根據(jù)教育部官方數(shù)據(jù)顯示，中國高校畢業(yè)生于2022年突破1000萬，2026年畢業(yè)生人數(shù)達到1270萬，再次突破歷史性新高。

教育部相關(guān)人士在公開講話里面提到，高等教育學(xué)齡入學(xué)人口、高校在校總?cè)藬?shù)2032年達峰，預(yù)計2038年左右高校畢業(yè)生會達到巔峰，約為1700萬人。

按照當前中國經(jīng)濟增長速度以及世界格局變化，高校畢業(yè)生未來面臨的就業(yè)形勢會越來越嚴峻。特別是AI技術(shù)的發(fā)展，更是對企業(yè)各類崗位形成直接沖擊。

AI技術(shù)從硬件和軟件兩個方面都會對就業(yè)崗位形成沖擊，包括重復(fù)性檢測、低端編程、低端設(shè)計以及簡單技術(shù)維修等工作，未來被AI取代的風(fēng)險性提高。

AI技術(shù)的發(fā)展速度未來難以估量，同時，中國人口的結(jié)構(gòu)變化要求我們加快轉(zhuǎn)型升級。中國的人口紅利在未來的2035年左右會逐漸消失，勞動力的成本急劇上漲，也必須讓企業(yè)優(yōu)化用人需求。

因此，從2026年到2035年的9年時間里面，預(yù)計理工類專業(yè)的崗位被取代性，比文科類專業(yè)相關(guān)崗位還要高。根據(jù)第三方機構(gòu)提供的研究數(shù)據(jù)顯示，下面的4個專業(yè)屬于高風(fēng)險區(qū)，2030年后畢業(yè)生失業(yè)風(fēng)險極高。

中國風(fēng)險極高的4個專業(yè)

第一個食品科學(xué)與工程專業(yè)。該專業(yè)普通專科以及本科畢業(yè)生主要到各類食品生產(chǎn)企業(yè)就業(yè)，負責(zé)食品的抽查以及成分檢測等工作，整體來說薪資待遇較低，且是重復(fù)性工作。

當前監(jiān)管部門對食品企業(yè)的生產(chǎn)要求越來越高，同時智能化系統(tǒng)在食品企業(yè)開始逐步推廣。AI機器視覺和自動化設(shè)備在快速檢測、缺陷識別、成分分析、配方優(yōu)化、生產(chǎn)監(jiān)控上效率已經(jīng)逐步趕超技術(shù)人員。

食品科學(xué)與工程專業(yè)的普通本科高校畢業(yè)生目前可選擇的質(zhì)檢員、化驗員、品控員、生產(chǎn)工藝員、配方助理等崗位在未來5到10年都有可能會陸續(xù)消失，市場需求急劇下降。

因此，該專業(yè)本科畢業(yè)生已經(jīng)很難看到未來的發(fā)展?jié)摿?，只有繼續(xù)攻讀研究生，從事食品成分研究或者是微生物研究等方面的工作，或許才會有一線生機，但那對于普通學(xué)生來說太過于遙遠。

第二個產(chǎn)品設(shè)計專業(yè)。按照教育部目錄劃分，產(chǎn)品設(shè)計屬于我國本科藝術(shù)類專業(yè)，但產(chǎn)品設(shè)計專業(yè)實則又可以有諸多細分方向，比如家居/家具設(shè)計、3C數(shù)碼設(shè)計、UI/UX設(shè)計等。

因此，產(chǎn)品設(shè)計專業(yè)的工作內(nèi)容實則是高度視覺化、效果圖化、方案量產(chǎn)化，這正好是AI生成模型最擅長的領(lǐng)域，也是目前AI團隊首先要攻克的方向。

畢竟AI模型需要通過讀懂用戶的描述，生產(chǎn)各種圖片和視頻，這是最基本的底層邏輯。未來各種基本的產(chǎn)品設(shè)計工作全部會被AI取代，當前在很多的設(shè)計公司已經(jīng)有類似的趨勢，只要有足量的數(shù)據(jù)參考，都能滿足用戶的需求。

因此，普通本科產(chǎn)品設(shè)計專業(yè)的學(xué)生，沒有很強的創(chuàng)新能力和洞察力，整體思維構(gòu)圖以及模型建設(shè)確實不如AI。企業(yè)使用AI的成本會遠低于并用高校畢業(yè)生。

第三個軟件工程專業(yè)。從學(xué)科門類劃分，軟件工程專業(yè)實則是歸結(jié)于計算機類，但在教育部的學(xué)科評估里面，軟件工程和計算機科學(xué)與技術(shù)則有分開進行評估，都是屬于一級學(xué)科。

軟件工程主要側(cè)重于軟件開發(fā)與設(shè)計，以及軟件后期的維護優(yōu)化與檢測等方面的技術(shù)學(xué)習(xí)。由于代碼本身高度規(guī)律、可復(fù)用、模板化，使得AI模型很快能學(xué)習(xí)并分析軟件的漏洞。

而軟件工程專業(yè)普通高校的畢業(yè)生主要在企業(yè)里面從事CRUD、簡單頁面、接口調(diào)試、文檔、單元測試。還有前端頁面、小程序、常規(guī)測試等工作，本身對畢業(yè)生的寫代碼要求能力不高。

如今高校畢業(yè)生又批量生產(chǎn)軟件工程專業(yè)畢業(yè)生，沒有進行個性化培養(yǎng)和能力提升，當前就業(yè)市場競爭都已經(jīng)很激烈。未來隨著AI技術(shù)的不斷積累，軟件工程專業(yè)學(xué)生的失業(yè)風(fēng)險會達到頂峰。

第四個醫(yī)學(xué)檢驗技術(shù)專業(yè)。大家必須要記住，醫(yī)學(xué)檢驗技術(shù)專業(yè)畢業(yè)生授予理學(xué)學(xué)位，而并非是醫(yī)學(xué)學(xué)位。因此，該專業(yè)更多是屬于技能學(xué)習(xí)，和傳統(tǒng)的醫(yī)學(xué)專業(yè)有巨大區(qū)別。

比如醫(yī)學(xué)檢驗技術(shù)專業(yè)的學(xué)生主要學(xué)習(xí)驗血、驗?zāi)颉⑼科?、微生物識別、生化指標判讀等知識。這些在醫(yī)學(xué)界都已經(jīng)形成共同的檢查流程以及標準，根據(jù)數(shù)值來判斷是否有問題。

這樣的結(jié)果使得AI技術(shù)在檢查方面會有天然優(yōu)勢，畢竟通過模型設(shè)定相應(yīng)的數(shù)值，對影像的問題進行歸類，能極大的提高檢查的效率，而且錯誤率甚至比人類更低，也能幫助醫(yī)院，節(jié)約各種人力成本。

當前我國東部沿海地區(qū)的大型醫(yī)院都開始陸續(xù)采用全自動生化儀、流式細胞儀、AI閱片系統(tǒng)等工具，所以這些年大醫(yī)院的檢驗崗位招聘越來越少，醫(yī)學(xué)檢驗技術(shù)專業(yè)的學(xué)生就業(yè)越來越難，未來甚至有可能會消失。

總體評價

從當前社會發(fā)展趨勢來看，人工智能技術(shù)的發(fā)展已經(jīng)超出大家的想象，對高校畢業(yè)生的就業(yè)武疑會造成巨大沖擊。

因此，各位學(xué)生和家長在高考階段選擇專業(yè)時，盡量要選擇那些與人打交道的專業(yè)，千萬不要選擇那些將來要從事重復(fù)性，低技術(shù)含量的大學(xué)專業(yè)。