一、人工智能对既有工作与就业模式的冲击与挑战

首先要区分两个重要的概念：工作与就业，不是一回事。就业，是以货币报酬为目的、被纳入统计体系的劳动行为。而工作，是人类通过劳动创造意义、体现价值的更广泛的社会活动。照料老人是工作，抚育孩子是工作，参与社区建设是工作，但这些活动长期被排斥在就业统计之外。这一区分在AI时代具有很深的现实意义。

(一)替代效应已经显现

世界经济论坛的数据显示，到2030年，AI将创造1100万个新岗位，同时取代900万个旧岗位，净增200万，听起来不是坏事。但“净增”掩盖了结构：新增的和消失的，不是同一群人。

中国劳动和社会保障科学研究院基于对300个城市的招聘数据实时监测，发现2025年1月到8月，AI相关岗位需求同比增速超过100%;而销售、行政、财务、法务等岗位，同期需求同比下降10%到30%。

哈佛大学最新研究揭示了一个更值得警惕的现象，我们把它叫作“资历偏向型技术替代”:AI的冲击不是无差别的，它优先替代的是初级岗位，大幅压缩年轻人进入职场的通道。研究发现，受冲击最显著的是中间梯队院校的毕业生。顶尖毕业生因综合能力强而相对受保护，最底层岗位因劳动密集而难以替代，唯独中间地带的毕业生，其薪资和工作内容恰好处于最容易被AI降本增效覆盖的区间。对于中国每年超过1200万的高校毕业生而言，这是一个必须直面的结构性信号。斯坦福的数据进一步证实：22到25岁软件开发者就业人数自2024年起下滑23%,而同期年龄较大的同行群体反而在增长。

(二)前沿：不是越难越先被替代，而是数据越多越先被替代

AI的渗透遵循一个反直觉的规律。写代码看似比开车更难，但AI替代程序员的速度却快于替代司机。原因不在难度，而在于数据：整个互联网就是代码的天然训练库；而真实道路上的罕见事故，很难被充分训练。世界经济论坛研究显示，数据丰富的行业AI渗透率可达60%至70%;而数据匮乏的行业，可能连25%都不到。这一分化导致劳动力市场呈现K型走势，就业极化趋势日益突出。

(三)宏观风险：AI红利能否真正回流劳动者

这里有一个宏观风险，值得认真对待。即使整体经济数据向好，如果缺乏制度设计，AI带来的收益也可能高度集中在少数资本持有者手中，而不会自动流向普通劳动者。原因很简单——机器不消费。企业用AI替代人工，节省的成本变成利润，但减少了工资支出，也就减少了消费市场的购买力。

更值得警惕的是一种可能形成的负向循环：AI能力提升→企业裁员降本→个人收入减少→消费萎缩→企业利润承压→进一步加大AI投入。每个企业的理性决策，在宏观层面可能汇聚成一场系统性的需求收缩。蔡昉教授也指出，在最坏的情景下，老龄化与AI替代这两股力量不是相互抵消，而是可能彼此强化，形成下行螺旋。这是在制定就业政策时必须认真对待的风险。

二、人工智能深度应用背景下的工作与就业：人机关系重塑

问题的关键，不是“AI会不会替代人”,而是“什么样的人机关系，才是我们应当主动塑造的”。

(一)被替代的是工作环节，而非工作岗位本身

AI的深度应用，主要体现为对具体工作环节的替代，而非对整个岗位的整体吞噬。以医疗为例：AI可以替代影像识别，但与患者的深度沟通、复杂临床情境中的伦理判断，则难以替代。以法律为例：文书检索可以被AI完成，但法庭辩论的策略把握，仍需人来完成。

这意味着，大多数岗位将经历“内容重构”而非“整体消失”。比起担忧岗位消失，更紧迫的问题是：劳动者如何完成工作内容的快速迁移？

(二)前沿：AI能拿数学奥赛金牌，却看不懂模拟时钟

斯坦福2026年AI指数报告命名了一个引人深思的现象。“锯齿前沿”:AI在数学奥赛上能拿到金牌，在博士级科学问题上能超越人类，但读模拟时钟这个任务的正确率只有50.1%。机器人在实验室里的操作成功率达到89%,搬到真实家庭场景去洗碗、叠衣服，成功率立刻掉到12%。

AI能力的分布是凹凸不平的，加速的不是同一个方向。这告诉我们，人类的比较优势也不是均匀分布的。有一些能力，恰恰在AI最薄弱的地方。

李飞飞教授讲过一个令人印象深刻的故事：早期AI看到非洲草原的照片，准确描述出“一匹斑马在吃草”。这是了不起的技术进步。但AI完全没有注意到画面中的那道彩虹。那道令人驻足、令人心动的彩虹。这种对彩虹的感知力，不是算法问题，而是人类独特意识的体现。这种意识，在相当长的时间内，是不可替代的。

(三)就业新方向

以情感连接、人际交往、共情能力、审美体验为核心的工作领域，将成为AI时代最具生命力的就业方向。文旅消费、体育健康、照护服务、教育培训、表演艺术、社区建设，这些领域因为“数据稀缺+高度个性化”,是AI难以真正渗透的地方。

这不是理论预测，中国已经有了鲜活的案例。

淄博烧烤、天水麻辣烫，这两个现象大家都有印象。表面上看是一个城市的美食爆红，背后是情感经济和体验消费驱动的就业爆发：当地餐饮、住宿、文旅就业在短期内快速增长，这种人与人之间的“烟火气”,是任何算法都复制不了的。据统计，淄博在烧烤热潮期间，全市餐饮从业者新增超过一万人，旅游相关就业岗位增长了近三成。

再看照护服务。我国60岁以上人口已超过3亿，“银发经济”规模预计2035年突破30万亿元。民政部的数据显示，养老护理员的供给缺口已超过500万。这是一个被AI加速的市场需求。恰恰是因为AI无法提供情感陪伴和身体照护，这个领域的人力需求反而在扩大。

这两个案例给我们一个重要启示：不要只盯着“AI会消灭什么”,更要看“AI无法进入哪里，那里就是人的机会”。

(四)技术提效激发新需求：以顺丰、华为为例

19世纪蒸汽机效率提高后，煤炭消耗量不降反升。这在经济学上叫杰文斯悖论。今天，同样的逻辑在中国也在发生。

顺丰引入仓储机器人和智能分拣系统后，不少人担心快递员要失业。但实际情况是：自动化处理了标准件，人力被释放去处理大件、特殊件、需要当面服务的高附加值环节，顺丰全国员工总数反而持续增长。华为也有类似的逻辑。AI让工程师从繁琐的编码中解脱，去做更有创造性的系统设计和产品创新，整体研发团队规模并没有收缩。

当然，我们也必须正视其中的结构性问题：技术提效带来的新岗位，更多流向有经验的资深人才，而非职场新人。这是就业政策需要重点关注的地方。

三、完善人工智能治理统筹高质量发展与高质量就业

技术的走向，从来不只是技术问题，而是治理问题。这里，我们面向地方就业促进会和央企负责人，提出不同的建议。

(一)对地方就业促进会的三条建议

1.建立“AI就业影响早预警”机制。建议各地就业促进会，每季度更新一份“AI高影响岗位清单”,重点监测辖区内数据密度高的行业：金融、行政、客服、法务。不需要等到岗位消失再行动。在招聘量开始连续下降的时候，就是介入再培训的最佳时机。很多地方现在还是被动应对，而这件事完全可以主动做起来。

2.调整培训补贴资金的方向。现有的职业技能培训补贴，大多还在补传统工种。建议在此基础上，明确划定比例，比如至少20%定向用于“人机协同类培训”。注意：这不是培训员工使用某一个具体AI工具，而是培训他们如何在工作中和AI系统协同完成任务、如何提出正确的问题、如何审核AI的输出。这是一种更底层的能力。

3.及早介入新就业形态的劳动保障。平台经济、零工经济在AI时代会快速扩张。这批劳动者的社保覆盖、劳动关系认定，现在处于灰色地带。就业促进会可以牵头，在辖区内先行探索“新就业形态劳动者社保接续”的试点机制，不要等上面政策完全明确了再行动。先行试点，是就业促进工作最有价值的地方。

配图说明：重庆电子科技职业大学的学生正在进行人形机器人通信线路连接与检查实训学习(摄影/邓朝芳)

(二)对央企负责人三条建议

1.把“技能迁移”纳入数字化转型的前置评估。在部署任何AI系统之前，先问自己一个问题：受影响的员工，他们的技能迁移路径是什么？现在很多央企的数字化转型，系统上线是一套流程，人员安置是另一套流程，两者基本脱节。建议把“受影响员工的能力升级方案”,作为AI项目立项的前置条件之一写进评估报告。稳岗的根本是稳技能，不是稳编制。

2.建立“人+AI组合”的绩效评估体系。不要只计算AI替代了多少人工小时，也要计算人与AI的组合创造了多少新产出。一旦评估体系只鼓励替代，就会推动管理者一味减人；如果评估体系同时鼓励“人+AI的创造性组合”,就会推动管理者去思考如何让员工用AI做出原来做不到的事情。评估指挥棒的方向，决定了企业行为的方向。

3.探索“就业友好型AI应用”的企业标准。建议有条件的央企，内部探索制定一个标准：当某个AI系统直接影响50名以上员工时，企业承诺为受影响员工提供至少40小时的技能再培训，并优先探索内部转岗渠道，而非直接外部化。这不是不让企业降本，而是把技术转型的社会成本内部化，承担国有企业应有的责任担当。

在这两类具体建议之上，有两个更基础的事情，需要共同推进

一是重新定义“工作”的价值。照护、家务、社区参与这些创造了真实社会价值的活动，长期游离于GDP统计和社会保障之外。当AI承接了大量重复性劳动之后，被解放出来的人类时间，完全可以流向这些更有人文价值的领域。我们需要制度安排来接住这部分时间，而不是让它变成失业统计数字。

二是真正“投资于人”。学校教育与终身培训的比例，需要从9比1向5比5转变。同理心、好奇心、审美能力、与AI协同工作的能力，这些在工业时代被视为“软技能”的东西，在AI时代是最硬的核心竞争力。

人类历史上每一次重大技术革命，都曾引发对就业的深刻焦虑。第一次工业革命时，卢德主义者砸毁织布机；第二次工业革命时，人们担忧电气化会消灭工人。历史的最终结论是：技术进步并未消灭就业，而是重塑了就业的形态。但“最终”的背后，是无数劳动者在转型期承受的真实代价，也是公共政策能否及时跟进的严峻考验。这一次的挑战，比以往任何时候都更为深刻。因为它动摇的不只是体力劳动，而是人类智力劳动的独特性本身。

我们不缺认知，我们缺的是行动的起点。人机关系的重塑，不是零和博弈，而是人类拓展自身能力的新机遇。让高质量发展与高质量就业协同并进，是我们的共同责任，也是这个时代赋予我们这一代人最重要的课题。

原文刊载于《中国就业》2026年7月 作者：清华大学公共管理学院教授、人工智能治理研究中心主任 梁正、清华大学公共管理学院博士后、助理研究员 张浩楠