以摘要形式收听本文
ANI
波士顿咨询公司（BCG）的一份报告显示，到2030年，以人工智能（AI）为主导的服务预计将带来1000亿至2000亿美元的新增净业务，而技术服务公司通过对现有员工进行再培训，即可满足大部分需求。这份题为《人才已在你的工资单上，但时间不等人》的报告指出，全球服务市场预计将从2025年的约1.6万亿至1.7万亿美元增长到2030年的2.2万亿至2.4万亿美元，其中AI主导的服务预计将贡献3000亿至4000亿美元。然而，报告估计，传统服务收入将流失约2000亿美元，留下1000亿至2000亿美元的净市场机会。报告称，科技公司需要具备应用 AI 技能的专业人才，他们能够在真实业务环境中部署、运营和维护基于 AI 的解决方案。在传统技术服务公司中，应用 AI 专业人才仅占 AI 相关员工的10%至15%。相比之下，在 AI 原生公司中，这一比例高达90%至95%。传统公司中其余85%至90%的 AI 相关员工主要是利用 AI 提高现有工作的速度。报告还强调了在与客户直接合作以开发和部署 AI 解决方案的岗位方面存在的差距。此类前沿部署岗位在 AI 原生公司的应用 AI 员工中约占45%，而在传统技术服务公司中占比不到5%。
探索您感兴趣的故事
“技术服务公司并不缺乏 AI 人才，而是面临一个人才决策，”BCG 董事总经理兼合伙人、该研究的合著者 Sreyssha George 表示。
“能够交付应用 AI 的人才大多已经在工资单上，而客户正从按小时付费转向按成果付费。这改变了工作的配置和激励方式，”George 补充道。“每拖延一个季度没有明确角色，你的员工就少积累一个季度的真实项目经验。”
BCG 识别出40个可以从技术服务公司现有岗位培养出来的应用 AI 角色。例如，全栈开发人员和数据科学家可以转向前沿部署工程岗位，DevOps 专家可以转型为 AI 运维，数据工程师可以成为语义工程师。
不过，报告指出，不同岗位所需的再培训力度各不相同。将一名数据科学家培养成前沿部署工程师所需的投入，是将一名数据工程师培养成 AI 数据工程师所需投入的三倍。
在内部培养这些技能也有助于企业降低成本。报告指出，从外部招聘这些专业岗位的组织，可能需要支付比同等传统岗位高出最多 35% 的溢价。
报告将这 40 个应用 AI 岗位分为四类：购买稀缺的锚点岗位、构建规模化驱动力、留住交付核心，以及关注早期指标。
报告强调，企业需要一个清晰的框架来定义这些职位，包括技能要求、熟练程度、薪酬区间和专门的职位类别。
报告称：“将现有人才转化为供给的关键决策是岗位架构：一套技能分类体系、熟练度门槛、薪酬区间和专门的职位族，使每个应用 AI 岗位都有对应的头衔、级别和薪酬区间。”