从霸王茶姬的招聘启事，看懂AI如何重写我们GISer的职业未来

霸王茶姬，这家新中式茶饮的头部玩家，三周前在领英上挂出了一个“市场规划总监”的职位，坐标美国加州埃尔文市。给出的薪资相当可以啊，20 万到 27 万美元/年！而且这个水平远高于其它六个招聘职位。

我仔细看了岗位说明（JD），核心要求可以总结为一句话：运用地理空间分析技术（GIS+数据建模），驱动美国市场的扩张战略。 说实话，好友少飞给我分享这个招聘信息时，我多少有点震惊：选址吗，给这么多，而且还明显就是要求 GIS 能力。

这对于在北美的GIS从业者来说，可是天大的好消息啊。毕竟，喜茶、奈雪们也正磨刀霍霍，杀入北美市场。

岗位要求截图如下：

但当我看到任职要求时，一股无名火涌了上来：专业要求一栏，赫然写着“数据科学、数学、计算机科学、统计学、环境科学或相关专业”，唯独没有“地理信息科学（GIS）”这个最对口的专业。

以下是具体的任职要求：

• 数据科学、数学、计算机科学、统计学、环境科学或相关专业的学士或硕士学位。
• 在多单位零售、餐饮或房地产开发组织中，拥有 8 年以上市场规划、场地分析或地理空间战略方面的工作经验
• 对空间数据结构、预测、地理空间算法和空间统计有深入了解。
• 熟练使用 GIS 软件（ArcGIS、QGIS）和空间数据库（DuckDB、PostGIS、GeoJSON）。
• 具有使用 Python、R、SQL 和现代 GIS 技术栈的经验。
• 熟悉空间数据的预测技术和机器学习框架。
• 熟悉大数据技术和可视化工具（如 Tableau、Power BI）者优先。
• 具有较强的沟通能力，能够向技术和非技术利益相关者介绍复杂的数据见解。
• 出色的沟通和表达能力，具有将复杂的数据转化为清晰、便于执行的叙述的经验。
• 具有领导经验，或在快节奏、高增长的环境中具有影响跨职能利益相关者的能力。

是HR不懂行， 不知道有个专业就是地理信息科学吗？还是在Ta们眼里，纯粹的GIS专业人士，已经不配上这张牌桌了？

这个小小的插曲，像一根针，精准地刺破了当下和我类似的许多技术从业者心中那个巨大的脓包——在AI浪潮的席卷下，我们赖以为生的专业技能，还值钱吗？

好吧，就当我们学 GIS 厚脸皮的将自己的专业向上扩展一下，我们学的是：地理数据科学。可是朋友圈里，别说 GIS 了，“数据科学已死”的论调此起彼伏，配图往往是科技公司裁员的凄凉背景。这声音让人心头一颤，尤其对于那些正在这个领域挣扎求生的人。

但我冷静下来，还是想说，情况远比“死亡”或“生存”这种二元对立的判断要复杂得多。我们正在经历的，不是一场简单的职业更替，而是一场从底层逻辑上颠覆一切的 “职业重组”。

今天，我们不贩卖焦虑，也不灌鸡汤。我们只用数据，撕开那些遮遮掩掩的“皇帝新衣”，聊聊这场变革的真相。

1. AI没抢走你的饭碗，它只是抬高了整张饭桌

先来看一份哈佛大学的重量级研究报告。他们追踪了近28.5万家美国公司，发现了一个令人脊背发凉的趋势：当公司大规模拥抱生成式AI后，初级岗位的增长几乎停滞，而高级岗位却一路高歌猛进。

这看起来像是“AI抢饭碗”的标准剧情，但魔鬼在细节里。研究发现，公司并没有大规模裁掉现有的初级员工，而是大幅放缓了对初级岗位的招聘需求。

换句话说，AI没有直接把你踢出局，但它把入局的门槛，调高了不止一个档次。

这背后的逻辑冷酷而直接：过去，一个新人入职，大量时间花在数据清洗、文档整理、编写重复性代码上。这些“体力活”，现在AI能做得比你更快、更好，甚至不眠不休。企业会算账：既然AI能承包这些“脏活累活”，我为什么还要为这些低价值任务支付一份薪水？

但这并非绝境。报告还揭示了另一面：在拥抱AI的公司里，初级员工的晋升比例反而上升了。

这是一个极其重要的信号。当AI接管了那些重复、繁琐的“搬砖”工作，它实际上是把所有人都从低价值的泥潭中解放出来，逼着你去处理更具创造性、需要深度思考和判断的核心工作。

那些能迅速抓住机会，把AI当作“外挂”，提升自己工作效率和产出质量的人，自然获得了更快的晋升。而那些仍然固守着“手动挡”思维的人，则发现自己越来越没有价值。

所以，“入行更难了”不是错觉。通往高处的梯子还在，只是最下面的几级台阶被抽掉了。你必须一上来就具备更强的“攀爬能力”，否则连梯子的边都够不着。

2. “专业”正在消亡，“技能栈”才是王道

既然门槛高了，那么企业现在到底需要什么样的人？

数据分析公司Lightcast的研究指明了方向。从2024到2025年，提到“生成式AI”的招聘岗位中，排名前两位的分别是数据科学家和机器学习工程师。

这说明，公司不是不要数据人才，而是想要 “懂AI的数据人才”。

但更震撼的发现是这个：企业对“AI技能”的需求增长速度，远超对“AI工程师”这类具体岗位的需求。

这意味着什么？AI正在从一个独立的“职业”，迅速演变成一项人人必备的“基础能力”，就像几十年前的电脑或英语一样。企业要的不是一个贴着“AI”标签的头衔，而是那些能将AI融入自身专业，解决实际业务问题的人。

回到霸王茶姬的招聘。他们不写“GIS专业”，不是不重视地理空间分析，恰恰相反，是他们太重视了。他们需要的人，不再是一个纯粹的“GIS工具人”，而是一个能整合**“商业洞察 + 地产知识 + 数据科学 + AI建模”**的复合型人才。你的GIS学位，只是这个复杂“技能栈”中的一环，甚至不是最重要的一环。

“专业”的边界正在模糊。未来，你的价值不再由你毕业证书上的那个名词决定，而是由你能够灵活组合、用以解决复杂问题的“技能栈”来定义。你必须把自己看作一个不断迭代的产品，持续为自己的能力矩阵添加新的模块。

3. AI再强，也无法编码你的“人味儿”

学会使用AI，这已经不是“加分项”，而是“必修课”。但这里有一个巨大的陷阱：很多人以为，只要技术过硬，就能高枕无忧。

大错特错。

真正能让你在这场巨变中立于不败之地的，是那些AI永远无法完全替代的“人味儿”——那些深刻理解商业、洞悉人性、能够驱动变革的软实力。这才是你最坚固的“护城河”。

• 商业洞察力： AI能处理数据，但它无法理解数据背后的商业逻辑。它不知道一次用户点击量的下降，可能关乎公司的生死存亡。你能否像个“商业侦探”，从枯燥的数据中嗅出危险与机遇？
• 跨部门沟通与合作： AI能生成报告，但它无法走进会议室，看懂老板的眼神，调和不同部门的利益冲突，最终推动一个艰难的决策。你能否把你的数据洞察，翻译成不同利益相关者都能听懂并采纳的语言？
• 数据叙事能力： 这是最高阶的能力。你能否把复杂的数据分析，讲成一个引人入胜的故事，让非技术背景的决策者也能理解、共情，并最终被你说服？这叫“把数据变成影响力”。AI能生成文本，但它没有情感，不懂如何触动人心。

如果你想保持价值，就把技术熟练度与这些人类技能结合起来。这种组合让你不仅仅是一个能查询数据的人，更是一个能驱动结果的人。

说到底，AI是“执行”的工具，而人类的价值在于“判断”与“影响”。当AI把所有人的执行效率拉到同一水平线时，真正拉开差距的，恰恰是这些最难被量化的“人味儿”。

接下来，你该怎么走？

这场变革的核心很简单：AI不是要取代数据专业人士，它正在重塑我们作为人类的价值。 面对这场浪潮，不同阶段的人有不同的“自救”与“升级”路径。

对于准入行者：用“商业价值”敲开大门

如果你还在门外，请放弃做那些为了炫技而做的项目。你的项目作品集必须尖叫出 “商业价值”。每一个项目都要能清晰回答：“这个分析为公司带来了什么实际成果（增长、节约、效率）？”让招聘者看到你是一个能解决问题的人，而不只是一个会写代码的工具人。

对于职场新人：深耕现有岗位，用AI“以一当十”

如果你刚入行，现在绝不是轻易跳槽的时候。相反，这是你“野蛮生长”的最佳时机。利用公司的资源，疯狂学习如何用AI武装你的日常工作。当别人还在“搬砖”时，你已经用AI把效率翻倍，你的价值自然会脱颖而出。同时，把精力投入到理解业务、磨练沟通这些“软实力”上。

对于职场老兵：成为AI落地的“设计师”和“布道者”

对于中高层来说，这是个黄金机遇期。你需要从一个执行者，转变为一个“赋能者”。思考如何用AI提升整个团队的效率和产出。你最宝贵的资产是多年的行业经验和商业洞察，将这些与AI结合，主导公司AI策略的制定和落地，你将成为连接技术和业务不可或缺的桥梁。

数据科学没有“死亡”，它只是在进化。 GIS也一样。未来，不再有任何一个单一的专业知识能成为你安身立命的永恒支柱。我们唯一的生存之道，就是不断将新技术与自身知识整合，从一个“专家”进化为一个“整合者”。

至于到底怎样的组合才能构成那本不败的“葵花宝典”？答案只有一个：

在修炼的路上，才会知道。