问题——同一岗位为何出现"裁与招并行" 近期，不少企业在运维、开发、安全等岗位上呈现看似矛盾的用工变化：部分人员因流程自动化、工具平台化而被压缩，企业又同步招聘具备新能力的人才承担监测、治理、优化等工作。 雪花公司一项面向2050名企业高管的调查显示，信息技术运维岗位出现40%"裁撤"与56%"扩招"并存；软件开发为26%与38%；网络安全为25%与46%；数据分析则呈现37%与37%相当的"双向变化"。这表明，变化的核心并非岗位"消失"，而是岗位职责被重新拆分与组合。 原因——自动化替代与规模化应用叠加，触发结构性调整 一是任务颗粒度变化。可规则化、可脚本化、可标准作业的环节更易被工具替代，例如常规告警处置、基础测试、重复性工单处理等。，跨系统联动、复杂故障归因、容量与成本优化、服务可靠性提升等更依赖经验与协同的任务比重上升，推动企业对复合型人才形成新需求。 二是企业处于不同转型阶段。试点期更强调"快速验证与成本节约"，常见做法是外包、削减低附加值环节；进入规模化运营阶段后，稳定性、合规与可控性成为刚性要求——企业往往转向建设内部能力——导致"先裁后招"或"边裁边招"同时出现。 三是技能断层扩大用工错配。调查显示，约35%的组织将技能缺口视为智能化部署的主要障碍。岗位名称相似，但对数据工程、平台化运维、模型监控审计、安全对抗等能力要求显著提高，造成"人员不少、合适的人不够"的结构性矛盾。 影响——岗位分层加快，风险与机遇同步显现 在就业结构上，传统一线支持、低阶测试、重复性运维等岗位面临更大调整压力，企业更倾向以工具平台替代标准流程劳动。与此同时，新型岗位加速增长，包括智能运维、模型全生命周期运维、数据管道与质量管理、模型治理与可解释性评估、模型安全与隐私合规等方向。 在产业层面，终端与通信、消费电子等领域持续加大智能化产品投入，带动涉及的软件平台、数据基础设施与安全体系建设。业内普遍认为，未来一段时间，"能把智能系统稳定、安全、合规地运行起来"的能力，将成为企业竞争力的重要组成部分。 对策——个人与企业需同步补齐"新能力" 对劳动者而言，应从"单点技能"转向"平台与治理能力"： 第一，夯实数据工程与平台化能力，掌握数据采集、清洗、管道构建、流式处理及云原生运维等基础，提升对数据全链路的理解与把控。 第二，补齐上线与监控能力，理解模型部署流程、性能指标体系、告警与回滚策略，能够在生产环境中做持续观测与优化。 第三，向治理与合规延伸，熟悉数据质量、隐私保护、审计留痕、风险评估等要求，增强在监管趋严背景下的竞争力。 第四，强化安全对抗意识，关注模型与数据的攻击面、防护策略、鲁棒性测试等，提升对抗性风险处置能力。 第五，提升跨域沟通与业务理解，能够把业务目标转译为技术方案与指标体系，成为连接业务与技术的关键角色。 对企业而言，应把"用工调整"转化为"岗位重塑"：建立内部转岗通道与在岗培训机制，优先在数据工程、智能运维、安全治理等短板领域投入；同时制定治理框架与应急预案，完善监测、审计和纠错流程，防止智能系统在规模化运行中放大偏差。 前景——用工变化将更频繁，关键在于重构能力体系 随着智能化从试验走向深度应用，企业对数据底座、治理框架与持续监控的依赖度将持续上升，用工市场将呈现"低端重复性岗位收缩、高端复合型岗位扩张"的态势。短期看，岗位波动难免；中长期看，就业并非被简单"替代"，而是向更高附加值环节迁移。能否跨越技能鸿沟，将决定个人与企业在下一轮技术周期中的位置。
技术革新浪潮下，就业市场正在深刻调整；这场产业结构重塑既是挑战也是机遇。个人需要主动拥抱变化、持续学习进化，企业需要重构能力体系、完善治理框架。从更宏观的角度看，这种转型不仅关乎职业发展，更是推动经济高质量发展的重要动力，需要社会各界共同推进，共创共享技术红利。