智能社会就业新图景：从“岗位替代”到“能力重估”——兼论人工智能时代稳就业、促转型与强保障的政策选择

人工智能正在进入就业市场的深水区。过去一段时间，社会讨论主要集中在人工智能会不会抢饭碗。但从企业用工实际、职业分类、招聘技能、对公众认知的调研以及国内外最新的研究结论等多方面来看，人工智能对就业的影响，已经从“岗位会不会消失”的讨论，进入任务重组、流程调整和技能重新定价的阶段。智能社会的就业议题已经超出单纯的技术冲击范畴，成为产业升级、人才供给、收入分配、劳动保护和社会预期管理共同交织的复杂问题。就业政策迫切需要从“守住岗位数量”的被动防御，加快转向“提高岗位质量、增强技能适配、扩大转型通道”的主动布局。

一 人工智能改变就业，先从任务重组开始

从全球范围看，人工智能对就业的影响在“任务重组”上表现得愈发突出。国际劳工组织2025年对生成式人工智能（GenAI）职业暴露全球指数进行了更新，以任务为基本单元测算生成式人工智能暴露度，强调技术影响不能简单等同于该类职业被替代。现实中，人工智能最先进入的往往是规则清晰、流程标准、。

二、技能溢价正在出现，懂人工智能的人成为新的竞争变量

就业市场的另一条主线，是人工智能技能正在从技术部门外溢到几乎所有业务岗位。人力资源社会保障部等部门2024年发布的19个新职业和28个新工种，将生成式人工智能系统应用员、云网智能运维员、智能制造系统运维员、工业互联网运维员、智能网联汽车测试员等纳入国家职业分类体系，说明数智化技能已经成为职业体系更新的重要方向。普华永道发布的《2025年全球人工智能就业晴雨表》基于大规模招聘广告分析发现，人工智能能够提升而非降低人的价值。自2022年以来，更容易采用人工智能的行述认知变化尤为值得重视，其对于政策制定者采取更为有效的措施引导社会预期极具参考意义。

不过，“会用人工智能”并不等于“会在岗位中用好人工智能”。企业真正需要的“懂人工智能的人”，是能够把人工智能放进业务流程的人，是能够判断哪些任务适合交给人工智能、哪些结果必须复核、哪些场景不能越过合规边界、哪些结论需要人来承担责任的复合型劳动者。这才是人工智能技能溢价“变现”的关键，也是劳动者提升自身技能需要重点关注的方向。

三、企业端人工智能应用，从提高效率到重构工作流

从企业实践看，人工智能应用正在从效率工具转变为进入组织生产系统、重构工作流的重要变量。微软与领英联合发布的《2024年工作趋势指数年度报告》显示，生成式人工智能在知识工作者中快速普及，许多员工甚至先于组织制度自行把人工智能带入工作场景，推动知识生产、传播流程的重构。麦肯锡开展的全球人工智能调查则直接指明，2025年以来，人工智能使用范围继续扩大，智能体开始进入企业流程，而真正产生企业级经营影响的关键在于人工智能能否重塑工作流。如果企业只是把人工智能作为压缩成本的工具，就容易形成“减人增效”的单一逻辑，短期内可能改善报表，长期却可能削弱组织学习、人才梯队和服务质量。相反，如果企业把人工智能用于流程优化、质量控制、客户洞察、新产品开发和一线员工赋能，就可能创造新的岗位组合和业务空间。

由此，人工智能就业效应最终取决于企业如何分配技术红利。技术节省下来的时间、成本，是转化为劳动者培训、服务升级和新业务拓展，还是仅仅转化为岗位压缩和管理压力，决定了人工智能应用能否实现从生产率提升到企业效益增长再到就业质量改善的正循环。

四、劳动者在焦虑的同时，也在努力寻找适应路径

从公众端来看，公众对人工智能就业影响的感受正在增强，但这种感受并未导向消极等待。《人工智能就业影响公众认知指数》（AIEPI）调研显示，公众已经明显感知到人工智能对就业的冲击，但同时也表现出较强的学习意愿和适应准备。个人焦虑水平上升的同时，学习人工智能技能和调整职业方向的比例也有所提高。换言之，适度紧迫感正在成为公众自我提升行动的起点。需要格外予以关注的是“低接触、低信心、低行动”群体，他们未必是最焦虑的人，却可能是最容易在转型中掉队的人。很多人愿意学习人工智能，却缺少从岗位任务出发的训练路径，要学什么、能用在哪、能否变成求职和转岗优势，都缺少明确答案。

公共培训也要随之调整。人工智能培训课程如果只讲其工具功能，劳动者很难把它带回岗位；培训内容应直接围绕真实工作任务展开。对行政文职人员，应着重培养他们利用人工智能进行会议纪要、材料写作、资料查证、格式校订等任务的能力。对客服及销售人员，应训练其利用人工智能精准绘制客户画像、形成沟通话术、开展客户交流、妥善处理客户异议。对金融运营人员，应重点训练其在数据筛查、风险提示、订单整理等业务场景的人工智能技能。而对青年学生，则要训练其利用人工智能进行逻辑提炼、工作复盘和对人工智能生成结果进行信息核查并将这些智能素养嵌入其成长的过程。

五、平台化和智能化用工叠加，劳动保护需要同步升级

智能社会的就业还叠加了平台化、灵活化的用工趋势。我国灵活就业人员规模超过两亿人，新就业形态已经成为劳动者就业增收的重要渠道。随着平台派单、绩效考核、客户评价、劳动报酬和休息时间越来越多地由算法或智能系统参与决定，对就业问题的讨论已经从“能否找到工作”进一步延伸至“用工规则是否透明、结果是否可申诉、责任是否可追溯”。人工智能进入劳动管理后，劳动者面临的风险更加隐蔽。算法可能影响订单分配、评价结果，数据画像可能让某些群体在不知情中被排除在更好的机会之外，智能客服和自动化审核可能降低劳动者申诉的可见度，而这些因素又与个人劳动收入密切相关。

因此，智能化用工治理的重点，是在效率提升之外补上权利保障。平台和企业应该围绕派单规则、计件单价、抽成比例、绩效考核、最长工作时间、申诉复核等环节建立更清晰的规则公开机制。对于涉及劳动者收入、资格、处罚和退出的算法判断，必须保留人工复核和申诉通道，避免劳动者在系统判断中被忽视。

六、政策选择：让人工智能成为就业质量提升的变量

当前我国已经采取了一系列积极的政策措施。国务院就业促进和劳动保护工作领导小组印发的《稳岗扩容提质行动方案》，提出鼓励企业在应用人工智能时同步开展转型转岗培训，帮助劳动者尽可能稳在企业。《关于深入实施“人工智能+”行动的意见》也明确提出，发挥人工智能在创造新岗位和赋能传统岗位方面的作用，探索人机协同的新型组织架构和管理模式，加强人工智能应用就业风险评估。下一步的工作重点，是把这些原则转化为可落地的政策工具。

一是要建立面向任务变化的就业趋势监测体系。就业统计和预测不仅要看岗位增减，还要跟踪岗位内部任务结构变化。建议整合公共就业服务、招聘平台、职业培训、企业用工、失业登记等多源数据，面向重点行业建立岗位、任务、技能全覆盖的系统化就业知识图谱，定期发布任务变化清单、能力更新清单和岗位转型案例。

二是要把人工智能培训从工具普及升级为岗位任务训练。着力推动公共就业服务机构、职业院校、行业协会、市场化培训企业共同建设岗位任务案例库，加快形成分行业、分岗位、分层级的人工智能技能素养提升课程体系。对完成训练的劳动者，可通过微证书、技能画像、岗位推荐等多种途径，提高培训结果的市场可见度，进一步增强劳动者提升个人能力的主动性和积极性。

三是要引导企业形成就业友好型人工智能应用路径。在产业政策、技改补贴、政府采购和“人工智能+”示范中，探索将企业员工培训投入、内部转岗通道、人工复核机制、稳岗扩岗安排等作为重要评价条件。对劳动者规模大、转岗缓冲空间有限的行业，应推动企业在人工智能系统上线前，同步制定岗位任务调整说明和内部转岗方案。

四是要完善智能化用工的透明规则。对平台派单、绩效评价、收入核算、处罚退出等关键环节，需加快推动规则可查询、结果可解释、争议可申诉、责任可追溯。公共就业服务机构自身使用人工智能开展岗位匹配、技能测评、培训导航等工作时，也应保留人工复核和异议处理机制。

五是要建立公众预期管理和政策反馈闭环。可参考相关公众认知调研工具和数据报告，在就业趋势监测中补充对公众认知变化的观测，并与就业数据、招聘数据、培训数据等联动分析，重点识别哪些群体感知强但路径不清、哪些群体接触少且行动不足，以此为基础，面向不同岗位、不同年龄、不同技能基础的劳动者制定更有针对性的政策措施，进一步提高就业政策的科学性、精准性。

结语

人工智能并不是就业市场的单一破坏力量。它会压缩一部分重复性工作，也会带来新的岗位和能力需求。它更像一面放大镜，放大企业组织能力的差异，放大劳动者技能结构的差异，也放大公共政策能否及时转型的差异。

对中国这样一个超大规模就业市场而言，智能社会的就业治理不能陷入“替代恐慌”，也不能停留在“技术乐观”。更务实的路径是把人工智能放到产业升级和人的发展之间来理解，用技术提高生产率，用培训增强适应力，用制度守住劳动者权益，用公共服务稳定社会预期。唯有如此，智能社会的就业转型才能从压力冲击转化为发展动能。

免责声明：本文转自《环球财经》，原作者魏钰明、曾磊。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨《环球财经》

作者丨魏钰明、曾磊

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er