> For the complete documentation index, see [llms.txt](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-si-bu-fen-zu-zhi-pian/20-ren-cai-yu-xin-gang-wei.md).

# 第 20 章 · 人才体系与新岗位

一提到 AI 人才，很多企业第一反应是去招算法工程师。这没错，但抓错了重点。会训练模型的人固然稀缺，可这层能力大多可以买、可以合作（第 14 章讲过）；真正最稀缺、也最买不到的，是另一种人——能判断"这件事该不该交给 AI、交到几分、怎么验收"的人。

这类人对应着几个正在冒出来的新岗位。AI 产品经理，把业务问题翻译成 AI 能做的形式，定义场景、划定边界、设计验收标准。AI 运营，盯着上线之后的质量、成本和迭代，别让它悄悄退化。FDE，嵌进业务里、帮着把 AI 真正落地的工程师。还有 AI 咨询师，帮组织想清楚该在哪里用、怎么用。这些岗位有一个共同点：它们都是桥梁，站在业务和技术之间，而桥梁的价值，恰恰是纯技术或纯业务的人都替代不了的。

围绕人才，有三件事要做：招、改、留。招是最直接的，但也最不该抱太大指望——这类人稀缺且贵，靠招很难补齐缺口。更重要、也更被低估的是改：把组织里已经懂业务的人，培养成会用 AI 的人。有一句话值得记住——会用 AI 的人不会被 AI 取代，但会被会用 AI 的人取代。所以比起招几个专家，让全员的 AI 素养普遍抬高一截，对多数企业更划算，也更持久。留则要认清这类人流动性高，真正能留住他们的，往往不是待遇本身，而是有意思的问题和看得见的成长。

这里还藏着一个更长远、也更棘手的问题。AI 最先接手的，往往是初级的活——初级的分析、初级的文案、初级的代码。可初级的活，正是年轻人积累判断力的阶梯。判断力从来不是天生的，是靠亲手做、反复试错慢慢长出来的。如果这段"笨功夫"被 AI 全包了，短期看效率很高，长远看却可能出现一个断层：十年之后，谁还有资格去审核 AI 干的活？越是依赖 AI，越需要有人能judge它对不对，而这种人恰恰要靠早年的历练才能养成。所以有远见的组织，会刻意保留一些"低效的历练"，不把成长的阶梯一并抽掉——这是一笔现在看不见回报、将来却决定生死的投资。

## 要点速查

* 最稀缺的不是会训模型的人（可买可合作），而是会判断"该不该交给 AI、交到几分、怎么验收"的桥梁型人才。
* 新岗位多是桥梁角色：AI 产品经理、AI 运营、FDE、AI 咨询师。
* 招/改/留：招补不齐缺口；"改"最重要（把懂业务的人带成会用 AI 的人，全员素养>几个专家）；留靠有意思的问题和成长。
* 长远隐患（R2）：AI 接手初级活，抽掉了年轻人长判断力的阶梯；要刻意保留"低效的历练"，否则将来没人能审核 AI。

## 给管理者的三步

* 现在：别把人才问题当成纯招聘问题；识别组织里"懂业务、可培养"的人，作为改造的重点对象。
* 三个月：办一次面向业务骨干的 AI 实训，目标是普遍抬高全员素养，而不是只养几个专家。
* 一年：审视初级岗位是否被 AI 全包、成长阶梯是否断裂；有意识地为年轻人保留一部分必要的历练。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://doras-dreamland-adventure.gitbook.io/enterprise-ai-transformation/di-si-bu-fen-zu-zhi-pian/20-ren-cai-yu-xin-gang-wei.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.