过去我们一谈 AI 人才，脑子里蹦出来的标签无非三个：会写代码、懂算法、能调模型。但真正稀缺的不是会用 AI 的人，而是能用 AI 解决真实问题的人。答案谁都能拿到，难的是在一个模糊、没有标准答案的问题面前，知道该问什么、该信什么、该往哪走。
研究显示，含 985 院校成员的团队，初赛入围率是 19.4%，不含 985 的团队只有 4.7%。前者的科研项目均值是后者的 3 倍，AI 科研项目接近 4 倍，AI 相关实习接近 3 倍。但观察没有简单把这归成一句 “名校就是强”。它追问了一句：作品差距里，有多少是能力，有多少是别人没给过的机会？
超过 60% 的选手，来自非计算机专业。跨专业团队只占参赛队伍的 9.6%，入围率却高达 20.5%，而同专业团队只有 5.8%。跨校团队 14.3%，同校 5.3%。当一群学工科、学文学、学管理的人凑到一起，用各自的视角去拆一个复杂问题，AI 反而成了那根把散落专业知识串起来的线。
命题本身也在挑人。数据显示，品牌展示型企业平均吸引 45.9 支团队，初赛入围率 6.0%；真诚标杆型企业平均只有 25.2 支团队，入围率却有 12.2%。名头大的题吸引围观，问题真的题才筛得出能干的人。企业给了更清晰的痛点、更足的资源，年轻人回应的，是真本事。
这场变革的烈度，远超想象。调查显示，生成式 AI 在美国发布两年后，采用率就冲到 39.5%，而互联网和个人电脑，分别要两年和三年才到 20%。中国更快，截至 2025 年 6 月，生成式 AI 用户已到 5.15 亿，普及率 36.5%，半年翻了一倍。可观察同时泼了盆冷水：能接触 AI，不等于会用 AI。
大众最担心的 “机器换人”，现实里其实复杂得多。数据显示，摩根士丹利 2026 年全球调查里，岗位净增加只有 5%，但有 11% 被取消、27% 要再培训、16% 被重新调配。麦肯锡 2026 年的调查更有意思：年初有 32% 的高管预计 AI 会让员工变少，到年底真正减了人的只有 11%。AI 不是简单地消灭岗位，而是在替代任务、增强能力、创造新岗位，三股力量同时拧在一起。
替代针对的是任务，不是人。一项发表于《科学》的研究显示，453 名专业人士用上 AI 后，平均耗时缩短 40%，质量提升 18%，其中本来能力弱的人，提升幅度最大。某家 500 强软件公司的 5172 名客服用 AI 后，人均每小时解决问题数提升 15%，新手的效率一下蹿高 35%。AI 最意外的红利，是它把老员工攒下的经验，变成了一把递给新人的梯子。
那企业到底在找什么人？108 家企业的表述，被梳成了一张七层的冰山。最上面一层几乎毫无悬念：AI 数字素养，67.6% 的企业都在提。企业嘴上说的 AI 素养，绝大多数还是 “会用 AI 工具”，真正敢谈 AI 原生思维的，只有 4.6%。至于最终落到 “创造什么价值” 的，只有 28.7%。
更值得思考的是行动和口号之间的距离。93% 的企业说提供实习或校招机会，62% 说有专家导师，45% 承诺场景落地，可还有 24% 的企业，一样实质支持都没给。52% 的命题里没有任何一个有意义的数字，26% 连两个数字都拿不出来。说得越虚，年轻人越能闻出味儿。
需求端的信号同样直白。数据显示，2026 年上半年，AI 行业招聘企业数量同比增长 24.8%，AI 产品经理、数据标注师、智能体开发这些岗位，正在排队等新人。数据显示，2025 年国内 AI 应用类岗位增加了近 9 万个，同比增长 50.8%。而另一边，2026 届全国高校毕业生预计 1270 万人，比上一届多了 48 万。双向挤压之下，谁能从人群里站出来，成了摆在所有人面前的问题。
最戳人的，是那些二十岁出头的选手留下的态度。有人写，别把自己的脑子也外包给 AI，AI 能给十个方向，可方向盘得握在自己手里。也有人用一句话劝学弟学妹：别在开始之前就判断自己行不行，先做了再说。AI 时代最不怕的是工具变快，最怕的是人先把自己吓退。这些不是漂亮话，是真刀真枪撞过南墙之后捡回来的经验。
这场全景观察最想说的，其实是一句话：作品是最好的简历。学历、实习、证书，记录的都是过去，只有你在真实问题里做成过什么，才拿得出给未来看。AI 不会替任何人决定要成为怎样的人，这个答案，还在每个愿意动手、敢下笨功夫、肯为一件小事热爱到底的年轻人自己手里。
关于报告的所有内容，公众号『行业报告智库』阅读原文或点击菜单获取报告下载查看。
