若向任何一位CIO询问AI的情况，你很可能会听到他们称赞AI在处理重复性、低层次任务方面的卓越表现。从IT支持和运营警报，到软件开发，生成式AI和自主式AI系统正在实现任务自动化，使专业人员能够专注于更高价值的工作。
技术和人才解决方案提供商Nash Squared的CIO Ankur Anand表示，技术一直在不断发展，自动化也早已融入我们的生活，然而，AI带来了前所未有的变革速度。
商业变革的速度如此之快，据Gartner预测，到今年年底，全球在AI上的支出预计将接近1.5万亿美元，明年则有望超过2万亿美元。所有行业都感受到了AI的影响，普华永道的《2025年全球AI就业晴雨表》显示，IT行业在AI应用方面处于领先地位，并且随着新兴技术简化运营流程，该行业对劳动力的需求将减少。
有证据表明，这种重塑已在进行中。斯坦福大学的研究人员在一份关于AI影响的论文中指出，22至25岁工人的初级软件工程岗位数量，较2022年的峰值已下降了近20%。与此同时，纽约联邦储备银行报告称，计算机工程和计算机科学专业的毕业生失业率分别为7.5%和6.7%。
在普华永道的报告中，研究人员指出，这种重塑背后隐藏着IT行业更深层次的变革。企业正从通用型人才向高度专业化、具备AI素养的人才转变。其结果是，IT劳动力更加专注，虽然规模相对缩小，但对数字经济至关重要。
对于那些拥有帮助企业利用AI所需技能的紧缺专业人才来说，这听起来是个好消息，然而，IT专业人员传统上是在初级职位上磨练技能的。如果我们自动化越来越多的任务，我们是否会面临为数字人才关闭职业发展通道的风险?
技术专家Skillsoft的CIO Orla Daly认识到了这一难题的严重性。她表示，“我的第一反应是，这可能不再是一个职业发展阶梯，而更像是一个由相互连接的绳索构成的网格，从与同行的交流中，我认为随着我们前进，我们将看到更加扁平化的层级结构。”
现在，CIO们的首要任务是确保自动化的引入不会成为未来IT管理的难题。他们必须认识到AI对工作角色可能产生的影响，培养未来所需的高阶技能，并为员工制定职业发展策略。
理解AI对工作角色的影响
Scotts Miracle-Gro的数据智能副总裁Fausto Fleites表示，维护IT职业阶梯是一个热门话题。尽管一些人认为，像氛围编码这样的AI工具标志着传统角色的终结，但Fleites表示，AI带来的变革必须放在具体情境中来看待。
他说，“氛围编码非常有用，除了传统软件工程外，我认为AI在数据科学领域也日益成熟。当我们试图分析数据集时，我的团队会进行大量的SQL查询，有时这些查询是重复性的。相反，你可以对AI说，‘好吧，帮我做这个。’在这些情况下，AI能让你更高效。”
但并非全是好消息，Fleites认识到，企业AI尚处于初期阶段，专家们常提到的最大问题之一是幻觉风险。将工作交给新兴技术可能有助于减轻IT专业人员的压力，但期望AI独立工作是危险的。
他说，“如果你没有编码经验，你就不知道模型何时在产生幻觉，也不知道如何纠正它，我们需要观察AI如何发展。AI可能会达到一个我们可以完全信任它的阶段，但现在还远未达到。与此同时，我认为我们仍然需要一些有经验的编码人员。”
因此，尽管AI可能会改变工作的性质，但企业不能假设IT专业人员的终结已近在咫尺。随着越来越多的工作场所任务实现自动化，数字领导者必须让有才华的人才参与其中，以监督系统。Fleites表示，企业应考虑如何培养一批低层次专业人才，使其成为智能体管理者。
他说，“如果我们展望未来的工作，AI辅助的智能体将承担重复性任务，这将凸显出对更多批判性思维和情商的需求，IT专业人员需要学习一种不需要掌握AI所做的琐碎事务的编码方式，而是专注于以业务为导向的素质。”
培养高阶技能
能源专家EDF Power Solutions的数据治理顾问Kenny Scott也认为，软技能的重要性将上升，而传统技能的重要性将下降。他表示，随着智能体在KPI方面的培训变得更加有效，数据质量分析师的角色可能会减少。Scott的信息很明确：随着AI的普及，有才华的人类专家仍然重要，但方式会有所不同。
他说，“虽然IT的纯工程方面会减少，但它永远不会消失，现在成功的关键在于提升自己，学会如何利用AI和智能体来交付成果，因为企业仍然需要有人将一切整合起来。只是他们现在需要一个人而不是十个人。”
Skillsoft的Daly是另一位不愿宣告开发者时代终结的数字领导者。她表示，仍然需要有才华的IT专业人员，但他们角色的关键要素将发生变化。例如，她建议IT专业人员将花费更多时间检查AI编写的代码是否适合其用途。
更广泛地说，她补充道，很难确切地说出哪些角色的重要性会下降，哪些角色的重要性会上升。她给IT专业人员的建议是扫描市场，寻找新兴趋势，特别是在你自己的企业中。
她说，“我们只是不知道未来会带来什么，所以尽量学习不同的事物，将一切分解为技能。如果你了解核心技能，你就可以根据企业在某个时间点的需求，以不同的方式组合这些能力。”
认识到AI对传统IT行业以外的影响也很重要。家居用品制造商Joseph Joseph的首席供应链官Sacha Vaughan专注于创建一种数据驱动的产品交付方法。她的企业正在探索如何将AI等新兴技术融入这种方法。与其他商业领袖一样，她也提到了在自动化程度提高的时代商业技能的重要性。
她说，“职业阶梯将得以保留，但技能组合将有所不同，因为我们将指向并引导AI，我们为初级职位所教授的技能将需要改变，以考虑诸如‘我如何训练我的语言模型来有效回答客户问题?’这样的问题，以便AI符合我们的品牌声音。”
制定职业发展策略
涂料制造商Jotun的数据主管Gro Kamfjord是另一位指出下一代人才重要性的高管。加入她的公司的年轻人拥有一些曾经看似不太可能的经验，包括对Python和AI的广泛了解，因此公司应制定一种职业发展策略，以利用这种能力。
她说，“如果你投资于新加入的人员，并让他们尝试新事物，他们就能迅速攀升职业阶梯，我不相信在能够自主负责之前，要先做几年枯燥、重复的工作。引入人才，期望他们承担责任，并在他们职业生涯的早期就挑战他们做出贡献。”
这与Nash Squared的Anand的观点不谋而合。他表示，对于数字领导者来说，成为团队的职业推动者比以往任何时候都更重要。公司仍然需要初级IT人才，但他们工作的重点将从亲自完成繁重的工作转变为监测和审核AI的输出。
他说，“成为智能体管理者涉及心态和技能组合的转变，初级团队成员需要具备批判性思维，以审查输出并找出可以提高质量的地方，例如减少AI生成的网络安全警报中的误报。”他补充道，培训和发展也将发挥至关重要的作用，因此CIO应确保高级团队成员指导初级同事，引导他们掌握所需技能，包括批判性思维、情商和沟通能力。“随着AI模糊活动之间的界限，这些技能变得越来越重要，并将帮助人们在IT职业阶梯上攀升。”
对于Scotts的Fleites来说，最关键的问题是数字领导者如何在这个新的工作环境中识别出表现出色的人才。识别有效的AI管理者将很困难，因为大多数公司在智能体用例方面只有数周而非数年的经验。Fleites表示，最佳策略是融合外部和内部AI能力。
他说，“我有一些极其技术化的关键领导者，他们在机器学习、AI和自主式AI方面具有资深经验，但我们没有庞大的团队，因此我们通过承包商来扩展能力。这样，当我们需要时，就能从机构获得熟练的人才。但关于架构、业务关系以及AI下一步发展方向的知识留在公司内部，这对于明确你的方向并正确执行至关重要。”
