人工智能正深刻重塑人类社会的生产方式和生活方式，成为新一轮科技革命和产业变革的重要驱动力量。2025年，国务院发布的《关于深入实施“人工智能+”行动的意见》提出，“到2035年，我国全面步入智能经济和智能社会发展新阶段”。在这一过程中，人工智能将对就业和劳动力市场产生深远影响。
重大技术革命深刻影响就业
回顾历史，每一次重大技术革命都会对就业结构和收入分配格局产生深远而持久的影响。第一次工业革命时期，以蒸汽机技术为代表的新技术显著提升了生产效率，并通过机器替代手工业劳动重塑了英国等国家的劳动力需求结构，使资本和技术要素的回报相对上升、低技能劳动者的议价能力下降。以电气革命为标志的第二次工业革命进一步推动了大规模生产和企业组织形态的变革，加深了劳动分工和职业分化。此后，20世纪四五十年代出现的计算机技术及其引发的信息技术革命，被普遍认为是欧美国家国民收入分配差距持续扩大的重要技术因素。当前，人工智能技术加速迭代，其对劳动力市场和收入分配格局的影响正逐步显现。
从理论上看，人工智能对劳动力市场的影响主要有两种。一是就业替代效应，即人工智能技术通过自动化和智能化手段替代部分原有劳动任务，导致相关岗位需求下降甚至消失，对特定技能和劳动者群体形成挤出压力。二是就业创造效应，新技术的出现和扩散不仅会催生新的产业形态和生产环节，还会带来一系列新的岗位需求，既包括具有高技术能力的算法工程师、数据科学家，又包括在技术能力上要求相对较低的算法训练师、数字营销人员等。然而，这两种效应孰强孰弱，在不同阶段会展现出怎样的态势，尚需进一步观察。
近期研究表明，人工智能在对部分岗位形成替代压力的同时，也通过催生新任务、新产业和新职业促进就业。世界经济论坛相关报告预测，从2025年到2030年，人工智能和信息处理技术的趋势将导致约900万个工作岗位被替代，但同时也将创造约1100万个工作岗位。国际劳工组织的研究显示，全球约四分之一的工作岗位可能受到生成式人工智能影响，但更可能的结果是岗位内容和技能结构的转型，而非大规模的完全替代。
由此可见，人工智能对就业总量的影响仍具有不确定性，但其对劳动力市场结构的重塑却具有必然性。相较于传统的自动化，生成式人工智能具备知识深化和知识扩展两方面特征。一方面通过高效处理海量信息、学习隐性经验并自动化执行复杂认知任务，显著降低知识生产、复制和传播的成本；另一方面凭借一定程度的自主性和决策能力，突破人类既有认知边界，持续推动新知识的探索和创造。人工智能对就业的影响不再仅是对简单、程序化任务的替代，而是开始深入渗透至信息处理、分析判断、内容生成等认知活动。尤其是对脑力劳动来说，依赖规则推理和知识整合的复杂任务的可替代性在不断增强。
一系列关键因素值得重视
人工智能对就业总量、结构以及收入分配格局的影响，还取决于一系列关键因素。
一是技术进步的方向。如果人工智能技术进步主要表现为替代型人工智能，则其就业替代效应可能占据主导地位，从而对就业总量形成下行压力；反之，若技术进步更多体现为就业友好型技术，则其将在促进就业规模扩大和质量提升方面发挥更大作用。
二是劳动力技能结构。如果劳动力技能结构与人工智能技术发展方向高度匹配，劳动者能够较快完成技能升级并向新任务和新岗位转移，则人工智能的就业创造效应更容易发挥主导作用；反之，若技能结构调整滞后于技术进步，劳动者再培训和再配置能力不足，则结构性失业风险上升，就业替代效应将较为突出。
三是公共政策体系。公共政策在教育培训、就业服务、社会保障和收入分配等方面的制度设计，将直接关系到人工智能影响下劳动力调整的速度和成本。若政策体系能够及时适配人工智能技术发展，完善全民终身学习推进机制、加强转移就业支持、优化社会保障安排，则有助于缓冲替代效应、放大“生产率红利”；反之，若政策调整滞后，则可能放大技术进步对就业的负面影响。
探索应对变化的有效路径
进一步关注人工智能对就业的影响，引导和促进人工智能赋能人类工作的质量与效率的提升，已成为共识。当前，智能化造成的就业岗位替代尚没有大规模到来，需在实践中不断探索应对变化的有效路径。
第一，通过出台创新政策鼓励更多就业友好型人工智能技术创新。一方面，通过财政补贴、税收激励、公共采购等，重点向能够提升劳动生产率、拓展劳动参与空间和促进新任务生成的人工智能技术倾斜，引导人工智能向就业友好型技术进步方向发展。另一方面，强化政策法规保障，对人工智能的发展进行规范和引导，重点关注数据安全和隐私保护、算法透明度、知识产权保护、伦理道德规范等方面，确保人工智能技术健康发展。
第二，推进教育体系改革。将人工智能相关知识和技能培训纳入各级教育体系，强化数据分析和人工智能技术素养的培养，夯实学生适应人工智能时代的基础能力。同时，支持教师通过持续培训和专业发展，提升运用人工智能辅助教学的能力，推动教学模式转型。此外，还应充分发挥人工智能在扩大优质教育资源覆盖面上的潜力，通过制度设计和公共投入，促进教育公平，确保边远地区和弱势群体同样能够更好受益于智能教育技术，为人工智能时代的包容性发展提供支撑。
第三，健全常态化就业监测预警机制。依托公共就业服务平台，整合就业登记、社保缴费、招聘需求和岗位变动等信息，建立覆盖行业、职业和技能的常态化就业监测预警机制，重点跟踪关注因人工智能技术应用而出现的岗位缩减、任务替代现象以及收入下降群体，及时识别面临结构性失业风险的集中领域和重点人群。通过加强部门间数据共享和常态化预警分析，为就业政策精准发力、培训资源定向配置、社会保障及时发挥作用提供依据，提升工作的前瞻性和科学性。
第四，强化对再培训和转岗的支持。针对难以直接适应人工智能技术变革的劳动者，应系统实施以专项培训为重点的支持政策，重点发展面向转岗需求的通用技能和可迁移技能培训。通过政府引导、企业参与、社会机构协同，将行业协会和龙头企业的岗位技能要求前置嵌入培训设计，健全职业技能评价体系。以真实岗位需求为导向，构建“培训—就业”有效衔接的转型机制，降低劳动力跨行业、跨岗位调整的成本，缓解人工智能技术变革带来的就业结构性压力。
第五，完善社会保障体系。需进一步健全覆盖失业群体和新就业形态劳动者的社会保障体系，并加强失业保险与就业救助、职业培训和再就业服务的衔接，提升相关制度的缓冲、兜底能力。同时，面向新型就业形态，探索降低参保门槛、灵活缴费方式等社会保障参与机制，逐步将相关群体纳入养老、医疗、工伤等保障范围。
（本文来源：经济日报 作者系北京市习近平新时代中国特色社会主义思想研究中心研究员、中央财经大学副校长 陈斌开）
