郭雁冰 CGL 集团高级副总裁
2026 年 11 月,我们把农牧食品段的委托台账重算了一遍。81 家客户,1,074 个委托单,样本里仍在招的 169 条岗位。
结果与预期相反。这个段的中位挂牌时长 142 天,4.7 个月;挂牌超过一年的占 14.8%。六个行业段放在一起比,它是最短的一个,与医药段并列;超一年的占比也是最低。
同期金融段的中位是 171 天,超一年 25.7%。我们在 11 月 19 日发的另一篇写金融的文章里,投资岗挂到 21.5 个月,AI 岗 19.1 个月。
农牧这边 4.7 个月就关掉了。这个差别不在难度,在这两类岗位在用人方的账本上不是同一种东西。
先把这个盘说清楚
数字来自我们自己的委托系统,不是行业统计。
口径是这样:客户行业标签归入农牧食品的 81 家,其名下全部委托单 1,074 个;岗位样本是这批客户名下仍在招的 169 条,取数时间 2026 年 11 月 19 日。样本来自 11 月 14 日的一次拉取,3,000 条在招岗位、1,221 家客户元数据,不是全量 14,976 条的完整截面。
| 指标 | 读数 |
|---|---|
| 客户数 | 81 家 |
| 委托总量 | 1,074 单 |
| 在招样本 | 169 条 |
| 中位挂牌 | 142 天,4.7 个月 |
| 超一年占比 | 14.8% |
| 户均委托 | 13.3 单 |
这个盘有两个特征值得说。
户均 13.3 单,是六个段里最低的。委托量排第一的那家客户占了三成多,去掉它,户均还要再降。盘子薄、集中度高、周转快,这三件事放在一起,说明我们在这个行业里接触到的多数是单点需求:某个场缺一个场长,某条产品线缺一个配方师,某家新收购的厂缺一个总经理。
六个段摆在一起 农牧的岗关得最快
| 行业段 | 在招样本 | 中位月数 | 超一年占比 |
|---|---|---|---|
| 金融 | 222 | 5.6 | 25.7% |
| 前沿科技 | 883 | 5.5 | 21.6% |
| 能源与制造 | 237 | 5.5 | 26.6% |
| 消费零售 | 515 | 4.8 | 17.1% |
| 医药 | 311 | 4.7 | 18.3% |
| 农牧食品 | 169 | 4.7 | 14.8% |
这张表只看一件事:一个岗从挂牌到关掉,平均用多久。
农牧和医药并列最短,都是 4.7 个月;超一年的占比农牧最低。金融最长,5.6 个月里有两成半的岗挂过一年。
需要说明一处口径差别。段级中位数把高管、职能、技术岗混在一起算,所以比单个岗位类型的中位数短很多;金融那篇里的 21.5 个月是投资与投研这一类岗的中位数。两个读数不能直接对齐,能对齐的是方向:金融的投资岗长期挂着,农牧的岗开一批、关一批。
数字化岗只占 5.3%
169 条在招里,标题带数字化、信息化、数据、算法、AI、智能、系统字样的,9 条,占 5.3%。
这 9 条的标题,有几条写着具体技术方向:健康算法负责人、机器人 ROS 系统开发工程师、财务数字化架构专家。另外几条写的是公司名加"研发""技术类",形状更像派驻或外包,不像这家企业自己的编制。
这 9 条的中位挂牌 5.5 个月,个别超过一年,没有一条挂到两年。同一批样本里,高管与一号位 23 条,中位 4.4 个月;财务人力职能 18 条,中位 5.1 个月。
也就是说,这类企业招一个总经理,和招一个数字化负责人,用的时间差不多。样本只有 9 条,不足以下强结论,但它确实没有出现"数字化岗长期挂着等人"的形状。
岗位数量少加上关得快,两件事合起来指向同一个解释:多数企业没有把这个岗单独设出来,AI 相关的那部分活被并进了既有的岗。
挂牌年份 八成四是当年新开
| 挂牌年份 | 在招条数 | 占比 |
|---|---|---|
| 2026 | 142 | 84.0% |
| 2025 | 17 | 10.1% |
| 2024 | 4 | 2.4% |
| 2022 至 2023 | 6 | 3.6% |
这个形状说明,农牧段的岗位跟着业务节奏开合:新厂投产、新事业部成立、收购整合,开一批;人到位,岗关掉。
它不像金融段那样有一批战略岗挂三年不动。这一点值得留意,因为它意味着:在这个行业里,一个岗位是不是长期存在,本身就说明它有没有被真正设出来。
判断长在人身上 岗位就写不出来
这类企业的日常判断,多数长在具体的人身上。
一批猪的采食量掉了,场长进栏看两眼,看的是精神、粪便、呼吸,再决定是调环控还是报兽医。一份配方要不要改,配方师看的是原料批次、原料价格、上一批的料肉比,改多少靠经验。一头母猪空怀天数异常,是查配种记录还是查饲料霉菌,靠的是几年积累下来的对应关系。
这些判断没有写成可以交接的东西。它不在制度里,不在系统里,也不在岗位说明书里。它在几个人的脑子里,而这几个人通常已经在岗很多年。
对外招人的时候,问题出在这里。要招一个"懂数字化的人",这个人在厂里到底交付什么,说不清。
是建一套养殖数据平台,把每栏的采食量、日增重、死淘率录进去;还是把配方调整的逻辑做成一个能查询的规则库;还是把收购进来的几个厂的系统并成一套。三件事要的人不一样:第一件要懂物联网和现场,第二件要懂动物营养和数据建模,第三件要懂集团 IT 与并购整合。
岗位名称都是"数字化负责人",画像完全不同。画像没定,面试就没有标准;没有标准,录用就只能等一个看着顺眼的人。
这份说不清,还有一层更靠前的原因。上面那些判断之所以能成立,靠的是每天有人在看、在记、在比对。多数场的记录还停在纸面和表格里:哪一栏、哪一天、采食量多少、死淘几头,记在不同人的本子上,口径不一致,过半年就接不上。
把判断变成资产,第一步不是招人,是把这些记录的口径定下来。没有连续的历史序列,建起来的数据平台只是一个空壳,招进来的人也做不出判断。
先有岗位定义 才有候选人
多数行业的顺序是:业务有需要,市场上有一批现成的人,招进来,岗位自然成形。
农牧不是这个顺序。这个行业里既懂养殖现场又懂数据的人,本来就不构成一个现成的人才池。这批人分散在饲料企业的技术部、养殖集团的信息中心、农业物联网公司,以及少数做得比较早的规模场,彼此不流动。
顺序要反过来:先把岗位定义写出来,才谈得上找人。
定义不是写"负责公司数字化转型"。定义是写清三件事:这个岗对哪几个指标负责,比如料肉比、成活率、PSY、单头成本;这些指标现在的数在哪,纸面记录、表格,还是已有系统;在什么情况下他有权叫停一件事,比如某批原料不合格,他能不能直接拦下。
三件事写得出来,才有一个岗位。写不出来,招进来的人第一年就在猜决策者要什么。
什么情况下这个判断不适用
三种情形要排除在外。
第一种,企业已经建成统一的数字化平台,数据在中台里。这类企业的数字化岗有明确交付对象,岗位描述通常写得清,招人回到常规序列,跟本文说的不是一回事。
第二种,规模在中等以下,AI 只在单点使用。比如只上了智能环控,或者只用了疫病识别,这类需求由设备供应商带着服务解决。如果我们把这类企业也按"要设 AI 岗"去推,那么这个判断不适用,此时硬设一个岗,职责会退化成项目管理。
第三种,集团层面的投资型数字化。这类岗的交付物是对投资标的的判断,不是生产效率,画像接近投资岗,按投资岗的逻辑招人更合适。
三个视角看这件事
| 视角 | 要核的一个数 | 具体问法 |
|---|---|---|
| 一号位 | 近两年新设岗的在岗时长 | 设过的数字化岗,两年内走了几个 |
| 人力负责人 | 岗位说明书的第一版职责 | 这一版现在还在用,还是已经改过三轮 |
| 事业部总经理 | 这个岗的活现在谁在干 | 拆成十件事,几件已有人做,几件没人做 |
对一号位:如果设过三个数字化相关的岗,两年内走了两个,问题通常在岗位定义,不在人。可以问的具体问题是:这三个岗当初写的第一版职责,现在还在用吗。
对人力负责人:这类岗位的说明书,从指标出发比从"数字化""智能化"这类词出发有用。写清他上任第一年对哪两个数负责,这两个数现在由谁在管,交接怎么交。
对事业部总经理:要不要新设岗,有个简单的检验。把这个岗的活拆成十件事,如果七件现在有人在干,要解决的是把决策权集中到一个人手上;如果七件没人干,那才是真的缺一个岗。
一句必要的说明
样本只覆盖在我们这里有委托记录的 81 家客户。行业标签覆盖率有限,样本是 3,000 条在招岗位的截面,不是全量。文中六个行业段的对比,用的是同一批快照、同一套口径,彼此可比,但只对我们自己的盘成立。
这个行业的真实人才分布,我们没有做过全量盘点,因此不给任何比例。
关注 CGL 集团,了解企业 AI 组织与人才能落地的判断。官网:global.wearecgl.com