AI时代，人才培养与市场存在供需错配？上科大发布这一中国版动态数据库 | 上海教育传媒网

项目首席数据科学家、上科大CEISD客座学者陈沁表示：“过去几年全社会陷入‘职业替代焦虑’，大家盯着职业名称分析，本质是观察尺度错了。从统计数据角度看，中国有人力资源和社会保障部的权威职业分类系统、职业技能标准系统、新职业画像和劳动力市场趋势数据，但缺乏统一尺度和任务级的完整职业系统数据库；我们基于线上全量招聘数据搭建的中国版动态C-O*NET，核心目标就是把研判单位从‘职业名称’下沉到‘可更新的岗位职责’。短期来看，1～3年入门岗承压是结构性事实，但长期不存在整体性失业危机，市场正在重新筛选‘能驾驭AI、承担最终责任’的复合型劳动者。”

上海科技大学CEISD主任杨燕青表示：“该大模型未来会开源开放，成为中国经济学研究的数据基座。LLM（大语言模型）对国内劳动力市场的影响主线是任务重组，过去分工依靠拆分人类任务降低切换成本；现在，分工逻辑从‘人与人细分’转向‘人机协同闭环’。”她希望，未来有更多的团队加入“碳硅共生”的经济学分工研究，为打造人工智能时代新的宏观经济政策工具箱提供理论和数据支撑。

针对大众认知里可能被AI取代的职业，团队基于中国版动态C-O*NET数据库和海量实证研究得出结论，AI不会完整淘汰某一职业，只会拆分、改写岗位内部单一任务，雇主调整岗位职责、用人要求的速度，远快于更换职业名称的节奏。

研究团队列举了电话客服和Java开发两大职业，客服岗位整套话术、工单录入、标准问答均可由大模型独立完成，人类互补分值极低，招聘规模持续收缩；Java工程师虽可依靠AI生成基础代码、撰写接口文档，但架构设计、线上故障处置等任务无法被机器接管，资深技术岗薪资持续上行，“仅依靠职业标签划分风险，会出现系统性误判。”

报告显示，单纯高AI暴露不等于失业风险，只有同步缺少人类判断、现场兜底能力的岗位，才会出现招聘需求大幅下滑。

尽管AI暴露岗位招聘规模收缩，但岗位承载的工作职责并未同步消失。大量可文本化任务脱离专属岗位，跨行业扩散至生产、技术、销售全链条，单一专项岗位失去不可替代价值。此外，企业普遍将多道工序合并，打造 “一人独立完成全流程” 复合职能包。

依托全国二十余个省份高考录取、专业招聘双向大数据，报告发现，市场与高校存在双重供需错配。

研究团队谈到，“首先是方向错位，本科专业招生热度与四年后市场招聘需求相关系数为0.23；其次是时间错配，本科培养周期为4年，AI三年即可完成一轮完整市场重构，学生毕业时岗位结构已变。”

单一全校通用AI通识课无法解决就业导向的教育创新，需要适配不同专业的真实工作场景。

为此，报告还提炼出6大AI无法替代的核心人类能力，情境判断、责任承担、跨角色协调、伦理权衡、现场适应和证据链表达。

团队表示，C-O*NET数据库持续动态按月更新，未来将开源开放，为经济学研究、高校教育创新、国家和地方的就业宏观政策制定提供长效量化支撑。