都在劝年轻人转AI，可同一轮招聘，制造业招13.6万人，AI只招近1000人
图片加载中…
最近只要一聊工作，十有八九都会绕到同一个词，转AI。
年轻人怕踩空风口，在职的怕自己这行哪天被替掉。AI越火，这个决定就越像一道催命符——好像再晚半年，门就关死了。
可人社部刚公布的一组招聘数据，让这事儿没那么简单。
说真的，这阵子我收到的私信，十有八九都在问同一件事：要不要转AI。在职的问，刚毕业的问，连干了好几年焊工、想给孩子参谋专业的也来问。大家被同一个声音推着——AI是未来，不转就掉队。我本来也这么信，直到看见这组数字。
我犹豫过要不要写。毕竟AI是风口这话，说的人太多了，冷不丁冒出来说一句岗位没那么多，很容易被读成唱反调、劝退、或者给制造业站台。
可每次有人听完那套话术辞职报个速成班，半年后连面试都约不到，回头问我怎么办——那半年的时间，我可没法替他找回来。所以哪怕挨骂，这个反差也值得摆出来给大家看看。
7月20日至26日，百日千万招聘专项行动同时推出人工智能、能源及环保、制造、医药卫生4个线上专场。四场共有9000余家用人单位参与，招聘需求近14.6万人次。
看看这俩信息，人工智能专场有91家用人单位，招聘需求近1000人次。反而制造业专场有8500家用人单位，招聘需求13.6万人次。
同一轮专项招聘里，被喊得最响的那个行业，放出来的岗位反而最少。
图片加载中…
这只是一次线上行业专场。人工智能专场由BOSS直聘承办，制造业专场由前程无忧承办，参与企业的召集范围本来就不同。它只能代表这次活动，不能代表全国新增就业，更算不出两个行业以后谁输谁赢。
而且，AI岗位确实还在增长。
智联招聘发布的2026年人工智能产业人才发展报告显示，上半年人工智能行业招聘企业数同比增长24.8%，职位数同比增长10.6%。人工智能工程师的需供比为2.62，也就是平台口径下，每名求职者平均对应约2.6个招聘需求。
这跟专场里的近1000人次，其实不冲突。一组数字看的是这次活动拉来了多少家企业、多少个岗位，另一组看的是招聘平台半年的职位变化。
但把它们摆一块儿，倒能照出一个更实在的情况：AI的需求确实在涨，可纯AI岗位，总共也就那么些。行业再热，也不代表每个人都该把原来攒的经验全扔了，从头去挤算法、模型那几个坑。
这点从岗位结构就能看出来。这次AI专场放出来的——软件开发、测试、算法、产品经理——全挤在产业链最上游那一段。一个公司要把大模型做成产品，真正"做模型"的可能就那么几个人，剩下的开发和测试岗数量也有限。这是技术密集型行业的天然长相：门槛高、薪资高、人少。
招聘平台的数据也佐证了这点，AI工程师中位数薪资同比涨了一成多，有的行业AI岗平均月薪能到两万多。工资高，恰恰说明这类岗位要的是精，不是多。
制造业正好反过来。它的岗位沿着工厂、设备、供应链、交付这条长链铺开，一环扣一环，每一环都要人。一家大厂可能同时缺机械工程师、焊接工程师、质量工程师、项目经理，再加上一线技工，岗位层次多、人数需求大。这是劳动密集型行业的天然长相：门槛有高有低，岗位池天然就宽。所以同样摆一场招聘，制造业能放出13.6万人次，不是因为它更先进，是因为它链条长、盘子大。
把这两段机制摆一块儿，那组反差数字就读出了第二层意思：AI岗的窄，是结构性的窄，不是它不行；制造业岗的宽，也是结构性的宽，不是它更热。
智联那份报告里还有一个细节，在人工智能行业的招聘岗位里，机械设计/制造工程师占6.8%，排第一，软件研发6.2%，人工智能工程师反而只有6.1%。
也就是说，纯AI岗位和AI行业里的岗位，是两回事。公司当然需要做模型的人，但它同样需要懂机械、懂制造、懂销售、懂财务的人。AI这摊生意养活的很多活儿，压根不会把AI俩字写进职位名里。
图片加载中…
人社部7月27日披露，十四五以来，人力资源服务业年均服务超过5000万家次用人单位，其中约40%是制造业企业。相关融合发展试点已在39个城市展开，既服务生产一线工人，也服务工程技术人才。
这组数字透出来的，其实是制造业的另一面。它盘子是大，可这背后一直压着招工难和人对不上岗的问题。13.6万人次听着多，里面有不少是企业常年补不齐的窟窿——岗位在偏远厂区、活儿累、钱没给够、技能也对不上。所以这数字不能光读成机会多，它同时是一笔一直招不满的账。
图片加载中…
还有个方向值得注意：政策这头，正把AI往制造业的招人用人里塞。
同一份人社部材料提到，苏州实施人工智能加人力资源场景开发推广工程，支持市场机构研发智能劳动力管理平台。济南、青岛推动企业人力资源管理智慧系统落地。试点城市还在开发智能排班、虚拟现实培训等服务。
不过光看行业新闻没用，得先想清楚自己要挤的是哪扇门。
如果你学计算机、数学、人工智能，也愿意承受更高的技术门槛，纯AI岗位当然值得冲。先去看目标城市的真实职位，它们反复要求什么学历、项目和工程经验。新闻里的缺人，未必缺的是现在的你。
如果你已经在制造、物流、设计、运营、财务这些行业工作，把过去几年的积累清零往往很亏。你对设备、流程、客户、成本和风险的理解，正是通用模型没有的东西。先找本岗位最费时间、最容易出错的一段工作，把AI接进去，更容易做出别人能检查的结果。
应届生也别光盯着专业，人工智能工程师、机械设计/制造工程师，挤在同一份AI行业的岗位榜单里，说明这行的活儿早就混在一起了。挑专业、挑第一份工作，与其追一个热乎的标签，不如先搞明白：这岗位到底要你解决什么问题。
打算零基础转行冲AI的，这里有个反差得先认清。
整体上看AI岗位供不应求，有些口径说供需比0.97，低于新经济行业平均，看着对求职者有利。可这个均数会骗人。大厂校招疯抢的是能搞大模型、NLP、智能体那拨人，百度、字节、腾讯、蚂蚁这一年发的AI相关offer动辄几千份。门槛低的AI运营、数据标注、提示词岗，一个职位照样挤着几十上百人投。高端岗抢不到人，普通岗挤破头——求职者面对的，其实是两个完全不同的市场。别被那个均数哄着贸然辞职报班。
怎么判断自己能挤哪一端？
有个简单办法：翻十条你想投的AI岗，看硬要求。反复出现"硕士以上""顶会论文""熟读某框架源码""大规模训练经验"的，是高端端，没那底子短期补不上；只要求"会用某工具""能写提示词""做过标注"的，是普通端，门槛低意味着谁都能进，工资和稳定性都要打个问号。两头都不沾的，与其硬挤，不如先回自己有积累的行业，把AI当加分项，别当入场券。
还有一类人容易被漏掉：手里有手艺的技术工人。人社部这场招聘里，制造业放出来的可不止工程师，焊接、设备、质量这些岗同样在大量招。这些位置正在被AI悄悄改——视觉模型查质量缺陷、设备预测性维护，反而最缺既懂现场、又愿意上手新工具的人。会操作、懂工艺，再补一点AI使用能力，这条路可能比硬挤算法岗实在，也更快见到回头钱。
真想判断一条路值不值得走，拿一个晚上做次小调查就够了。下面这几步，照着来就行：
第一步，选词。在你目标行业里挑一个具体岗位，比如"质量工程师 苏州"，别笼统搜AI。
第二步，取样。把前30条还在招的职位，逐条把要求摘下来，标成三类：硬技能（必须会的工具、证书）、软要求（沟通、项目经验）、AI相关词（视觉、模型、数据分析、Agent）。
第三步，算占比。30条里有多少条提到AI相关能力？过半，说明这岗位正被改造，提前补有优势；不到十分之一，说明它还是个传统岗，别硬塞AI。
第四步，找缺口。把这30条的硬技能跟你现在的能力对一遍，挑出那个反复被要求、你却没有的。这就是接下来三个月最该补的东西。
第五步，做证据。找一个你本岗位真实存在的小问题，用AI工具试着解决，把输入、过程、前后对比都留下来，整理成别人能看懂的记录。
招聘信息里没提AI的，就别硬往上贴。这五步不保证你拿到offer，但它逼你用市场真实要求校准方向。它还有个好处：能把你那个被风口催出来的念头，拽回到地面——你所在的城市，你能投的岗位，你还差的能力。
还有一句得说在前面。
制造业13.6万人次里，有些岗位是常年招不满的，活儿累、天花板低是另一笔账。AI专场那近1000人次，也只代表这一次活动，给整个行业判生死，它不够格。这篇文章也不是说AI不值得学，更不是说制造业就一定比AI强。它只想戳破一件事：别拿AI是风口这一句话，去替一个要花好几年去赌的决定买单。
但它够提醒一句：行业热度，只能告诉你哪儿亮。真想知道门有多宽，得去看招聘信息。
别急着换赛道。
先看看你脚下这条路，接上AI以后能走到哪。