AI抢饭碗还是造岗位：9200万替代与1.7亿新增背后

很多人心里都揣着一个疑问：AI会不会把人的饭碗抢走？

从数据看，眼下的就业形势并不紧张。国际劳工组织的数据显示，全球失业率正处在历史低位。经济合作与发展组织（OECD）今年调查了全球14个国家的8000家企业，结果显示：已经用上AI的企业里，只有11%减了员，其中能真正算到AI头上的仅9%——换句话说，全部采用AI的企业中，因AI裁人的大约只有1%到2%。

世界经济论坛《2025年未来就业报告》给出的预测是，到2030年全球约9200万个岗位会被AI取代，同时会冒出1.7亿个新岗位，两相抵消净增7800万个。

但总量上的平静，不代表劳动力市场真就风平浪静。不同国家、不同地区的感受差别很大。

近日一场2026外滩年会的圆桌讨论以“劳动力重塑：如何安放人类”为题，OECD就业、劳动和社会事务部代理主任马克·皮尔逊在会上提到了另一项调查。

中国社会科学院学部委员、中国金融四十人论坛（CF40）学术委员会主席

蔡昉说，不管是中国还是别的国家，宏观数据上还看不出AI带来明显的就业冲击，可招聘数据已经露出苗头，编程类新人的招聘数量就在减少；还有些雇主因为预期变了开始观望，既不裁人也不招人，双方僵在那里。“这是一个短暂的安静期，在这之后，可能会有更大的劳动力市场表现。”在他看来，这段安静期正好给了我们难得的准备时间，可以用来分析AI影响就业有什么特征，提前把制度和政策准备好。

日前国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（下称“意见”），围绕强化人工智能的就业创造效应、构建就业友好型人工智能升级路径、提升劳动者数字素养和就业能力等六个方面，提出18项主要任务。其中“减缓人工智能应用就业替代影响”这一提法和相关部署，引来不少关注。

意见把落脚点放在就业这件最基本的民生上。它不是要让技术“慢一点”，而是让劳动者“早一步”应对。

临界点还未到来

AI会提高劳动生产率，这一点社会上已有共识。不少人爱用“iPhone时刻”“ChatGPT时刻”来形容AI带来的生产力跃迁，在科技层面AI的重要性确实如此，可要落到产业上、在经济上见到红利，还得等时间。

腾讯研究院资深专家闫德利对世界主要国家AI渗透率的有关指标做了统计。各国统计局或工信部门发布的数据显示，AI的企业应用还处在早期阶段，企业级壁垒依然存在。以美国和加拿大为例，企业AI渗透率约为10%；欧盟和英国则约为20%。这一渗透率衡量的只是“有没有”，只要用上某一项AI技术就算，尚未进入比较“好不好”的阶段。

斯坦福大学提出的“生产率J曲线”说的是：重大通用技术落地初期，企业得先重组流程、调整组织、重新培训人员，这些投入算进成本，产出却要几年后才兑现，生产率往往先不涨甚至先跌一段，越过临界点才加速上行。

显然，临界点还没到。

国际劳工组织还提出了“验证税”——人工智能会产生幻觉，过程中仍然需要人来核对；三是在一天的工作里，很多可自动化的任务占比并不高。

他举例说，软件工程师真正写代码的时间可能只占三分之一，大量时间花在开会、规划任务上，AI对这些环节帮不上忙。“人工智能加总悖论”。

CF40资深研究员、中国社科院世界经济与政治研究所副所长张斌此前发布了《AI宏观经济学》报告。报告认为，AI提高生产率的潜力巨大，但要先经过前期大量互补性投资，以及组织架构和工作流程的普遍调整，增长潜力才能充分释放，短中期内AI带来的供给改善可能并不明显。

这一次，冲击的方向反了

生产率的提升并不均衡。蔡昉表示，和过去任何一次技术进步一样，AI通过多种途径提高生产率是确定的，但它在产业、部门、企业、时间，以及不同工序和劳动任务链条之间的应用并不均衡。

当某个环节为了省钱减少劳动投入，就业破坏就已经开始，而整体生产均衡未必马上改善，于是就有了“生产率与就业冲击的不一致性”。

有研究显示，生产率提高可能走出一条“J字形”，问题恰恰出在向下走的那段曲线上。蔡昉长期研究人口结构变化与劳动力市场，他说，有一段时间里生产率并不提高，劳动替代却已经发生。极端情况下，J字形曲线下探的那段“短腿”期间，就业破坏可能加剧、收入增长停滞、收入分配恶化，进而伤到国民经济循环，最终反倒拖累劳动生产率的提升。

冲击落到谁头上，比过去“技能偏向型技术变革”的说法更复杂。以往历次技术革命的经验是，技术进步并不会“雨露均沾”，它更偏向提高高技能劳动者的生产率，于是增加对高技能劳动力的需求，也推高高技能者的相对工资。

葡萄牙央行原行长马里奥·森特诺认为，过去的技术革命对低技能工人不利，因为市场对技能的需求在上升。

他说，过去几十年大量年轻人被送进大学、培养成程序员，如今这种需求突然受到冲击。他拿20世纪70年代美国“太空竞赛”结束后物理学博士的处境作类比：供给增加、需求收缩，失业和降薪随之出现，人们不得不转行。

蔡昉指出，AI这轮对就业的冲击，跟历史上两次技术变革相比，最大的区别在于：前两次虽然也经历过阵痛，可最后都造出了大量新岗位；而AI是从相对高端的岗位开始替代人，被换下来的人只能往低处走。这样一来，劳动生产率可能不升反降，收入也会跟着变差。

埃克哈德·恩斯特最担心的正是这件事。AI所赋能的，恰恰是那些工资高、价值高、技能要求高的岗位，

人该被“安放”在什么位置

蔡昉拿第一次工业革命时期的“恩格斯停顿”等情况举例说，每一次新技术出来，就业的破坏和就业的创造之间都隔着一段时间。“可在历史书里、在数据上，我们可能把这个忽略了，（只看到）新技术终究会创造更多就业岗位。”

面对这种变化，政策讨论不能停在“保住旧岗位”还是“等新岗位出来”这两条路里挑一条。

“我们现在比以往任何时期都更需要政府政策的介入和制度变革。”蔡昉说。历史上，就业调整往往拖得很长，靠劳动力市场自己慢慢调节，既伤劳动者，又太费时间，我们等不起。

他建议，重点应放在推动人工智能平权上。这位经济学家说，人工智能技术迭代快、影响在变、覆盖面也在扩大，就业支持政策得跟着不断升级。

同时，AI的“对齐问题”不能只当技术问题看，要延伸到经济社会政策、产业政策和社会政策里去，坚持引导、激励和规制，让它增强劳动者的能力，而不是砸掉劳动者的岗位。

蔡昉表示，眼下大家看到、聊到的人工智能，大多还停留在基础模型层面。往后真正管用、能影响我们日常生活的，其实是这些模型落地后的应用，而这对劳动者的冲击恐怕是最大的。所以推进过程中，引导、激励和规制这三方面都应当充分坚持。

他还提出，要超前培育那些需求弹性大、眼下劳动生产率却偏低的行业，很多服务业就在其中。“我们整体提高劳动生产率，就是为了让那些需求弹性大的行业有生存的余地。”蔡昉说，这既是将来“人往哪放”的方向，也是当前挡住就业冲击的缓冲器。

制度层面，他主张最低工资、最低生活保障、劳动合同这些劳动力市场制度要跟新就业形态接上，社会保障和社会福利应走向普惠，因为要分清“是个人问题还是宏观冲击”越来越难，只有普惠覆盖，才能保证没人被漏掉。

马克·皮尔逊则把重点放在培训上。雇主引入人工智能时如果跟工人商量、提供培训，效果会好得多。数据能说明这一点：

马克·皮尔逊说，

埃克哈德·恩斯特建议，

学者们的共识是：就业不会消失，但构成会彻底改变；技术本身解决不了AI带来的社会经济影响，尤其是对就业的影响。安放人类，得靠制度把置换承接住，把生产率的提升变成劳动者能分享的福利。

“我们必须在就业破坏发生之前，就知道该怎么做。”蔡昉说。