识别人工智能开发人员

核心观点与数据

• 研究背景：评估人工智能（AI）劳动力对于制定有效的培训管道和政策至关重要，需要可靠的AI人才需求与供给测量方法。
• 研究方法：本研究采用更精确的定义来识别AI开发劳动力，即那些需要专门知识、技能和能力并直接贡献于AI系统技术开发的岗位。通过机器学习分类器识别美国职位发布数据中的AI开发角色，并使用员工资料数据估算当前AI开发劳动力的规模。
• 关键数据：
  • 自2010年以来，美国约有160万AI开发职位发布，其中2025年有33.14万个。
  • 截至2026年3月，美国约有51.9万名AI开发员工。
  • AI开发岗位仅占美国总劳动力的不到1%。
  • AI开发岗位高度集中在技术性职业中，但不同职业中直接支持AI开发的比例差异很大。
  • 数据科学家、数据工程师、软件开发工程师/工程师和机器学习工程师是AI开发职位发布中最常见的职业，占近45%。
  • 机器学习工程师、自然语言处理工程师和人工智能工程师（通用）职位发布中，超过70%直接与AI开发相关。

研究结论

• 与现有采用职业或技能导向方法的研究相比，本研究的估计值要小得多，因为我们区分了AI开发角色与更广泛的采用AI工具的其他职业和任务受AI影响的工作者。
• AI系统的开发技术劳动力规模比以前理解的更小、更专业化。
• 管理岗位（如工程副总裁和数据经理）在当前AI开发劳动力中占比较大，未来分析将探讨这表明当前劳动力与期望劳动力之间的差距程度。
• 未来研究将进一步探索美国AI劳动力，包括所需技能和培训项目，并提供有针对性的劳动力和教育政策建议。
• 通过PATHWISE交互式在线工具，可以追踪美国新兴技术人才。