如果你还在用“本科以上学历”“5年以上相关经验”这样的标准筛选人才，你可能正在错过这个时代最稀缺的人。
“”李飞飞在接受专访时说了一句话：“招聘软件工程师时，我更看重候选人的AI技能，而非学历。”她甚至明确表示，不会录用拒绝使用AI工具的人。
这不是个例。这是一场正在席卷全球的任职资格大洗牌。
来源：百度
一、文凭这张“通行证”，正在过期
过去几十年，学历是求职的默认护照。它代表着能力、纪律和潜力。
但现在，这个信号正在被重新评估。
领英2025年发布的数据显示，采用技能本位招聘的企业，人才库可以扩大6.1倍，AI相关岗位的人才来源增加8.2倍。越来越多的企业取消了不必要的学历要求，转而以技能证明作为核心筛选标准。
这不是小范围试水。
2025年，超过一半（53%）的雇主已经取消了学位要求。IBM、Google、Apple、Accenture、Delta航空、美国银行……这些名字你都不陌生，它们都已经在某些岗位上放弃了对四年制学位的要求。
沃顿商学院的一项研究更直接：在微软、Adobe和沃尔玛，超过15%的工程师没有大学学位。
SignalFire的分析师说了一句很透彻的话：“这不是人才短缺的权宜之计。它反映的是企业定义‘资格’的方式发生了真正的转变：看你交付了什么，而不是你在哪里读书的。”
二、AI技能，正在成为新的“硬通货”
为什么学历在贬值？
世界经济论坛《2025未来就业报告》给出了一个数据：44%的劳动者核心技能将在五年内发生变化，主要驱动力就是AI和自动化。雇主越来越看重分析思维、AI素养、韧性和持续学习能力，而不是静态的学历证书。
技术进化的速度，远远快于教育体制的改革速度。很多大学课程根本跟不上技术变化，传统四年制学位被经济学家批评为一种“虚假代理”——它已经无法预测实际工作表现。
反过来看，AI技能证书的价值正在被实证研究验证。
一项针对英国和美国的招聘实验发现，对于没有学士学位的求职者来说，AI证书代表了一条改善劳动力市场结果的可行路径。更关键的是，对于弱势群体（比如面临年龄歧视的 older workers 或没有本科学历的人），AI技能可以部分甚至完全抵消这些结构性劣势。
注意这里有一个重要发现：来自大学或知名企业的正式认证，效果远强于自我声明的AI技能。原因很简单——第三方背书让雇主觉得可信。
三、大公司已经在动手了
不要以为这只是理论推演。大公司的动作比你想的要快得多。
海尔智家刚刚发布了制造业首个“AI+细分岗位能力模型”。这个模型涵盖6大核心能力维度、24项细分能力指标，针对AI产品经理和AI技术开发工程师两大核心岗位。
他们是怎么做的？访谈了33位多维度人才样本，设计为期5个月、31节定制课程的学习路径，累计培训33480人次，最终以AI产研创新大赛完成成果验收，产出10套AI智能体解决方案。
OpenAI也在2025年9月宣布，旗下的认证系统 OpenAI Certifications 将于2026年初正式上线。沃尔玛将有160万名员工接受培训。同时还要推出AI求职平台，通过大语言模型判读求职者的实际技能与潜力。
这意味着什么？
意味着大公司正在从“看学历招人”，转向“看技能认证招人”。而一旦头部企业建立了新的标准，整个行业的人才评价体系都会跟着变。
四、LD和TD的边界，正在被打通
这件事对HR的冲击，比想象中更大。
过去，学习发展（LD）和人才发展（TD）是两个相对独立的模块。LD负责培训，TD负责选人、用人、晋升。两者之间有交集，但各干各的。
AI时代，这个边界正在消失。
你发现没有？海尔智家发布的AI岗位能力模型，本质上既是LD的标准（培训什么、怎么培训），也是TD的标准（招什么人、怎么评估、怎么晋升）。OpenAI的认证体系同样如此：学习、认证、求职，被串成了一条线。
这意味着什么？
意味着TD的任职资格体系，必须和LD的培养体系同步设计。你定义什么能力标准，就决定了培养什么内容；你培养什么内容，就决定了谁能拿到认证；谁拿到认证，谁就获得了晋升的资格。
任职资格不再是一张静态的表格，而是一条动态的流水线。
世界经合组织《2025技能展望》也印证了这个趋势：模块化、可堆叠的学习模型正在兴起，个人可以通过增量式学习积累能力，而不是通过多年的学术项目。对企业来说，微证书提供了精准度——它们验证的是离散的、与工作直接相关的能力。
五、给管理者的三个建议
如果你正在负责公司的任职资格体系，以下三件事，建议尽快启动。
1
重新审视你的学历门槛
问自己一个问题：这个岗位真的需要本科学历吗？还是说，你只是习惯了这么写？
Burning Glass Institute 2024年的研究发现，43%要求大学学位的职位，其实可以由具备替代证书或经验的人胜任。这种“学位膨胀”实际上悄悄缩小了企业的人才库，增加了招聘成本。
把那些不必要的学历要求砍掉，你会看到一个完全不同的人才池。
2
把AI技能纳入任职资格的核心维度
注意，不是把“AI”作为一个加分项列在最后，而是作为基础能力来评估。
海尔智家的AI岗位能力模型涵盖6大核心能力维度、24项细分指标。这不是“多加一列”的问题，而是整个评估框架的重构。
具体怎么做？可以从两个层面入手：一是评估候选人使用AI工具解决实际问题的能力，二是评估候选人是否具备与AI协作的思维模式——定义问题、判断结果、迭代优化。
3
打通LD和TD，让培养和认证形成闭环
最有效的做法是：你定义什么能力标准，就配套设计什么培养路径和认证机制。
海尔智家的做法值得参考：模型定义标准，课程体系负责培养，题库测评负责验证，实战大赛负责检验。标准、培养、认证、落地，四步形成一个完整的闭环。
记住，在AI时代，任职资格不是用来“卡人”的，而是用来“找人”的。标准越精准，你找到对人的概率就越高。
结语
李飞飞说了一句很朴素的话：不会录用拒绝使用AI工具的人。
这句话背后，是一个更大的趋势：当AI让知识获取的门槛归零，学历作为能力信号的价值正在衰减，而可验证的技能正在成为新的硬通货。
对于企业来说，这既是挑战，也是机会。挑战在于，你必须重新定义“什么是对的人”；机会在于，你可以用更精准的标准，找到那些被传统学历门槛挡在外面的人才。
TD从业者最需要问自己的问题是：你现在的任职资格体系，筛选的是“过去学过什么的人”，还是“现在能做什么的人”？
END
