數字弄潮 人執牛耳——數字化浪潮下的青年職業觀察

【青春如是】

光明日報記者 殷澤昊 光明日報通訊員 韓得舉

數字新職業的浪潮，正伴隨著數字技術的飛速升級不斷奔涌，影響著青年的職業選擇。

4年前，本刊推出《數字職業，為有準備的人敞開懷抱——數字化新職業青年就業現狀調查分析》報道，關注數字職業興起與青年就業的關系。時光荏苒，在大數據、人工智能、機器人等技術加速迭代中，數字環境與產業格局已今非昔比。

人工智能訓練師、機器人工程技術人員等新職業，在產業發展中的需求激增，吸引大量青年投身于此。“根據《數字經濟人才藍皮書：中國數字經濟人才發展報告（2025）》，2024年我國數字經濟人才總量就已超3200萬人，人才需求規模約6500萬人。”一些業內人士指出，“現在這個數據不知要翻升多少！”

今年以來，記者走訪調研了多個地區數字新職業的從業者，發現這類新職業通常帶有較強的技術屬性，但準入門檻并非高到不可逾越。一些人工智能機構的人力資源負責人說：“事實上，這片職業藍海，正等待著更多愿意擁抱新技術的人才去暢游。”

1.“以變應變”，追趕技術發展的腳步

“十四五”時期，人力資源社會保障部累計發布72個新職業，覆蓋數字經濟、現代服務業、智能制造等領域。數字新職業最鮮明的特色，是其發展之快，不僅增長勢頭迅猛，而且其知識、工具、方法等的更新升級日新月異。

“人工智能技術在飛速迭代，去年大家還在討論DeepSeek，今年就在談論‘養龍蝦’了。”90后青年、北京航空航天大學杭州創新研究院數字創新（教育培訓）中心主任陳夢祥告訴記者。陳夢祥主要負責人工智能訓練師的社會評價和相關教材的開發設計，她將“動態性”歸為這類職業的關鍵特征之一。“數字技術不是一門學會了就可以用十年的靜態手藝，從業者必須是一個終身學習者。”她說。

陳夢祥給學生講授數據標注技巧。受訪者供圖

這種特性，成為很多有意向從事數字新職業的人面對的第一個難關。編寫教材時，陳夢祥曾犯難：如果以某一種人工智能工具為抓手設計教學方案，教材印制的速度可能趕不上技術升級的速度；如果只講底層理論，就和大學計算機教材別無二致。最終，她和團隊決定重點培養學生解決問題的數據思維。不論技術如何進步，從業者都要學會用數據與算法理解問題、拆解問題、解決問題。

張凱是浙江省嘉興市經開區高創園某醫療科技企業的AI架構師。2022年底，ChatGPT（聊天生成預訓練轉換器）出現，張凱萌生了用AI提升藥物臨床試驗效率的想法。然而，他發現不論輸入什么指令，模型或多或少會出現“幻覺”，一本正經地“胡說八道”。比如，AI生成的報告中，存在憑空捏造的數據。技術的不成熟沒有讓他卻步，反而轉化成持續追蹤前沿的動力。他不斷研究同行成果、關注行業動態，“技術發展向前，從業者要同步奔跑”。短短三年，人工智能工具在輸出質量上有了很大進步。他的工作重心，也從最初的簡單嘗試，轉變為復雜智能體和多層校驗機制的設計。

在這種快速變化的環境下，從業者往往要掌握“以變應變”的法則。陳夢祥的一位學員小林，曾是一名電商客服。在培訓中，她需要完成從“處理問題”到“定義問題”的思維轉變。陳夢祥沒有直接教她編寫代碼，而是讓她基于最熟悉的客服場景，設計一個人工智能的應答流程。她需要思考：哪些常見咨詢可以交給AI？步驟如何設計？這個從“執行者”到“流程設計者”的視角轉換，讓她抓住了關鍵。培訓后，她被企業聘為“智能客服運營專員”，主要負責訓練和優化智能工具，工作效率大幅提升。

職業的形態在快速演變，但善于學習、樂于擁抱變化、懂得運用數字工具的人，總能找到自己的位置。

2.發展“不設限”，好奇心與學習能力很重要

數字新職業，并非只有互聯網或計算機行業從業者才能選擇，它是一個向多元背景、多種經歷的人才敞開的廣闊天地。有相關的技術背景固然是加分項，但數字新職業更看重的是從業者的學習意愿、跨界理解能力和在特定領域深耕的耐心。

陳夢祥講述了一位學員的案例。38歲的王先生，曾是傳統制造工廠里經驗豐富的質檢員。他抱著“試試看”的心態走進了人工智能訓練師培訓班，他面臨的困難是雙重的：近乎為零的電腦操作基礎和根深蒂固的經驗思維。

學習編程基礎時，他是班上最差的那一個。然而，當進行到視覺檢測劃痕的實訓時，王先生盯著樣本圖提出問題：“有些細微劃痕，在特定光線角度下看才明顯。這張圖里拍不出來，模型學不會怎么辦？”陳夢祥對王先生提出的問題印象深刻：“他不懂算法，但他懂業務，懂得如何質檢。”這份十幾年沉淀下來的、對工藝細節的敬畏和深刻理解，恰恰是當前人工智能模型缺少的。

畢業后，王先生被一家工業質檢設備企業聘為“應用工程師”，專門負責去工廠給系統“挑毛病”。他的核心競爭力，不是新學的代碼，而是那份在傳統行業靜心沉淀的積累與經驗。

在山東省青島市人形機器人數據采集訓練場，劉淑慧的從業經歷則展現了另一種入門路徑。她并非科班出身，成為一名人形機器人數據采集師，純粹是因為覺得“和機器人打交道看起來有趣”。她從基礎的數據標注工作起步，逐漸成長為一名合格的從業者。這份工作需要耐心和細心：操作機器人，讓它模仿人類的自然動作，不斷重復“抓取－擦拭－放回”，為機器人“喂”數據。劉淑慧清楚地意識到自己“缺少機器人編程、原理等更深層面的知識”，但她沒有止步。她認為“這個行業發展太快了，需要持續學習的能力”。劉淑慧的成長軌跡表明，數字新職業的大門，正向所有懷有好奇心、愿意從基礎做起并保持學習態度的人打開。

劉淑慧訓練機器人。受訪者供圖

3.數字浪潮中，人的價值愈顯珍貴

當談論人工智能、機器人、大數據時，一個無法回避的問題是，人的位置在哪里？

“數字新職業的興起，非但沒有讓人退場，反而讓人的價值更加凸顯、角色愈發關鍵。”張凱和同事們利用人工智能處理藥物效果的海量安全報告，將單份報告平均錄入時間壓縮到40秒以內，準確率高達99%，成本僅為傳統人工的三分之一。

張凱在驗證AI生成的報告數據。受訪者供圖

把統計工作交給人工智能，統計人員就會失業嗎？“以前統計人員花大量時間把文本翻譯成代碼，這是執行性工作。這部分工作由人工智能接管后，統計人員的重點工作變成判斷人工智能生成的代碼是否符合方案意圖，并作出決策。”張凱認為，在數字技術發展的當下，大部分行業具體崗位的性質正在發生變化，它們不是消失了，而是工作執行部分的比重在收縮，判斷部分的重要性越來越高。數字技術將人從重復勞動中解放出來，讓人得以去專注于更需要人類智慧、經驗和倫理判斷的高價值工作。技術，成為人類專業能力的“放大器”。

一線從業者劉淑慧，對“技術為人服務”有著樸素、感性的理解。她期盼機器人能進入日常生活，真正理解并滿足人的需求。“未來的人形機器人應該更有‘情商’。聽到‘把桌面收拾干凈’的指令不是簡單地清空，而是有條理地將桌面整理好。”她認為，技術進步是為了讓成果更精準、更體貼地執行人的意圖，提高人的生活品質。數據采集師的工作，就是在這條道路上鋪設基石。

“如果說數字技術是功能強大的樂器，優秀的從業者應當扮演作曲家和指揮者的角色。”陳夢祥說，作曲家能融合多種樂器譜寫樂章；指揮者深諳樂器特性，能調度它們和諧奏鳴。從業者不能只掌握技能，而要有定義問題的智慧和調度資源的能力。

走訪調研中，大部分相關從業者認為，數字新職業的蓬勃發展，描繪了一幅人技共進、技術普惠的圖景。與傳統職業相比，它們在執行層面的門檻降低了，創新創造的天花板卻不斷抬升。人，始終是技術發展的起點與歸宿。在這個時代，擁抱變化、主動學習，就有可能將技術內化為自身能力的延伸。在這曲“交響樂”中，最重要的角色，永遠是那位心懷旋律、指引方向的人。