一边是企业全速推进AI应用落地，另一边却是风控防线的频频告急。2026年，随着人工智能从“技术尝鲜”走向“核心业务”，一场围绕“AI风险治理”的人才争夺战已悄然打响。当算法黑箱、模型幻觉成为企业经营的新暗礁，传统风控人正迎来一场重塑职业价值的硬核升级。

岗位激增12倍：风控赛道涌现“AI溢价”

今年招聘市场最热的风口，不再只是大模型算法工程师，还有给AI“系安全带”的人。

国内外人才市场正在同步释放强烈信号。华尔街最新招聘数据显示，今年职位发布中与“AI治理”和“风险管理”相关的引用量分别飙升了394%和359%。而在国内2026年春招市场，AI岗位数量同比激增约12倍，其中“AI风险治理”赛道更是走出了陡峭的增长曲线。

政策层面的风向标同样敏锐。在近期举办的2026年服贸会相关大会上，北京市人社局与北京市人才工作局联合发布了《北京市国际职业资格认可目录（2026年版）》。在新增的21项国际职业资格中，国际信息系统审计与控制协会（ISACA）旗下的人工智能审计专家认证（AAIA）赫然在列。

从华尔街到北京，从市场自发高薪抢人到政府目录的官方认可，无一不在印证一个行业现实：在AI加速渗透千行百业的今天，懂AI的风险治理人才，正在成为稀缺的战略资源。

走出“算法黑箱”：传统风控防线面临重构

为什么企业突然如此渴求AI风控人才？答案藏在AI应用落地的“深水区”里。

过去，AI只是技术部门的实验室项目；如今，从金融信贷审批、医疗辅助诊断，到供应链预测、代码生成，AI已经深度嵌入企业运营与决策的链条。然而，ISACA最新发布的《2026网络安全现状》调研报告却揭示了一个危险的错位：大批企业虽然积极拥抱AI，却并未配套做好AI风险事件响应方案与人员储备。

“AI的兴起不仅改变了企业风险形态，也大大拓宽了风险职业的边界。”ISACA中国区相关负责人指出。与传统IT风险不同，AI带来的算法黑箱、数据偏见、模型漂移、对抗性攻击以及第三方模型供应链依赖，具有极强的动态性、隐蔽性和跨域传导特征。

一个训练数据中的微小偏差，可能在数月后演变成歧视性商业决策；一个第三方API的变更，就可能让企业核心业务瞬间停摆。当模型输出是否可靠、算法决策能否解释、AI出错谁来担责成为企业必须回答的生死考题时，沿用传统的IT风控经验已然失效。企业的风控边界，必须从传统的IT系统紧急延伸至AI全生命周期。

填补能力断层：一张新证书背后的职业跃迁

面对全球AI监管规则的密集落地，企业急需建立适配业务的AI风险治理体系。这既不能单纯指望技术人员“既当运动员又当裁判员”，也无法套用过去的传统风控模板。这也意味着，AI非但不会取代风险专业人士，反而将其推向了更高价值的决策前台——当基础的监测识别工作交由AI完成，人类的专业判断、前瞻研判与治理决策变得空前重要。

为了填补行业迫切的能力断层，全球知名信息安全专业机构ISACA在今年动作频频。继今年4月正式推出“人工智能风险管理专家（AAIR™）”英文版认证后，今年9月，AAIR中文版认证也正式上线。

据记者了解，不同于基础的科普培训，AAIR专为具备丰富经验的IT风险专业人士量身定制，旨在帮助从业者完成从“传统IT风控”到“AI风控”的系统性能力跃迁。该认证直击当前企业痛点，围绕三大核心实务构建了能力框架：AI风险治理与框架融合：解决AI战略与组织整体战略对齐问题，筑牢信任与责任基石；AI全生命周期风险管理：聚焦在AI全周期内识别并化解算法偏见、漏洞等动态风险，保障数据完整性与运营韧性；AI风险项目管理：赋能从业者统筹全方位的AI风险管理项目落地。

业内人士分析认为，随着企业AI风险治理复杂度的飙升，以AAIA、AAIR为代表的国际专业认证体系的引入，不仅为企业选拔人才提供了量化标尺，也为面临焦虑的传统风控从业者指明了转型路径。在这场由AI掀起的变革浪潮中，率先完成能力重构的风控人，正迎来职业生涯的黄金窗口期。

校对 陶善工