各组织对工作场所中的人工智能持乐观态度，但其迅速普及引发了对新员工的需求，以帮助设计、开发、实施和维护人工智能工具及服务。

图源：Gorodenkoff / Shutterstock

人工智能的受欢迎程度不仅在科技行业快速增长，其他行业也是如此，因为各组织正在迅速采用该技术以简化业务流程。

Foundry对高级IT专业人士进行的一项最新调查显示，预计2025年剩余时间内人工智能支出将保持稳定，61%的组织表示计划增加支出，只有1%表示计划减少支出。总共有88%的组织表示已经投资或计划投资有助于内部构建人工智能能力的工具。

组织正在投资于构建人工智能能力的工具，重点是技能开发和学习平台（39%）、数据可视化和报告（37%）、数据存储和管理（37%）、自然语言处理（32%）以及项目管理（31%）。员工生产力也是推动人工智能采用的重要因素，68%组织的将其列为推动人工智能投资的首要优先事项。其他原因包括改善客户服务（55%）、推动创新（54%）、扩大收入机会（47%）、加快开发速度（44%）以及对实时信息的需求（42%）。

随着这项技术的普及，它增加了对相关角色的需求，以帮助在企业中设计、开发、实施和维护人工智能。

此外，Foundry的人工智能调查确定了几个公司希望填补的角色，以帮助将人工智能融入工作场所。以下是公司目前或计划招聘的11个角色，以直接应对他们不断涌现的人工智能战略。

一、机器学习工程师

机器学习工程师负责将业务需求转化为明确定义的机器学习项目，并指导机器学习解决方案的设计和实施。这个角色负责在企业中训练、开发、部署、安排、监控和改进可扩展的机器学习解决方案。它也是一个需要广泛技能的角色，包括模型架构、数据和机器学习管道创建、软件开发技能、使用流行的MLOps工具的经验，以及使用像BERT、GPT和RoBERTa等工具的经验。机器学习工程师的目标是最终使整个组织的机器学习更加普及，让每个人都能从该技术中受益。根据调查，20%的受访者表示已经招聘了机器学习工程师来支持人工智能，而55%的受访者表示计划招聘该角色。

二、深度学习工程师

深度学习工程师负责领导人工智能和机器学习系统、工具和应用所依赖的算法的研究、开发和维护。深度学习是人工智能的一个分支，对企业中人工智能工具和资源的发展至关重要。这个角色负责构建和维护强大的人工智能算法，确定数据需求，并寻找更好的方法来自动化业务流程以提高性能。聊天机器人、虚拟助手、面部识别、医疗设备和自动驾驶汽车等技术依赖深度学习来创造有效的产品。随着公司继续采用人工智能，对于希望利用人工智能并将其整合到业务流程、服务和产品中的企业来说，深度学习工程师至关重要。根据调查，15%的受访者表示已经招聘了深度学习工程师来支持生成式人工智能，而54%的受访者表示计划招聘该角色。

三、提示词工程师

提示词工程师负责为人工智能系统设计、优化和构建指令，以从生成式人工智能模型（如ChatGPT）中生成特定的文本、图像、代码和其他输出。随着组织采用人工智能工具并寻找专业人士来充分利用其人工智能投资，这一角色在各个行业的需求不断增长。

虽然人工智能工具使构建和优化软件和服务变得更加容易，但它们需要特定的输入提示才能实现期望的输出。提示工程师通常需要具备人工智能研究、软件开发、编程、自然语言处理（NLP）、机器学习以及数据处理和预处理方面的经验和技能。根据调查，15%的受访者表示已经招聘了提示工程师来支持生成式人工智能，而54%的受访者表示计划招聘该角色。

四、数据科学家

随着公司采用人工智能，他们需要数据科学家来帮助利用分析和人工智能从客户和业务数据中获得更好的洞察。对于大多数公司来说，人工智能系统依赖于大型数据集，这需要数据科学家的专业知识来处理。职责包括构建解决客户和业务需求的预测建模解决方案、与其他相关团队一起实施分析模型，以及帮助组织从传统软件过渡到融入人工智能的软件。这个角色需要具备自然语言处理、编程语言、统计模型以及大型语言和生成式人工智能模型方面的经验。根据调查，26%的受访者表示已经招聘了数据科学家来支持生成式人工智能，而53%的受访者表示计划招聘候选人。

五、人工智能研究员

人工智能对企业而言仍是新兴领域，有许多未知有待探索，这就是为什么企业希望招聘人工智能研究员，以帮助确定人工智能在企业内的最佳可能应用。人工智能研究员致力于开发新的模型和算法，以提高生成式人工智能工具和系统的效率，并寻找人工智能改善流程或满足业务需求的机遇。他们需要掌握数据和自动化基础设施、机器学习模型、人工智能工具和算法、数据科学、编程技能，以及从零构建人工智能模型的能力。据调查，18%的受访者表示已聘请人工智能研究员支持生成式人工智能，52%计划招聘该岗位。

六、算法工程师

算法工程师，也称为算法开发者，负责构建、创建和实施软件及计算机系统的算法，以实现特定任务和业务需求。该角色需要编程语言、测试与调试、文档编写和算法设计知识。他们负责解决企业复杂的计算问题，常处理大型数据集以设计满足业务需求的复杂算法。企业依赖算法工程师驾驭人工智能技术，依靠他们扩展和部署人工智能解决方案，考量伦理和偏差影响，并确保符合合规与监管要求。据调查，17%的受访者已聘请算法工程师支持生成式人工智能，51%有招聘计划。

七、人工智能聊天机器人开发者

聊天机器人是商务场景中最早且最常见的人工智能应用之一，你很可能曾与之互动。人工智能聊天机器人开发者负责开发和构建聊天工具，引导客户联系合适的客服人员，连接用户与重要文档，减轻客服代表的工作负担。随着生成式人工智能服务（如ChatGPT、Bard、Replika、Cleverbot等）兴起，聊天机器人愈发复杂，成为强大的商业工具。各行业对聊天机器人技术需求旺盛，企业渴望聘请开发者构建内部聊天工具，简化客户服务、预约安排、社交媒体互动、用户支持，甚至营销推广工作。该角色需要编程语言、人工智能/机器学习概念与框架、自然语言处理和出色沟通能力。调查显示，21%的受访者已聘请相关开发者，44%有招聘意向。

八、首席人工智能官

随着人工智能成为技术基石，首席人工智能官（CAIO）职位日益普遍，负责监督和管理企业人工智能基础设施。这是高级行政岗位，旨在凭借深厚的行业技术和实践经验，引导企业完成拥抱人工智能的数字化转型。该角色需深入了解人工智能伦理、治理与合规、隐私、安全，以及领导和沟通技能，以管理人工智能专业团队。企业将持续构建人工智能工具并将其融入劳动力，使 CAIO 在引导企业应对这一重大变革中愈发重要。据调查，16% 的受访者已聘请 CAIO，44% 计划招聘。

九、人工智能撰稿人

人工智能撰稿人使用生成式人工智能创作文字内容，再审查、编辑和修改，快速产出博客、文章和社交媒体更新，速度远超普通人类。该角色需精通搜索引擎优化、提示工程、自然语言处理、内容管理和数据分析，以及流行人工智能工具。还需深入了解版权法和人工智能写作伦理问题，这些领域仍在讨论和演变中。据调查，14%的受访者已聘请人工智能撰稿人，44%有招聘计划。

十、人工智能艺术家

类似于人工智能撰稿人，人工智能艺术家利用人工智能为企业创作艺术作品，包括标志、品牌设计、库存图像和其他产品、服务及营销活动的创意内容。该角色需要创意经验与自然语言处理、机器学习、人工智能和提示工程的技術知识相结合。要确保生成合适图像，并具备编辑和改进人工智能输出的能力，以准确体现品牌。同人工智能写作一样，人工智能艺术也是争议话题，面临自动化艺术的批评。然而，随着企业采用人工智能加速广告活动、简化在线内容发布和加快创意工作交付时间，这一角色愈发受欢迎。调查显示，10%的受访者已聘请人工智能艺术家，41%有招聘意向。

十一、自然语言处理工程师

自然语言处理工程师对于任何拥抱人工智能的企业都至关重要。人工智能高度依赖自然语言处理来改善沟通并创建能与用户有效互动的聊天机器人和其他人工智能服务，无论查询内容为何。该角色负责训练自然语言处理系统、开发模型、开展实验、识别合适工具和算法，以及定期维护和分析模型。应聘者通常具备大数据、编程、模型选择与定制、语言建模、语言翻译和使用自然语言处理工具进行文本摘要的经验。自然语言处理在文本转语音（TTS）、语音转文本（STT）、聊天机器人和虚拟助手等实时交互用户的人工智能工具中发挥关键作用。据调查，17%的受访者已聘请自然语言处理工程师支持生成式人工智能，18%计划招聘。

作者：Sarah white（萨拉·怀特）

Sarah white（萨拉·怀特）是 CIO.com 的高级作家，专注于报道信息技术（IT）职场趋势、IT 领导力以及科技行业的多元化、公平性和包容性（DEI）。她为 IT 领导者提供关于招聘和留住技术人才的必备知识，同时突出报道来自各组织、非营利机构和 IT 领导者的独特行业故事。她此前撰写过消费科技和面向企业的硬件内容，包括笔记本电脑和智能手机评测，后来转向基于 IT 职业的报道。她对科技行业 DEI 的报道获得了认可，凭借 “黑人技术基金会如何弥合数字鸿沟” 一文荣获金塔比奖和银色 ASPBE 奖，又因报道 “利用信息技术助力濒危土著语言复兴” 获得另一项银色 ASBPE 奖。

译者：小知

睿观：随着企业为提升生产力与创新而加速采纳人工智能，对能够设计、开发、实施和维护AI工具与服务的专业人才的需求急剧增长（背景与动因）。Foundry的调查揭示了11个当前或计划招聘的热门AI相关角色，这些角色涵盖了从底层的技术层（如机器学习工程师、数据科学家），到应用层（如提示词工程师、聊天机器人开发者、AI创意岗），再到顶层的战略层（如首席AI官）的完整生态（关键岗位）。这表明AI正全面重塑就业市场，创造了一个深度融合技术、应用、创意与战略的新兴人才版图，对从业者提出了更专业、更复合的技能要求（结论与影响）。

金句：

AI的浪潮，不仅是代码与算法的革新，更是一场重塑职业版图的“造风运动”，催生了从技术、应用到战略与创意的全新人才光谱。