裁员和AI需求导致IT人才市场不匹配

简介: 裁员和AI需求导致IT人才市场不匹配

文章来源: 企业网D1net

在连续第三年的大规模裁员中,科技公司纷纷转向招聘AI人才,导致IT领域出现技能供需不匹配的问题。尽管市场对AI技能的需求持续上升,但具备这些技能的候选人稀缺,推动了顶尖人才的竞争加剧。疫情后经济衰退、利率上升和AI技术的崛起迫使企业缩减支出并聚焦于关键项目,尤其是对AI相关技能的投资,然而,面对AI带来的不确定性,企业亟需通过内部培训和技能提升计划,培养未来所需的核心人才。


在连续第三年大规模科技行业裁员的背景下,各大企业正转向招聘AI人才,导致大量技术专业人才涌入求职市场,但他们往往不具备当前最为紧缺的技能。


科技行业持续的裁员和对AI技能需求的增加,正导致IT人才市场中技能供需不匹配的现象愈加严重。随着经济因素和AI的崛起影响预算和IT技能的长期前景,IT人才市场依然呈现出复杂的信号。


自2022年以来,科技行业经历了大规模裁员,许多大型科技公司在利率上升和GenAI技术兴起的双重压力下,削减了员工数量。根据Layoffs.fyi的数据,截至目前,2024年已有470家科技公司裁员约141145人,而2022年和2023年则分别裁掉了428449名科技员工。


今年的显著裁员事件包括:Dell在3月裁员5%,约6000名员工,7月,Intuit宣布计划裁员1800人,以优先招聘AI相关人才,同时减少10%的高管职位,8月,Intel宣布全球裁员15%,约15000个岗位。


几天后,Cisco Systems宣布计划裁员7%,理由是需要将重点转向人工智能和网络安全等其他优先事项,这发生在公司2月已裁员超4000人的背景下。9月和10月,Microsoft、Meta、Apple、Dell、Samsung和Qualcomm等公司也相继进行裁员。


虽然这些裁员并非全部针对技术岗位,但它们还是将IT领域的失业率推到了多年未见的水平,增加了IT求职者的数量,然而,随着这些公司和其他企业向AI领域转型,他们所需求的技能仍然稀缺——确保了企业在关键领域加紧招聘时,人才市场依然紧张。


科技裁员的背后原因是什么?


近年来科技行业大规模裁员的背后有几个主要驱动因素,首先,新冠疫情推动了企业加速数字化转型,以支持远程办公。为了适应全球封锁,企业加大了对技术体系和团队的投资。


“Forrester的首席分析师Fiona Mark表示,‘IT招聘明显从2021年的高峰回落,当时疫情压力迫使许多企业扩展其数字服务,并通过大量招聘技术人才应对这一需求,甚至在低利率时期支付了高额薪水。’”


随后,随着2022年疫情限制措施的逐步解除,美国联邦储备局为应对历史性通胀水平提高了利率。Mark指出,这促使企业开始削减开支,更多地转向“维护模式”,而不是专注于增长和扩展。


“在成本上升的情况下,企业不得不聚焦于最重要的项目,缩减非核心活动,并减少IT支出。”她表示。


通胀加上整体经济下滑,日益加剧的衰退担忧,近期的地缘政治冲突,以及动荡的大选年,都解释了为何科技公司在未来发展的过程中表现得更加谨慎。


尽管“就业市场放缓”,但数据显示对特定技能和岗位的“需求依然旺盛”,Robert Half的技术和招聘咨询专家Thomas Vick表示,尤其是那些支持关键业务目标的岗位。根据Robert Half之前的数据,58%的负责IT专业人员的招聘经理计划在2024年下半年招聘,高于所有受访行业的平均水平(52%)。


Vick指出,在招聘方面,企业变得更加谨慎,降低了薪酬水平或减少了远程工作的选项,然而,他指出,数据表明企业仍需应对技能差距,特别是在AI等新兴技能方面。


“关于具体的技能集,我们的数据表明,具备优先技能的候选人不足以填补所有空缺岗位,这导致了对顶尖人才的竞争。在这种情况下,雇主不得不调整招聘策略,以吸引合适的人才,这包括在薪酬、灵活性和其他福利方面保持竞争力。”Vick说道。


AI采用对招聘的影响


AI对于IT职业来说是一把双刃剑——它会取代工作还是帮助员工提高生产力和效率?这一问题尚未有定论,但显然AI正在影响入门级岗位,因为GenAI工具越来越多地承担了组织中的初级职责。Forrester的Mark指出了这一趋势,入门级和职业早期的岗位正在减少,导致经验不足的候选人在寻找工作和积累经验方面面临困难。


“AI是各大企业的重点,拥有AI技能的技术人才比那些没有相关技能的人才更受欢迎。展望未来,与AI直接相关的技能,如自然语言处理(NLP)、大型语言模型(LLM)的工作和训练,以及与AI相关的技能如云架构和工程、数据科学以及管理技能,这些技能的需求将继续增加,而其他IT技能的需求则相应减少。”Mark表示。


对于那些计划通过裁员来招聘AI人才的企业而言,问题在于是否有足够具备AI技能的人才可供招聘。AI技能的需求只会不断增加,云计算和数据技能的需求也在上升,但Mark表示,市场上可能正朝着“技能错配”方向发展——某些技能依然难以找到,而企业则难以获得足够的人才,同时许多经验丰富的技术工人却无法找到工作。


企业为应对AI带来的未知变化,最好的做法就是通过技能提升和发展计划来投资他们的员工。解决技能差距的最佳方式是识别出企业在不久的将来需要的技能,然后对有潜力的员工进行培训和技能提升,以满足这些需求。


“企业应该对其人才和需求管道采取更具战略性的方式,立即启动技能开发计划,以便充分利用内部人才和流动性,保留宝贵的组织知识和专业技能,同时培养未来所需的技能。”Mark表示。


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为:企业网D1net,如果不注明出处,企业网D1net将保留追究其法律责任的权利。

相关文章
|
3月前
|
机器学习/深度学习 存储 人工智能
智能化运维:AI在IT管理中的应用与挑战
【7月更文挑战第22天】在数字化转型的浪潮中,智能化运维成为企业追求效率和创新的关键。本文将深入探讨人工智能(AI)技术如何在IT运维领域发挥作用,包括自动化故障检测、预测性维护、以及智能决策支持等。同时,文章也将揭示AI运维面临的挑战,如数据隐私保护、模型可解释性和高成本投入等问题,并提出相应的解决策略。
|
3天前
|
人工智能 运维 监控
智能化运维:AI在IT运维中的挑战与机遇###
本文探讨了人工智能(AI)技术在IT运维领域的应用,重点分析了AI如何提升运维效率、减少故障恢复时间,并预测未来发展趋势。通过具体案例展示了AI在实际运维中的应用效果,同时指出当前面临的挑战和解决方案,为读者提供一个全面了解智能化运维的视角。 ###
|
2天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在IT运维中的应用探索###
随着信息技术的飞速发展,传统的IT运维模式正面临着前所未有的挑战。本文旨在探讨人工智能(AI)技术如何赋能IT运维,通过智能化手段提升运维效率、降低故障率,并为企业带来更加稳定高效的服务体验。我们将从AI运维的概念入手,深入分析其在故障预测、异常检测、自动化处理等方面的应用实践,以及面临的挑战与未来发展趋势。 ###
|
1天前
|
人工智能 运维 安全
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
AI来袭,IT人的工作还安全吗?来自汽车行业CIO的探讨
|
1月前
|
人工智能 运维 监控
智能化运维:AI在IT管理中的角色与挑战
随着科技的不断进步,人工智能(AI)已经渗透到我们生活的方方面面,其中包括IT运维领域。本文将探讨AI如何改变传统运维模式,提高效率和准确性,并分析在实施智能化运维时可能遇到的挑战。
|
1月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI技术在IT管理中的创新应用
本文将探讨如何运用人工智能技术优化IT运维流程,提升效率并减少人为错误。我们将从智能监控、自动化响应到预测性维护等方面,分析AI在现代IT运维中的角色和价值。文章旨在为读者提供一种全新的视角,理解AI技术如何成为IT部门的强大盟友,并指出实施这些技术时可能遇到的挑战及应对策略。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的崛起:AI在IT管理中的应用与挑战
【8月更文挑战第26天】 随着科技的不断进步,人工智能(AI)正逐步渗透到我们的工作和生活中。在IT运维领域,AI技术的引入不仅极大地提高了效率和准确性,还为传统的运维模式带来了颠覆性的变革。本文将探讨AI在IT运维中的应用实例、面临的挑战以及未来的发展方向,旨在为读者提供对智能化运维趋势的深入理解。
78 7
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:AI在IT管理中的应用与挑战
当AI遇上IT运维,一场智能化的革命悄然开启。本文将带你一探究竟,看看AI如何改变着IT运维的面貌,提升效率的同时带来哪些前所未有的挑战。从自动化故障检测到预测性维护,再到安全防护的升级,我们将一步步揭开智能运维的神秘面纱。
57 4
|
2月前
|
人工智能 大数据 云计算
AI时代:企业IT人员的阿里云发展之路
在AI浪潮中,企业IT人员面临挑战与机遇。阿里云作为行业领跑者,提供重要借鉴。IT人员需拥抱持续学习,利用阿里云涵盖云、大数据、AI等全面服务进行自我提升;参与阿里云培训和认证,增强实战经验及交流,紧跟技术趋势与市场动态,从而在AI时代中找准定位,实现职业新突破。
87 5
|
2月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
随着人工智能技术的日益成熟,其在信息技术运维领域的应用已逐渐从理论走向实践。本文将探讨AI技术如何革新传统的IT运维模式,提升效率和响应速度,并分析实施智能化运维时所面临的技术和管理挑战。
70 7