AI会取代物联网开发者吗?物理世界仍然需要人类架构师
物联网开发者面临51%的AI暴露度但自动化风险仅为25/100。云集成最为暴露达55%,但硬件软件调试仍牢牢掌握在人类手中。
你家的智能温控器刚学会了一个新招数,而你并没有教它。在某个服务器机房里,一个AI智能体更新了决定何时预热你房屋的固件逻辑。如果你是那种把物理设备与数字世界连接起来的人,你大概已经注意到你用的工具在编写你曾经手动编写的代码方面变得异常出色。问题是:它们最终会把所有代码都写完吗?
我们的数据显示,物联网开发者在2025年面临51%的AI总暴露度和仅25/100的自动化风险。[事实] 这是一个令人着迷的组合。暴露度稳稳处于中等水平——AI能够处理你大约一半的工作——但自动化风险很低,这意味着这个职业稳稳地处在"增强"而非"替代"的领域。美国劳工统计局预测到2034年将增长+18%,[事实] 远高于所有职业的平均水平。大约有38,200名专业人员,中位薪资为101,840美元,[事实] 这是一个正在扩展而非萎缩的领域。
原因很简单:物联网开发位于软件、硬件和物理世界的交汇处,而AI在第一项上远比在第三项上做得好。
AI正在哪些方面取得进展
物联网开发者的三项核心任务呈现出一个清晰的模式。任务越像纯软件工程,自动化率就越高。越涉及物理系统,就越低。
将传感器数据与云分析平台集成的自动化率最高,达55%。[事实] 这很合理。云集成本质上是一项软件工程任务——搭建数据管道、配置API、编写转换逻辑。AI编程助手确实擅长这些。它们可以生成样板集成代码、建议高效的数据模式,甚至调试常见的API认证问题。如果你大部分时间都在把传感器连接到AWS IoT Core或Azure IoT Hub,你已经感受到了这种转变。
为设备编写固件和通信协议的自动化率为42%。[事实] 这低于一般软件开发的自动化率,因为固件在AI系统处理不好的约束条件下运行。微控制器的内存限制、实时处理要求、功耗优化、射频干扰模式——这些不是通过生成更多代码就能解决的问题。它们需要深入理解电子如何在电路中流动以及无线电波如何在建筑物中传播。AI可以帮你更快地写C代码,但它没法告诉你BLE连接不断中断是因为天线离接地面太近了。
调试和测试硬件与软件的交互的自动化率最低,仅为30%。[事实] 这项任务是让物联网开发牢牢保持人类领域的关键。当传感器在工作台上读数正常但在现场出现偏差时,当设备在室温下运行良好但在冰柜中失效时,当两种无线协议以任何仿真都未预测到的方式相互干扰时——这些问题需要你站在物理系统前面,用仪器探测它,运用多年观察硬件出问题而积累的直觉。AI拿不了示波器探头。
理论与现实之间的鸿沟
物联网开发者的理论暴露度在2025年达到70%,[事实] 但实际观察到的暴露度只有32%。[事实] 这38个百分点的差距讲述了一个重要的故事。理论上,AI可以协助物联网开发工作流的更多环节。实际上,物联网工作的物理约束——需要在真实硬件上测试、无线环境的不可预测性、在只有几千字节内存的设备上部署的挑战——大大减缓了采用速度。
把这与软件开发者相比——他们的工作几乎完全是数字化的,或者与嵌入式系统工程师相比——他们面临类似的硬件约束。物联网开发者处在一个独特的中间地带:他们使用高度AI增强的软件工具,但构建的系统必须在混乱、不可预测的物理世界中生存。
到2028年,我们预测总暴露度将达到65%,自动化风险将升至38/100。[估算] 风险在上升,但很缓慢。即使在我们最激进的预测中,物联网开发在本十年末仍将是一个低风险职业。
这对你的职业意味着什么
如果你是物联网开发者,你的职业前景是强劲的——但工作的形态正在改变。
深耕物理层面。 硬件软件调试的30%自动化率是你的护城河。你在理解物理系统方面的专业知识越深——射频工程、电力电子、传感器物理学、机械集成——你的技能就越能抵抗AI。
利用AI加速软件层。 云集成的55%自动化率意味着你应该积极使用AI编程工具来处理工作中的软件部分。让AI处理样板代码,把省出来的时间花在需要物理直觉的难题上。
专攻安全和边缘计算。 物联网安全——保护数百万设备免受网络攻击——涉及威胁建模、硬件安全模块和安全启动链,这些都不适合AI自动化。边缘计算——在微型设备上运行AI模型——需要深度依赖硬件的优化技能。
以系统思维取代设备思维。 将要蓬勃发展的物联网开发者是那些能够设计整个生态系统的人——设备、网关、云后端、分析层和用户界面——而不是只专精某一层的专家。
物联网并没有取代它的建造者。它给了他们更强大的工具,要求他们构建比以往更大、更复杂、更可靠的系统。如果你能在软件与硬件与现实世界的交汇处工作,你的技能从未如此有价值。
本分析基于Anthropic劳动力市场影响研究(2026年)、美国劳工统计局职业展望手册以及我们自有的任务级自动化测量数据,采用AI辅助研究。所有统计数据反映截至2026年3月的最新可用数据。
相关职业
在AI Changing Work上探索1,000多个职业分析。
来源
- Anthropic经济影响报告(2026年)
- 美国劳工统计局,职业展望手册,计算机职业(2024-2034年预测)
- Eloundou et al., "GPTs are GPTs" (2023)
更新历史
- 2026-03-29:首次发布,包含2025年实际数据和2026-2028年预测。