每經(jīng)記者｜張梓桐    每經(jīng)編輯｜余婷婷    

“當前，全球勞動力市場正經(jīng)歷一段低速換擋期。截至去年底，全球招聘規(guī)模與2020年相比下降20%，職場流動率也跌至近十年來最低，而每個空缺職位的申請者數(shù)量與招聘率之間的鴻溝，已創(chuàng)下2020年以來的最高紀錄。”2月5日，2026亞太區(qū)Talent Connect峰會舉行期間，領(lǐng)英中國區(qū)總經(jīng)理王茜在接受《每日經(jīng)濟新聞》記者（以下簡稱NBD）專訪時如是指出。

新華社圖

“領(lǐng)英并沒有退出中國。”王茜還進一步告訴記者，目前，領(lǐng)英在中國市場的核心在于戰(zhàn)略聚焦：果斷放棄面向個人用戶的C端競爭紅海，將資源全面集中于服務(wù)中國企業(yè)的全球化需求。

據(jù)王茜介紹，目前，領(lǐng)英在中國出海百強企業(yè)中的滲透率達到76%，商業(yè)模式已明確轉(zhuǎn)向為企業(yè)提供海外人才等業(yè)務(wù)的“出海賦能平臺”。

在王茜看來，人口教育結(jié)構(gòu)、產(chǎn)業(yè)發(fā)展階段及政策開放度，是驅(qū)動全球人才市場區(qū)域分化的核心因素，這一格局也為中國企業(yè)出海挖掘人才紅利提供了新方向。

“人崗錯配”成常態(tài)，AI重構(gòu)職場需求與招聘邏輯

NBD：您提到全球招聘進入“低速緩行”時代，但新興市場仍保持高活力。這背后的核心因素是什么？中國企業(yè)應如何把握人才紅利？

王茜：如果把過去一年的人才市場放到全球來看，會看到一個非常鮮明的分化：全球整體在“慢下來”，但有些地方反而在“往前跑”。

發(fā)達經(jīng)濟體受到宏觀不確定性和貨幣政策收緊的影響，企業(yè)整體招聘規(guī)模依舊低于特殊時期之前的水平，大多數(shù)國家比2019年下降20%至30%不等；但印度、阿聯(lián)酋等新興市場，卻比特殊時期之前更活躍，企業(yè)整體招聘規(guī)模分別高出約40%和37%。

這種“冷熱并存”的格局，其實反映了三股力量的疊加：第一是人口和教育結(jié)構(gòu)，第二是產(chǎn)業(yè)階段差異，第三是政策與開放度。

對于中國企業(yè)來說，這意味著出海策略需要從“去哪兒做生意”，升級為“去哪兒建團隊”。不同區(qū)域的人才結(jié)構(gòu)，差異很大。

在實踐中，我們會給出海企業(yè)三個建議：第一是在出海早期就把“人才策略”提上日程，不要等到人才團隊支持不了出海進度時，才著急；第二是把“人才地圖”作為戰(zhàn)略輸入，而不是執(zhí)行細節(jié)；第三是盡早在出海目的地，搭建關(guān)鍵崗位的管理層，讓本地決策與全球協(xié)同同步推進。

NBD：領(lǐng)英的數(shù)據(jù)顯示，崗位申請者與招聘率的鴻溝，創(chuàng)下特殊時期以來的新高。這種矛盾會成為常態(tài)嗎？企業(yè)應如何應對這一結(jié)構(gòu)性困境？

王茜：過去一年的“求職擁擠但匹配很難”現(xiàn)象，大概率會是未來一兩年的常態(tài)。原因并不是崗位數(shù)量減少，而是技能要求在快速更新，但人才和組織的調(diào)整速度沒有跟上。

領(lǐng)英的數(shù)據(jù)顯示，預計到2030年，當前勞動力市場中70%的崗位技能都會發(fā)生改變。而受AI（人工智能）影響，這一變化速度可能會更快。

一方面，全球招聘規(guī)模比特殊時期前仍低約20%，職場流動率跌至近十年來低點，但單個崗位的申請量卻創(chuàng)新高；另一方面，崗位本身的技能要求越來越“復合”，很多崗位越來越需要具備一定的AI素養(yǎng)；同時，很多崗位除了對求職者有硬技能要求外，對軟技能的要求也越來越高。

這也就是說，企業(yè)要的人變了，而很多求職者的技能，還停留在“舊版本”。

那么，企業(yè)該如何應對？

首先，從“崗位匹配”轉(zhuǎn)向“技能匹配”。越來越多企業(yè)開始用技能來定義崗位，來指導招聘，而不是用頭銜來定義需求。

其次，把“內(nèi)部流動”當成第一招聘入口。內(nèi)部員工最大的優(yōu)勢，是懂業(yè)務(wù)、懂文化；而我們的數(shù)據(jù)顯示，以技能為基礎(chǔ)推進內(nèi)部流動，AI人才管道規(guī)模能提升8倍以上，對提升穩(wěn)定性尤其有效。

最后，放寬對“現(xiàn)成即用”的執(zhí)念，擁抱“三至六個月可培養(yǎng)”的理念。企業(yè)可以鼓勵員工在崗學習，通過標準化的學習路徑提升技能，而非只在外部市場“搶人”。

NBD：有行業(yè)報告指出，“前置部署工程師”崗位數(shù)量3年增長42倍。您認為，企業(yè)在招聘這類“AI落地操盤手”時，如何平衡其技術(shù)能力與業(yè)務(wù)適配力？

王茜：“前置部署工程師/AI落地操盤手”是這兩年數(shù)量增長最快的崗位之一。過去3年，這類崗位在全球的需求量增長了42倍。它的核心不是“做AI”，而是“讓AI真正落地”。

企業(yè)最常犯的錯誤，就是把這個崗位當成“高級工程師”。但真正能讓AI跑進生產(chǎn)線的，往往是技術(shù)理解和業(yè)務(wù)敏感度都具備的人才。

在實踐中，更可行的方式反而是：從最懂業(yè)務(wù)流程的人中，培養(yǎng)他們掌握AI工具與應用，配合系統(tǒng)性學習、場景化訓練，加上跨部門協(xié)作機制，落地效果往往更好。

隨著中國企業(yè)的全球化，從“拼速度”走向“造能力”，“AI落地操盤手”將成為增強跨區(qū)域業(yè)務(wù)一致性和提高效率的重要角色。尤其是在新興市場，需要能理解本地業(yè)務(wù)，又能快速推動AI應用落地的人才，而不僅僅是工程技術(shù)人才。

從“搶人”到“造人”,企業(yè)需重構(gòu)出海人才培養(yǎng)體系

NBD：對中國企業(yè)而言，應如何讓員工快速成長為“新領(lǐng)人才”？領(lǐng)英學習（LinkedIn Learning）在這方面能提供哪些具體支持？

王茜：“新領(lǐng)人才”不是一批新的簡歷，而是一套新的能力結(jié)構(gòu)，完全可以在組織內(nèi)部培養(yǎng)出來。對于很多處在數(shù)字化轉(zhuǎn)型中的中國企業(yè)來說，與其“換血”，不如采用更現(xiàn)實，也更高效的方式，讓現(xiàn)有團隊擁有新的技能水平。

我們通常會建議企業(yè)從以下三個層面同步推進。

第一步，先定義“新領(lǐng)人才”是什么樣；第二步，基于技能差距做可視化診斷。很多傳統(tǒng)企業(yè)往往知道“要轉(zhuǎn)型”，卻不知道“差在哪”；第三步，提供可落地的學習路徑，讓員工“今天學，明天能用”。

在這一過程中，領(lǐng)英學習（LinkedIn Learning）的作用，是讓“學習路徑”這件事可被組織化管理。利用領(lǐng)英學習建立個性化的技能學習路徑，通過精準匹配課程與技能需求，提供實時學習支持和個性化課程推薦，滿足不同層次員工的學習需求。這些課程內(nèi)容覆蓋了AI核心技術(shù)能力、業(yè)務(wù)部門使用AI工具的能力，以及跨文化溝通等軟技能，可以全面提升員工的AI應用水平。數(shù)據(jù)顯示，使用領(lǐng)英學習解決方案的企業(yè)，其員工AI技能提升速度是未使用者的3.4倍。

NBD：您提到借助AI招聘工具可縮短招聘周期，但不少企業(yè)面臨AI工具落地難。對此，您有哪些實操建議？

王茜：AI的瓶頸不只在技術(shù)，還在人才和組織能力。這也帶來了一個很明顯的變化：企業(yè)把更多期望放在招聘團隊身上。

在利用AI招聘的過程中，企業(yè)常常會遇到兩個落地難點：一個是崗位語言與技能標準不統(tǒng)一，導致AI工具“無從匹配”；其次是流程過于傳統(tǒng)，無法承接AI的效率提升。

在使用AI招聘工具的過程中，我們會建議企業(yè)從以下幾個地方著手。

第一，先把技能語言統(tǒng)一，AI才能幫你篩到正確的人；第二，用“小試點”跑通一條AI招聘閉環(huán)，再向全公司復制；第三，AI不是為了替代招聘者，而是為了讓招聘團隊把時間花在“判斷”而不是“機械勞動”上。

以領(lǐng)英為例，領(lǐng)英提供的企業(yè)招聘賬號，是依據(jù)全球13億職場人的技能圖譜數(shù)據(jù)來構(gòu)建的，通過統(tǒng)一語言的起點，讓JD（Job Description，職位介紹）、面試、人才評估都對齊到一套標準上。在這個過程中，領(lǐng)英推出的AI招聘助理會學習招聘者的偏好，為其拓寬候選池、自動化重復環(huán)節(jié)、總結(jié)偏好、提供建議，讓招聘者做高價值的工作，比如判斷候選人的文化匹配、成長潛力、價值觀契合度。

NBD：隨著AI自動化能力提升，數(shù)據(jù)標注員等基礎(chǔ)崗位是否會面臨被替代的風險？未來，AI相關(guān)崗位的技能需求會發(fā)生哪些核心變化？

王茜：根據(jù)領(lǐng)英最新勞動力市場報告，2023年至2025年，全球新增至少130萬個與AI相關(guān)的崗位，其中數(shù)據(jù)標注類崗位達到77.4萬個，是規(guī)模最大的單一崗位類型。這說明，數(shù)據(jù)標注依然是當前AI生態(tài)中的“核心底座”。

但隨著模型的自我監(jiān)督能力和合成數(shù)據(jù)技術(shù)的提升，一部分重復度高、規(guī)則固定的標注任務(wù)確實會被自動化接管。然而，這并不意味著崗位會“消失”。我的判斷是基礎(chǔ)崗位會減少，但角色會升級。

領(lǐng)英的市場報告也明確指出，AI相關(guān)崗位正從“執(zhí)行型”向“判斷型”與“場景型”遷移，數(shù)據(jù)標注的工作正在向更高階的方向發(fā)展。

未來，這類崗位，企業(yè)對“人”的要求會明顯轉(zhuǎn)向三類更高階的能力：第一，質(zhì)量與安全管理能力；第二，場景與行業(yè)理解；第三，AI素養(yǎng)與協(xié)作能力。

更關(guān)鍵的是，數(shù)據(jù)標注崗位本身就是一個可“向上走”的入口。我們在很多企業(yè)都看到，標注人員正在向下游的數(shù)據(jù)運營、質(zhì)量分析、模型治理、AI訓練監(jiān)督等方向發(fā)展，這些崗位對企業(yè)來說反而越來越核心。我更愿意用一個比喻來形容這種轉(zhuǎn)變：從前是“幫AI做題”，未來是“給AI出題、審卷、糾偏”。

封面圖片來源：新華社圖