飛象網(wǎng)訊（孫迎新/文）如今的就業(yè)市場(chǎng)存在一種荒誕的現(xiàn)象：一邊是東莞工廠里的機(jī)械臂不知疲倦地旋轉(zhuǎn)，而曾經(jīng)流水線上的老師傅卻看著手機(jī)里“保安招聘35歲以下”陷入沉思；另一邊是杭州城西的AI實(shí)驗(yàn)室里亮著徹夜的燈，HR對(duì)著滿屏“精通NLP算法”的招聘要求直嘆氣，而隔壁咖啡館的服務(wù)員正給一群討論“大模型訓(xùn)練師資格證”的年輕人端咖啡，或許他們正在分享上個(gè)月被裁的經(jīng)歷。
當(dāng)ChatGPT寫(xiě)出第一篇通稿時(shí)，有人驚嘆“文科生要失業(yè)”，可真等某媒體裁掉三分之一編輯后，卻發(fā)現(xiàn)剩下的崗位需要“能做數(shù)據(jù)可視化、會(huì)運(yùn)營(yíng)短視頻”的多面手，投來(lái)的簡(jiǎn)歷里卻擠滿了只會(huì)寫(xiě)八股文的畢業(yè)生；另一方面，耗費(fèi)萬(wàn)億天量資金訓(xùn)練出來(lái)的AI大模型，取代的只是月薪幾千元的“牛馬”工作，甚至更低。
更魔幻的是，蘇州某養(yǎng)老社區(qū)掛出“月薪1.2萬(wàn)招康復(fù)護(hù)理師”的牌子無(wú)人問(wèn)津，而千里之外的縣城網(wǎng)吧里，一群年輕人正對(duì)著“電競(jìng)陪練月入過(guò)萬(wàn)”的廣告蠢蠢欲動(dòng)，他們不知道，那些在屏幕前教老人用智能手環(huán)的工作，其實(shí)比打游戲更需要耐心。
中國(guó)社會(huì)科學(xué)院國(guó)家高端智庫(kù)首席專家蔡昉是一位長(zhǎng)期研究就業(yè)問(wèn)題的學(xué)者，他認(rèn)為必須直面人工智能與數(shù)字經(jīng)濟(jì)對(duì)就業(yè)結(jié)構(gòu)的深刻沖擊，尤其是其引發(fā)的結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn)。
蔡昉認(rèn)為，從經(jīng)濟(jì)學(xué)視角看，技術(shù)對(duì)就業(yè)的影響始終存在“破壞”與“創(chuàng)造”的雙重效應(yīng)。但今天更需要警惕：這一輪技術(shù)革命在速度、廣度和深度上均遠(yuǎn)超以往，其對(duì)就業(yè)的沖擊呈現(xiàn)出全新特征。我們既不能陷入“技術(shù)恐慌”的盧德主義，也不能盲目套用“技術(shù)終將創(chuàng)造更多就業(yè)”的傳統(tǒng)樂(lè)觀邏輯，而應(yīng)立足現(xiàn)實(shí)，深入剖析人工智能時(shí)代的就業(yè)新矛盾。
沖擊特征：人工智能如何重塑就業(yè)格局
技術(shù)迭代的“加速度”與“泛在性”是這輪AI變革的主要特征。人工智能與傳統(tǒng)技術(shù)的本質(zhì)區(qū)別，在于其自我迭代能力與跨領(lǐng)域賦能特性。
回顧歷史，從1770年“人工智能”概念萌芽到1950年圖靈提出理論，耗時(shí)180年；從擊敗國(guó)際象棋冠軍（1997年）到戰(zhàn)勝圍棋冠軍（2016年），耗時(shí)19年；而從ChatGPT誕生（2022年）到各類大語(yǔ)言模型爆發(fā)，僅用1年。這種“指數(shù)級(jí)加速”背后，是數(shù)字技術(shù)對(duì)試錯(cuò)成本的革命性降低：如基因編輯技術(shù)可通過(guò)算法模擬無(wú)限次迭代，遠(yuǎn)超傳統(tǒng)育種的“年周期”試錯(cuò)模式。
更關(guān)鍵的是，人工智能已從替代體力勞動(dòng)崗位（如制造業(yè)操作工）轉(zhuǎn)向滲透高智能崗位（如代碼編寫(xiě)、數(shù)據(jù)分析）。企業(yè)投入巨額資源研發(fā)AI的核心目標(biāo)，是通過(guò)減少勞動(dòng)投入實(shí)現(xiàn)勞動(dòng)生產(chǎn)率躍升。這種“效率優(yōu)先”的導(dǎo)向，必然對(duì)就業(yè)市場(chǎng)形成系統(tǒng)性沖擊。
隨之而來(lái)的就是，崗位替代與創(chuàng)造的“時(shí)間差”與“結(jié)構(gòu)錯(cuò)配”。傳統(tǒng)經(jīng)濟(jì)學(xué)認(rèn)為“技術(shù)破壞就業(yè)但終將創(chuàng)造更多就業(yè)”，但這一結(jié)論忽視了兩個(gè)關(guān)鍵矛盾：時(shí)間與技能。
時(shí)間不對(duì)稱性：機(jī)器替代工人是“瞬間完成”的（如生產(chǎn)線引入機(jī)器人），而新崗位創(chuàng)造需經(jīng)歷“技術(shù)擴(kuò)散-產(chǎn)業(yè)重構(gòu)-技能匹配”的漫長(zhǎng)周期。以美國(guó)為例，制造業(yè)崗位被自動(dòng)化替代后，低技能勞動(dòng)者轉(zhuǎn)向低端服務(wù)業(yè)用了數(shù)十年，而同期被替代者早已退出勞動(dòng)力市場(chǎng)。
技能鴻溝擴(kuò)大：新技術(shù)應(yīng)用提高了企業(yè)對(duì)勞動(dòng)者的“保留生產(chǎn)率”要求——即雇主僅愿意雇傭具備更高技能、能匹配技術(shù)效率的勞動(dòng)者。這導(dǎo)致被替代者要么因技能不足長(zhǎng)期失業(yè)，要么被迫接受更低工資（如從制造業(yè)轉(zhuǎn)向餐飲服務(wù)業(yè)），加劇勞動(dòng)力市場(chǎng)兩極分化。
因此，蔡昉認(rèn)為，在此背景下，簡(jiǎn)單批判“盧德主義”已無(wú)意義。當(dāng)代勞動(dòng)經(jīng)濟(jì)學(xué)的“搜尋-匹配模型”表明：失業(yè)者重新就業(yè)需經(jīng)歷信息搜尋、技能重塑、薪資談判等環(huán)節(jié)，而AI加速了這一過(guò)程的“不平等性”：高技能者可快速轉(zhuǎn)向新崗位，低技能者則陷入“失業(yè)-低薪循環(huán)”。
現(xiàn)實(shí)印證：中國(guó)與全球的就業(yè)市場(chǎng)變局
面對(duì)中國(guó)的典型事實(shí)：老齡化、自動(dòng)化與就業(yè)轉(zhuǎn)型，社會(huì)不可避免會(huì)產(chǎn)生恐慌，并不由自主地去尋找出路。
同時(shí)，中國(guó)作為全球最大的機(jī)器人市場(chǎng)（安裝量連續(xù)多年全球第一），正經(jīng)歷著“未富先老”背景下的自動(dòng)化加速。數(shù)據(jù)顯示，我國(guó)勞動(dòng)年齡人口自2012年起連續(xù)12年負(fù)增長(zhǎng)，60歲以上人口占比已達(dá)20.8%（2023年），迫使企業(yè)通過(guò)“機(jī)器換人”應(yīng)對(duì)勞動(dòng)力短缺。
這一趨勢(shì)在制造業(yè)尤為明顯：過(guò)去十年，制造業(yè)增加值占GDP比重從32%降至27%，就業(yè)人數(shù)相應(yīng)減少。退出制造業(yè)的勞動(dòng)力中，少數(shù)返鄉(xiāng)從事農(nóng)業(yè)或個(gè)體經(jīng)營(yíng)，多數(shù)流入服務(wù)業(yè)，但服務(wù)業(yè)整體勞動(dòng)生產(chǎn)率（約為制造業(yè)的60%）難以支撐薪資水平，導(dǎo)致城市內(nèi)部收入差距擴(kuò)大（以泰爾指數(shù)衡量，2020年后城市收入差距呈上升趨勢(shì)）。
與此同時(shí)，非單位就業(yè)規(guī)模激增：全國(guó)非單位就業(yè)人數(shù)達(dá)3.1億，靈活就業(yè)人員約2億，新就業(yè)形態(tài)勞動(dòng)者（如網(wǎng)約車司機(jī)、快遞員）近1億。這些就業(yè)形態(tài)雖緩解了崗位短缺壓力，但普遍存在社會(huì)保障不足、權(quán)益易受侵害等問(wèn)題。
這個(gè)時(shí)候，如果我們要參考國(guó)際理論與經(jīng)驗(yàn)，那映入我們眼簾的會(huì)是：老齡化驅(qū)動(dòng)自動(dòng)化的“阿西莫格魯事實(shí)”。麻省理工學(xué)院教授達(dá)龍・阿西莫格魯?shù)难芯拷沂玖巳齻�(gè)關(guān)鍵事實(shí)。
老齡化是自動(dòng)化的新動(dòng)因：日本、韓國(guó)等老齡化嚴(yán)重的國(guó)家，機(jī)器人密度（每萬(wàn)人安裝量）居全球前列。勞動(dòng)力短缺推高人力成本，迫使企業(yè)采用自動(dòng)化技術(shù)，形成“老齡化→勞動(dòng)力短缺→機(jī)器替代”的因果鏈。
收入差距的雙重?cái)U(kuò)大：自動(dòng)化既提高資本收益（如企業(yè)利潤(rùn)），又拉大高技能與低技能勞動(dòng)者收入差距。美國(guó)數(shù)據(jù)顯示，1980-2020年，前10%高收入群體與后50%低收入群體的收入差距擴(kuò)大2.3倍，部分源于技術(shù)對(duì)低技能崗位的替代。
AI應(yīng)用的“價(jià)值選擇”：AI可被引向“提高生產(chǎn)率”或“改善服務(wù)體驗(yàn)”的不同路徑。例如，醫(yī)療領(lǐng)域應(yīng)用AI可選擇“讓醫(yī)生看診量翻倍”（創(chuàng)造就業(yè)）或“裁員50%”（破壞就業(yè)），這取決于技術(shù)應(yīng)用的社會(huì)目標(biāo)與制度約束。
蔡昉認(rèn)為，“索羅悖論”（計(jì)算機(jī)技術(shù)普及但生產(chǎn)率統(tǒng)計(jì)未顯著提升）與“鮑摩爾成本病”（服務(wù)業(yè)生產(chǎn)率滯后但薪資需與社會(huì)平均水平持平）揭示了AI時(shí)代的深層矛盾：技術(shù)進(jìn)步可能因應(yīng)用不均導(dǎo)致“生產(chǎn)率抵消”，而低生產(chǎn)率行業(yè)被迫吸納過(guò)剩勞動(dòng)力，形成“就業(yè)數(shù)量增長(zhǎng)但質(zhì)量下降”的困境。
應(yīng)對(duì)策略：人力資本升級(jí)與制度創(chuàng)新
無(wú)論科技的問(wèn)題還是經(jīng)濟(jì)的問(wèn)題，歸根到底都是人的問(wèn)題。因此我們不可避免最終要回到對(duì)人力資本的培養(yǎng)：從“知識(shí)儲(chǔ)備”到“AI協(xié)同能力”。
AI時(shí)代的人力資本競(jìng)爭(zhēng)，已從“人與人的較量”轉(zhuǎn)向“人與AI的協(xié)同”。傳統(tǒng)以“受教育年限”衡量的人力資本標(biāo)準(zhǔn)逐漸失效，核心能力需轉(zhuǎn)向三大維度：
非認(rèn)知能力：情商、溝通能力、同理心、創(chuàng)造力等難以被算法編碼的能力。莫拉維克悖論表明，AI擅長(zhǎng)邏輯推理（如下棋），但難以完成3歲兒童端水避障等“本能任務(wù)”，因其依賴人類數(shù)百萬(wàn)年進(jìn)化形成的隱性知識(shí)。
終身學(xué)習(xí)能力：技術(shù)迭代周期從“十年級(jí)”縮短至“年級(jí)”，需建立覆蓋“學(xué)前教育-職業(yè)培訓(xùn)-老年學(xué)習(xí)”的全生命周期體系。研究表明，兒童早期發(fā)展（0-3歲）的教育投入可使成年后收入提升25%-40%，因該階段奠定非認(rèn)知能力基礎(chǔ)。
教育資源再配置：在保持公共教育支出占GDP4%的基礎(chǔ)上，向?qū)W前教育（如普及三年免費(fèi)托育）和職業(yè)教育傾斜，縮小城鄉(xiāng)數(shù)字鴻溝，避免“技術(shù)紅利”加劇教育不平等。
當(dāng)然，能力的培養(yǎng)與資源的配置都離不開(kāi)制度的保障。因此，對(duì)于制度創(chuàng)新，尤其是構(gòu)建AI時(shí)代的就業(yè)安全網(wǎng)就成為當(dāng)務(wù)之急。我們將構(gòu)建以下三方面的制度保障。
普惠型社會(huì)保障體系：放棄“識(shí)別懶漢”的傳統(tǒng)思維，轉(zhuǎn)向“兜底+普惠”模式。例如，將靈活就業(yè)人員納入失業(yè)保險(xiǎn)，探索“基本收入保障”試點(diǎn)，確保技術(shù)沖擊下的社會(huì)底線公平。這符合“瓦格納定律”——隨經(jīng)濟(jì)發(fā)展，政府社會(huì)支出占比需相應(yīng)提高。
勞動(dòng)力市場(chǎng)制度革新：針對(duì)新就業(yè)形態(tài)，建立“平臺(tái)責(zé)任共擔(dān)”機(jī)制（如平臺(tái)與政府共同承擔(dān)勞動(dòng)者社保繳費(fèi)），完善集體協(xié)商制度，保障零工勞動(dòng)者定價(jià)權(quán)。同時(shí)，加強(qiáng)勞動(dòng)立法，遏制“算法歧視”“隱性加班”等新型剝削。
宏觀政策重心轉(zhuǎn)移：傳統(tǒng)宏觀經(jīng)濟(jì)政策側(cè)重解決周期性失業(yè)（如疫情沖擊下的臨時(shí)裁員），但當(dāng)前需聚焦結(jié)構(gòu)性失業(yè)。通過(guò)產(chǎn)業(yè)政策引導(dǎo)AI向教育、醫(yī)療、養(yǎng)老等“高社會(huì)價(jià)值領(lǐng)域”應(yīng)用，例如開(kāi)發(fā)輔助診斷AI以增加基層醫(yī)療服務(wù)供給，而非替代醫(yī)護(hù)人員。
未來(lái)展望：在技術(shù)變革中重構(gòu)就業(yè)倫理
人工智能的終極挑戰(zhàn)，是迫使人類重新思考“工作的意義”。凱恩斯在1930年預(yù)言“百年后每周工作15小時(shí)”，這在西歐部分國(guó)家已接近實(shí)現(xiàn)（如德國(guó)平均工時(shí)34小時(shí)/周），但中國(guó)仍普遍超過(guò)40小時(shí)。這一差異背后，是技術(shù)紅利分配與社會(huì)價(jià)值選擇的差異。
馬克思曾設(shè)想，在生產(chǎn)力高度發(fā)達(dá)的共產(chǎn)主義社會(huì)，勞動(dòng)將從“謀生手段”變?yōu)?SPAN>“自由自覺(jué)的活動(dòng)”：人們可“上午打獵，下午捕魚(yú)，傍晚從事畜牧，晚飯后從事批判”。今天，AI正加速這一遠(yuǎn)景的可能性：當(dāng)基礎(chǔ)物質(zhì)生產(chǎn)由技術(shù)承擔(dān)，人類將有更多空間追求創(chuàng)造性勞動(dòng)與自我實(shí)現(xiàn)。
蔡昉認(rèn)為，實(shí)現(xiàn)這一目標(biāo)的前提，是通過(guò)制度創(chuàng)新確保技術(shù)紅利的社會(huì)共享。正如阿西莫格魯所言，“AI的正確道路不是技術(shù)決定的，而是社會(huì)選擇的結(jié)果”。我們需要在效率與公平、技術(shù)創(chuàng)新與人文關(guān)懷之間找到平衡點(diǎn)，讓人工智能成為擴(kuò)大就業(yè)機(jī)會(huì)、提升勞動(dòng)尊嚴(yán)的工具，而非加劇分化的推手。
因此積極向前看，人工智能時(shí)代的就業(yè)變革，既是挑戰(zhàn)更是機(jī)遇。個(gè)人需以終身學(xué)習(xí)構(gòu)建“不可替代的能力壁壘”，國(guó)家需以制度創(chuàng)新打造“有溫度的技術(shù)社會(huì)”。唯有如此，我們才能在這場(chǎng)前所未有的技術(shù)革命中，守住“人”的價(jià)值與尊嚴(yán)。
但如果悲觀一點(diǎn)看，AI大潮之后，沙灘上露出的不是通用的救生圈，而是無(wú)數(shù)個(gè)形狀各異的坑：有人捧著舊船票找不到新船，有人盯著新航線卻沒(méi)有航海圖。當(dāng)機(jī)械臂開(kāi)始給機(jī)械臂編程，當(dāng)算法開(kāi)始優(yōu)化算法，那些沒(méi)來(lái)得及重新定義自己的人，正站在時(shí)代的十字路口，看著兩邊的路牌寫(xiě)著“淘汰”與“重構(gòu)”，手里的簡(jiǎn)歷就像一張泛黃的地圖。
是卷贏AI時(shí)代，還是被AI大潮卷走，你們自己選。
