崗位，但對于比較不同職位頭銜的相對增長而言，這并不構成核心障礙。
Henley Wing Chiu的目的非常純粹：找出在2025年，哪些具體的職位頭銜相較于2024年經歷了最劇烈的增長或衰退。因為這些變化，最有可能直接反映出AI所帶來的沖擊。
研究是如何進行的
如果你不是開發者，跳過這一節。
Henley Wing Chiu開發了一個包含650個不同標準化職位頭銜（如圖形設計師、護士等）的分類系統，并使用Amazon Mechanical Turk的眾包工人，對從Revealera獲取的數百萬個隨機招聘信息進行標注。
基于這些訓練數據，Henley Wing Chiu構建了一個機器學習模型，該模型能夠將所有1.8億份招聘信息分類到這些標準化的職位頭銜中。
這些招聘信息是全球性的，不僅限于美國，涵蓋了各種類型的公司：大型企業、中小企業、中型公司、初創公司、政府組織和大學，覆蓋所有行業。
數據直接從公司官網抓取，而非來自Indeed或LinkedIn等聚合平臺，因此重復率極低。
借助這個數據集，Henley Wing Chiu能夠識別出哪些具體的職位頭銜在2025年（1月至10月）相較于2024年和2023年增長或下降得最快，并據此推斷AI可能在其中扮演的角色。
Henley Wing Chiu建立了一個基于語義嵌入和集成方法的監督學習流程，用于職位頭銜分類。
使用對比學習方法，在成對的職位描述上微調了一個hugging face上下載量接近17.8萬次的聚類搜索模型all-mpnet-base-v2。