AI正在把工程师从制图、数据分析和行政事务中解放出来——80%的雇主看到了问题解决和创造力提升的潜力。但同一份数据也显示，76%的工程师和建筑师担忧过度依赖AI会导致关键技能退化。万宝盛华报告揭示了一个矛盾现场：AI既是工程师短缺的解法，也可能成为专业能力空心化的加速器。破解之道可能在于一个被长期忽视的机制——导师制。
AI对工程师岗位的重塑
对各行各业的工程师而言，AI正将制图、数据分析和行政事务等常规且耗时的工作自动化，重塑传统岗位，同时凸显出人类的判断力、系统思维以及跨职能协作的重要性。随着企业与员工重新设计团队结构和工作流程，AI赋能工程师的未来正在当下成形。
全球工程师雇主表示，问题解决能力（80%）、创造力（80%）和员工培训（78%）将是未来一年里最具有AI赋能潜力的领域。这意味着AI不是替代工程师，而是放大工程师的核心能力——让工程师从重复性劳动中解放出来，专注于更高价值的创造性工作。
但AI赋能并非自动发生。全球近三分之一（29%）的工程师雇主表示，其现有员工尚不具备有效运用AI所需的技能。消除团队内部的AI技能短板，让现有工程师团队以更少资源创造更大产出，已成为当务之急。
技能退化的真实风险
与AI赋能的乐观前景并存的是技能退化的隐忧。近期一项针对工程师和建筑师的AI相关风险调查显示，大多数受访者（76%）表示，过度依赖AI和关键技能退化是他们最担忧的问题。
这一担忧的背后是工程专业的特殊性。工程能力的核心不仅在于知识本身，更在于通过长期实践积累的判断力、直觉和隐性经验。如果年轻工程师过度依赖AI完成原本需要亲手实践才能掌握的任务，关键技能的传承将面临断裂风险。
更令人担忧的是导师机制的缺位——57%的员工表示在现任雇主处从未得到过任何形式的带教或辅导。在AI工具日益强大的背景下，缺乏人类导师的指导意味着年轻工程师既无法从资深同行那里获得实践经验，也无法建立判断AI输出是否正确的参照系。
AI原生代与导师机制的紧迫性
随着AI原生新生代工程师步入职场，强化导师机制将成为雇主以低成本缓解技能退化的有效手段。AI原生代对技术工具天然熟悉，但缺乏系统性的工程思维训练和实际项目经验——这正是导师可以弥补的缺口。
能够率先攻克当前学习曲线的雇主将占据有利身位，从而充分获取完全由AI赋能的工程师团队所带来的创新投资回报。这意味着企业需要同时推进两条战线：一是AI素养的普及培训，二是导师机制的建立与强化。
AI素养的普及要求工程师不仅会使用AI工具，更具备审视AI逻辑的批判性眼光和判断AI输出可靠性的专业能力。导师机制则确保在AI接管标准化工作的同时，人类经验和判断力仍能代代相传。
从风险到机遇——AI时代的工程师培养新范式
AI对工程师岗位的影响不是简单的替代或增强二选一，而是创造了一种新的人机协作范式。在这个范式中，工程师的核心价值从"完成标准化任务"转向"解决非结构化问题"，从"执行指令"转向"做出判断"。
技能退化的风险提醒我们：AI工具的输出质量取决于输入的质量和验证的能力。缺乏工程判断力的工程师无法识别AI生成的错误设计，也无法对AI建议进行批判性评估——这正是过度依赖AI的最大风险。
报告的判断是：最有效的应对策略不是限制AI的使用，而是加速建立导师机制。让资深工程师在退休前担任导师，将隐性经验系统性地传递给下一代——同时用AI工具辅助这一过程，把"师徒制"带入数字时代。
行动建议——雇主的三项优先任务
报告为雇主提出了三项优先行动。第一，AI素养培训——确保现有工程师团队具备有效运用AI所需的技能，将AI素养从"加分项"变为"必修项"。
第二，导师机制建设——57%的员工从未获得过导师辅导，这一缺口需要系统性弥补。雇主应建立正式的导师匹配机制，让资深工程师的隐性经验在退休前被有效传递。
第三，工作流程重塑——随着AI接管常规工作，重新设计工程师的岗位职责、绩效考核和职业发展路径，让人类专注于机器无法替代的高阶价值创造。
AI赋能工程师的未来不是自动到来的——它需要雇主主动设计、投资和管理的转型过程。能够率先完成这一转型的企业，将在全球工程师人才争夺战中建立显著的差异化优势。
