Oyster《2026年全球人工智能人才报告》发现，人工智能技能的发展速度超过了职位定义的更新速度

Oyster发布的《2026年全球人工智能人才报告》指出，职场采用人工智能的核心问题在于供需错位：员工被期望掌握的技能，变化速度快于雇主正式描述职位的速度。通过 Oyster 平台招聘的职位中，2026 年上半年有 15% 要求具备人工智能技能，高于 2022 年的 5%。然而，新增的要求往往没有伴随职位名称调整、薪酬变动，甚至没有向员工做出清晰说明。

这项研究于 10 月 14 日公布，结合了对 15,000 多份职位描述的分析，以及对 1,000 多名人力资源和人员管理专业人士的调查。研究中最值得关注的发现，是人工智能正在重塑普通职位，而非人工智能相关职位名称突然激增。

对雇主而言，这引出了一个实际问题：如果人工智能应用能力重要到必须列为要求，那么该如何界定、评估并认可这种能力？报告显示，许多组织已经开始要求员工掌握这项技能，却还没有形成一致的标准。

人工智能技能要求正扩展到常见职位

Oyster 的平台分析将职位描述中明确把人工智能工具、人工智能技能或人工智能辅助工作流程列为要求的职位，计为需要人工智能技能的职位。这类职位的占比从 2022 年的约 5% 上升到 2024 年的 6%、2025 年的 10%，以及 2026 年上半年的 15%。

这一比较衡量的是明确提出人工智能技能要求的职位占比，而非人工智能职位的绝对数量，也非使用人工智能的员工比例。数据也只涵盖通过 Oyster 招聘的职位，而其客户本身就关注全球就业。这些区别对于解读变化速度至关重要。

工程领域仍是需求的重要来源：根据平台 2025 年至 2026 年 6 月的数据，23% 的工程职位要求具备人工智能技能。但同期数据也显示，17% 的市场营销协调员职位、15% 的招聘人员职位和 10% 的运营协调员职位提出了这类要求。

这些职位说明，采用人工智能可以改变常见职业的工作内容，却不一定催生新的职业。招聘人员可能需要在人才寻访或行政工作中使用人工智能；市场营销协调员可能需要处理人工智能辅助生成的内容。关键能力并不只是能够使用工具，还包括判断工具的输出何时有用、何时需要核查，以及责任应由谁承担。

预期、沟通与薪酬之间的落差

在受访者中，对于其所在公司在上一年为现有职位新增人工智能技能要求的人，有 62% 表示职位名称和薪酬均未改变。报告指出，这项发现基于 601 名受访者。不能据此认为，所有雇主中有 62% 在不调整薪酬的情况下新增了人工智能职责。

另一项发现涉及沟通。在其所在公司为传统上不需要技术技能的职位新增人工智能要求的受访者中，有 46% 表示，公司没有正式传达这些新要求。这项结果基于另一组 646 名受访者。

这些结果共同揭示了管理上的缺口。员工可能会发现，自己正因某些预期而受到评判；这些预期已成为经理的考量，却尚未写入明确的职位描述。这使得人们更难区分一项有用的新技能和未明说的工作量增加。

招聘流程也存在类似的不一致。在其所在公司会询问应聘者亲自用人工智能做过什么的受访者中，有 53% 表示，答案不会影响招聘或薪酬决策。提出问题，与拥有可靠的方法来解读答案，是两个不同的步骤。

报告并未证明每一项新增的人工智能要求都应带来加薪，也未表明职位名称不变就必然意味着员工受到了不公平对待。但报告确实说明，雇主需要更清楚地将所要求的能力与实际决策联系起来。否则，人工智能应用能力就可能沦为含糊的筛选用语，而不是职位中明确界定的一部分。

培训优先，但全球招聘也是应对方式之一

当员工缺乏人工智能技能时，53% 的受访人力资源专业人士表示，其所在公司倾向于培训现有员工。另有 31% 倾向于将培训与外部招聘结合起来，14% 则主要倾向于从外部招聘。

这种偏好符合组织的实际情况：现有员工已经了解业务、客户以及业务所受的限制。但培训必须留出实践和复核的空间。如果只增加人工智能课程，却不调整预期、时间安排和评估方式，研究其他部分指出的问题可能仍无法解决。

对于在现有员工队伍之外寻找人才的组织来说，地理位置也成了一个变量。在其所在公司优先从外部招聘人工智能人才的受访者中，34% 表示，由于在国内找不到具备人工智能相关技能的候选人，公司曾进行国际招聘。在优先培训内部员工的受访者中，相应比例为 18%。这反映的是招聘策略之间的关联，并不能证明国际招聘本身就能解决技能短缺问题。

Oyster 的平台数据还显示，不同招聘市场中要求具备 AI 技能的职位占比有所不同：瑞士为 21%，波兰为 20%，葡萄牙为 19%，罗马尼亚为 17%。这些比例反映的是平台在各国的招聘活动中，相关职位所占的比例。它们并非对各国 AI 人才总量或人才质量的排名，而且职位构成的差异也会影响比较结果。

在 211 名受访者中，他们所在的公司曾通过国际招聘来弥补国内 AI 人才缺口；其中，59% 表示公司主要通过全职员工来填补 AI 岗位。另有 34% 同时使用员工和合同工，7% 则主要依靠合同工。这一模式表明，对这一群体而言，国际招聘往往是组建长期团队的一环。

就业技术仍需有人承担责任并作出判断

Oyster 在跨境招聘业务中拥有商业利益。其名义雇主服务为海外招聘提供了雇佣框架，客户无需在每个市场设立自己的实体。这一业务背景与报告对国际招聘和就业基础设施的重视相关。

该公司的集成平台将雇佣工作流程与申请人跟踪、人力资源信息和会计系统连接起来。其文档列出的功能包括同步候选人和员工信息、休假数据以及已获批的费用。应用程序接口也支持自定义工作流程。这些功能涉及雇佣信息的传输与管理；不应将其误认为软件能够独立判断具备 AI 技能的候选人是否符合资格的证据。

报告中有关用工分类的调查结果进一步印证了这一区别。在所在机构主要以合同工或自由职业者担任 AI 岗位的受访者中，31% 对是否按照当地劳动法正确分类缺乏信心，或从未考虑过这一问题。在主要通过全职员工担任 AI 岗位的受访者中，这一比例为 20%。存在不确定性并不能证明分类有误，但这表明，寻找人才与确立恰当的雇佣关系是两项不同的挑战。

对人力资源负责人而言，切实可行的下一步是明确 AI 方面的要求：具体说明涉及哪些任务、哪些工具获准使用、检查输出结果的标准是什么，以及由谁对结果负责。这样一来，招聘评估就能检验与岗位相关的实际工作能力，而发展计划也能针对明确的技能缺口加以制定。

证据能告诉雇主什么，不能告诉什么

这项调查于 2026 年 8 月通过 Prolific 开展，受访者是来自美国、英国、加拿大和欧洲、负责招聘或劳动力决策的经理级及以上专业人士。调查记录的是受访者对公司做法的陈述，并非经过独立审计的就业结果。平台分析涵盖 2022 年 1 月至 2026 年 6 月 30 日；大多数职位和国家之间的比较采用 2025 年 1 月至 2026 年 6 月的数据。

因此，这项研究展现了一个特定群体的全球化雇主如何进行调整。它并未衡量整个劳动力市场，也未能证明 AI 导致了薪酬变化，或证实任何特定培训策略带来了生产力回报。

尽管如此，研究传达的核心信息十分明确：在组织改变职位描述之前，AI 就可能已经改变了职位所要求的能力。要弥合这一差距，就需要向员工明确提出期望，根据实际工作评估技能，并决定如何认可新的贡献。更好的工具能够为这些决策提供支持，但作出决策仍是雇主的责任。