2025 年，简历上写一句"熟练使用 AI / 擅长提示词工程"还能让人眼前一亮；到了 2026 年，这句话正在以肉眼可见的速度失去分量。HR 软件巨头 Workday 在 10 月 5 日发布的《2026 年 10 月全球劳动力报告》（题为 The Adaptability Advantage）里，用真实招聘需求数据捕捉到了这场急转弯：企业对"基础 AI 技能"（比如简单写提示词）的需求，在 2026 年 1 月见顶后一路下滑了 25%；与此同时，能"搭建 AI 工具、自动化工作流、做 AI 工程"的应用型技能需求，却在 2025 年 9 月至 2026 年 7 月间猛增了 51%。
一、先钉口径：四份数据源拼出来的报告
Workday 卖的是 HR 与招聘软件，这份报告天然带有"能力/技能/内部流动工具有价值"的立场，读时要挂上这层滤镜。但它的可信度比一般观点调研要高，因为数据来自四个彼此独立的源头：(1) 对约 6,001 名员工与业务决策者（含约 1,780 名决策者）的全球问卷，测领导者预期与员工信心；(2) 另一份独立的 AI@Work Pulse 调查，覆盖 5,944 名劳动者，看 AI 在求职中的使用；(3) 约 550 家用 Workday Recruiting 的雇主、从 2025 年 9 月到 2026 年 7 月的真实招聘需求（JD）里的技能提及；(4) Workday 客户（≥250 人规模）的匿名化内部人事数据，含转岗、晋升、离职率，逐年匹配。
需要特别标注两条边界：其一，人事数据只覆盖 ≥250 人的 Workday 客户企业，小公司与非 Workday 用户可能长得不一样；其二，"申请者变多"只是被归因为 AI 的可能结果，报告并没有把 AI 从其他劳动力市场因素里剥离出来单独证明因果。
二、领导者的算盘：是"提效"，不是"减员"
关于 AI 对就业的影响，最流行的两种叙事——"AI 要大裁特裁"和"AI 什么工作都不会动"——都被这份数据否定了。真实的分布更微妙：只有 28% 的商业领导者预期 AI 会减少员工总数，而有 40% 预期 AI 会让现有员工产出更多，另有 34% 认为它会改变员工的工作内容本身。
| 指标 | 数据 | 来源 |
|---|---|---|
| 预期 AI 提升现有员工产出 | 40% | 全球问卷 n≈6,001 |
| 预期 AI 减少员工总数 | 28% | 同上 |
| 预期 AI 改变工作内容 | 34% | 同上 |
| 基础 AI 技能（如写提示词）需求变化 | -25%（1 月见顶后） | 550 家雇主招聘 JD |
| 应用型 AI 技能（建工具/自动化/AI 工程）需求 | +51%（2025-09~2026-07） | 同上 |
| 管理与领导力技能提及 | -7% | 同上 |
| 培训类技能提及 | -13% | 同上 |
| 内部转岗下降的雇主占比 | 57% | 客户人事数据 |
| 每个已填岗位的中位申请人数 | 69（前值 58） | 同上 |
| 平均填补周期 | 约 60 天（基本不变） | 同上 |
| 求职者中用过 AI 找工作的比例 | 84% | AI@Work Pulse n≈5,944 |
Workday people systems 副总裁 Phil Willburn 的一句话点破了本质："员工也许没在换工作，但他们的工作正在周围发生变化。"换句话说，AI 对企业就业的第一波冲击，不体现在"人数增减"这个粗指标上，而体现在"岗位里的任务被重新拆分、改写"这个细结构上。
三、"会提示词"为什么突然不值钱了
整份报告最锋利的数据点，就是 AI 技能需求的这次反向运动。写提示词这类基础 AI 能力，在 2025 年下半年一路上扬，于 2026 年 1 月触顶，随后掉了 25%。同一时间窗里，能"把一个手工审批链改造成自动化流程""把 Agent 接进薪资或工单系统"的应用型人才，需求涨了 51%。
背后的逻辑很直白：当一项技能变成人人都假定具备的默认项，它就不再是招聘信号了。"会用 ChatGPT"在 2026 年就像 2010 年简历上写"会用 Office"一样，不再构成差异化。雇主的付费意愿整体迁移到了"应用能力"上——不是你会不会问 AI 一个问题，而是你能不能配置一个替你干活的 Agent。这也与本报告发布当季涌现的一波 agentic HR 产品相呼应：工作重心正从"向助手提问"转向"编排会行动的 Agent"。
报告还顺带戳破了一个反常识的隐忧：在组织最需要"帮团队消化变革"的时刻，招聘 JD 里管理/领导力技能的提及反而降了 7%，培训类技能降了 13%。也就是说，企业一边承受 AI 带来的剧烈岗位重构，一边却在减少对"带人穿越变化"这类能力的诉求——这是一道值得管理层警惕的错配。
四、员工侧：有信心，但没人帮
在 2026 年 9 月对约 6,000 名全职员工的调查里，藏着一个 13 个百分点的落差：79% 的人说自己清楚要成功需要哪些技能，但只有 66% 认为公司真的在帮他们获得这些技能。这正是明年大多数学习与技能培训预算要被拿来考核的那道裂缝。
员工并不缺意愿——65% 表示只要要求，他们有信心学会新技能。但在重度 AI 使用者中，心态是分裂的：62% 认为 AI 会让自己当前的技能贬值，同时 76% 又期待 AI 打开新的职业机会。这种"既焦虑又憧憬"的叠加，恰恰说明问题不在员工肯不肯学，而在组织有没有把学习的通道和支持真正铺到位。
五、卡住的职业阶梯，和被 AI 灌满的申请池
两个结构性信号指向同一个方向：内部的梯子正在变窄，外部的竞争正在变挤。内部转岗方面，57% 的雇主出现了内部流动同比下降，全球晋升率基本持平。员工尝试内部转岗时最常撞上的三堵墙是：目标岗位招聘被冻结、直属经理不支持放人、以及选拔流程让人觉得不公平。约一半员工去年压根没试内部转岗，其中 27% 的理由是"在公司里没看到有吸引力的机会"——这对 HR 而言既是供给问题，也是可见性问题。
外部招聘方面，AI 把申请门槛抹平到了近乎零成本。84% 的求职者已经用 AI 找工作，每个最终录用岗位对应的中位申请人数从一年前的 58 涨到 69，Workday 把这归为"AI 让一次性海投多个岗位变得太容易"的可能后果。可量多了并没提速——填补周期仍停在约 60 天，因为更多的申请并不等于更多的合格候选人。科技与媒体、金融服务两个赛道竞争最惨烈，每岗申请数分别涨了 40% 和 27%。这直接推出一个结论：未来吃香的招聘工具，是能筛"应用能力"的，而不是只会把更多简历处理得更快的。
还有一个容易被稳定数字掩盖的问题：自愿离职率常年稳在约 16%，约 70% 的员工两年后仍在原公司——看起来风平浪静。但 Workday 提醒，"留下来不等于买账"：在所有被分析的行业里，计划留任的员工都更不愿意推荐自己的雇主，公共部门这道差距高达 11 个百分点。Willburn 的说法是"职场里弥漫着大量安静的不安"，低离职率可能正藏着一个敬业度塌方。
六、给管理层的三张行动清单：别再按旧地图招人用人
把这份报告翻译成可落地的动作，核心是一句话：人才管理的计价单位，正在从"岗位"切换到"任务组合"。过去 HR 招的是一个个静态的职位说明书，看的是头衔、年限、会用什么工具；而 AI 把每个岗位拆成了一组会被自动化或被增强的任务，于是同一个"运营专员"头衔下，一个人可能一半任务已交给 AI、另一半反而更需要判断力。用旧的职位说明书去招、去评、去晋升，就会系统性地错配——这正是前面那批数字（基础技能贬值、应用能力暴涨、内部流动停摆）背后共同的组织病灶。
第一张清单是重写招聘需求。既然"会写提示词"这类基础 AI 技能的需求已从 1 月峰值回落 25%，JD 里再把它当加分项罗列就是噪声；真正该考核的是候选人能不能把 AI 嵌进一段真实业务流程、做出可复现的产出。第二张清单是重启内部市场。57% 雇主内部流动同比下滑、约一半员工压根没试转岗，说明障碍不在员工意愿，而在"岗位冻结+经理不放人+选拔不透明"这三堵墙——管理层要做的不是再办一场培训，而是把跨部门流动的审批权和激励重新打通，让梯子先能爬。第三张清单是别被低离职率骗了，16% 的稳定数字叠加"留下但不买账"的情绪，意味着真正的隐性成本是生产力与创新的悄悄流失，而不是账面上的人事更替。
需要提醒的是，这三张清单都建立在 Workday 的方法论立场之上——它卖的就是技能图谱、内部流动和招聘软件，所以"任务本位人才管理"这套叙事天然对它的产品有利。但即便剔掉这层商业滤镜，数据里最扎实的一条仍然成立：AI 对就业的第一波冲击，改的不是岗位总数，而是岗位内部"哪些任务还值得由人来干"的结构。看懂这一层，比争论"AI 到底创造还是消灭工作"要有用得多。
七、FAQ
Q1：这是否意味着 AI 不会导致裁员？
不能这么下结论。这份报告显示的是"当下领导者预期"的分布——28% 预期减员、40% 预期提效、34% 预期改变岗位，反映的是近期主流策略偏向重组而非直接砍人。但它测的是意向而非既成事实，且样本集中于 ≥250 人的 Workday 客户大企业。历史上技术革命往往先改任务结构、再滞后地体现在编制上，因此"暂时不减员"不等于"长期不减员"。
Q2："提示词技能贬值 25%"对个人职业发展意味着什么？
意味着把"会用 AI 工具"本身当成护城河是危险的，因为它正在迅速变成默认项。真正保值的是"应用能力"——能用 AI 重构一段业务流程、搭出一个能自主执行的 Agent、把自动化接到真实系统上。与其在简历上堆"熟练提示词"，不如拿出一个"我用 AI + 自动化工具改造了某流程、省下多少工时/成本"的可验证案例。
Q3：这份由 Workday 发布的报告，可以完全采信吗？
要打折扣地采信。Workday 本身卖 HR、招聘和技能/内部流动工具，报告的结论（企业要投技能情报、内部流动、应用能力筛选）恰好指向它的产品线，存在利益相关。相对可信之处在于其招聘 JD 与人事数据来自真实客户系统，比纯观点问卷硬。稳妥做法是把它当作"AI 正在重写岗位任务结构与技能定价"的一个有力信号，而非无偏的全行业普查。
参考来源（英文一手材料优先，含完整口径注释）：
- Workday, The Adaptability Advantage — October 2026 Global Workforce Report (2026-10-05)——四源数据：全球问卷 n≈6,001（含 ~1,780 决策者）、AI@Work Pulse n≈5,944、约 550 家 Workday Recruiting 雇主 2025-09~2026-07 招聘 JD 技能提及、≥250 人 Workday 客户匿名人事数据。关键发现：40% 领导者预期 AI 提效 vs 28% 预期减员 vs 34% 预期改变岗位；基础 AI 技能需求 1 月见顶后 -25%、应用型 AI 技能 +51%；管理/领导力提及 -7%、培训 -13%；57% 雇主内部转岗下降、每岗申请者 69(←58)、填补周期约 60 天不变；84% 求职者用 AI；自愿离职率约 16%、留任两年约 70%；Phil Willburn 观点。（数据转引自 hrtechsaas.com 对该报告的解读，2026-10-07；Workday 系 HR 软件厂商，结论带利益相关滤镜）workday.com
- 交叉印证（本站既有分析，不同机构口径仅作方向对照，不可简单相加）：NBER 追踪十万开发者代码提交涨但发布仅 +30%(ID 1653)、Faros AI 审核瓶颈(ID 1665)——共同指向"AI 重写了任务结构而非简单替代人力"这一判断。
