作者 譚寅亮
人工智能正深刻改變?nèi)虍a(chǎn)業(yè)結(jié)構(gòu)和就業(yè)市場。對中國來說，人工智能不僅能夠提升經(jīng)濟效率和質(zhì)量，還可能加劇中低技能群體的就業(yè)壓力，特別是高度重復(fù)性崗位。
中國面臨的挑戰(zhàn)主要體現(xiàn)在三方面：一是龐大的中低技能勞動力群體，很多崗位容易受到自動化和智能化的沖擊，造成結(jié)構(gòu)性失業(yè)；二是區(qū)域發(fā)展不平衡，東部沿海地區(qū)的產(chǎn)業(yè)升級速度較快，中西部地區(qū)則面臨較大的技術(shù)轉(zhuǎn)型與就業(yè)壓力；三是現(xiàn)有的技能培訓(xùn)體系和社會保障制度無法有效覆蓋新興就業(yè)形態(tài)，靈活用工和平臺經(jīng)濟的從業(yè)者缺乏足夠的社保保障，導(dǎo)致其職業(yè)穩(wěn)定性差，面臨失業(yè)后的再就業(yè)困境。
美國通過教育改革、再培訓(xùn)和社保政策來應(yīng)對這些挑戰(zhàn)，中國需在推動中低技能群體數(shù)字化轉(zhuǎn)型和優(yōu)化區(qū)域資源配置上進一步完善，才能緩解人工智能帶來的就業(yè)壓力，防止收入差距加劇。下文將結(jié)合中美差異和美國經(jīng)驗，提出更具針對性的政策建議。
應(yīng)對AI沖擊的做法與啟示
美國在應(yīng)對人工智能對就業(yè)的沖擊時，依托相對靈活的市場機制和政策環(huán)境，采取了多維度的措施，集中體現(xiàn)在以下四方面。
首先是強化教育與技能培訓(xùn)。
1、多層次、長周期的教育與再培訓(xùn)。美國聯(lián)邦與州政府通過社區(qū)大學(xué)、高校、企業(yè)等多方合作，構(gòu)建覆蓋不同學(xué)齡與職業(yè)階段的技能培訓(xùn)體系。政府往往以財政補貼或稅收減免等方式，鼓勵勞動者持續(xù)學(xué)習(xí)、轉(zhuǎn)崗或提升技術(shù)水平。聯(lián)邦政府自2021年以來已投入2.65億美元用于加強社區(qū)學(xué)院培訓(xùn)項目，一些州已經(jīng)開始在職業(yè)技術(shù)教育中實施AI培訓(xùn)項目,為不斷發(fā)展的技術(shù)勞動力做準(zhǔn)備。社區(qū)大學(xué)（全美約1000所）是實施的關(guān)鍵機構(gòu),它們還會與雇主和中介機構(gòu)整合成強大的區(qū)域生態(tài)系統(tǒng)。AI驅(qū)動的個性化學(xué)習(xí)平臺也正在興起,可以根據(jù)每個學(xué)習(xí)者的當(dāng)前技能、項目需求和職業(yè)抱負定制學(xué)習(xí)路徑。如在線學(xué)習(xí)平臺Udemy就報告稱,與ChatGPT相關(guān)的課程在過去一年增長了4400%。
2、聚焦AI等前沿技術(shù)人才儲備。中小學(xué)階段的科學(xué)、技術(shù)、工程、數(shù)學(xué)（STEM）教育改革讓學(xué)生更早接觸編程與機器人等內(nèi)容，美國國家科學(xué)基金會（NSF）2023年投入約13.77億美元專項撥款，用于推廣K-12階段的STEM教育。NSF認為，為未來勞動力做準(zhǔn)備必須從最早的年級開始，學(xué)生需要學(xué)習(xí)STEM學(xué)科的核心內(nèi)容，以及計算思維如何融入這些學(xué)科。高校及研究機構(gòu)則加強AI相關(guān)學(xué)科的師資與科研投入，為企業(yè)輸送高技能人才。美國部分州設(shè)立專項教育基金，用于資助高等院校開設(shè)“機器學(xué)習(xí)與算法”方向的職業(yè)課程。
其次是社會保障與靈活用工管理。
1、失業(yè)保險與再培訓(xùn)掛鉤。美國多數(shù)州規(guī)定，領(lǐng)取失業(yè)保險期間須參加求職輔導(dǎo)或職業(yè)培訓(xùn)，防止長時間失業(yè)造成技能退化。這樣將“保基本”與“強技能”結(jié)合，對勞動者再就業(yè)起到一定的促進作用。約60%的失業(yè)人員可在6個月內(nèi)重返工作崗位，其中不少人通過短期培訓(xùn)進入AI輔助的新崗位（如數(shù)據(jù)標(biāo)注、簡易算法測試等）。
2、新業(yè)態(tài)的制度探索。美國在平臺用工監(jiān)管上采取“先立法、再試點、再修正”的漸進策略，避免一次性頒布過于嚴格或?qū)捤傻臈l款。面對平臺經(jīng)濟、零工經(jīng)濟的興起，加利福尼亞州在2019年通過AB5法案（加州零工經(jīng)濟法案），嘗試將網(wǎng)約車司機、外賣騎手等歸類為“雇員”而非“獨立承包商”，以便納入社保和最低工資覆蓋。雖然在執(zhí)行過程中爭議不斷，但該立法探索為在平臺經(jīng)濟時代保障從業(yè)者權(quán)益邁出了第一步。
3、靈活用工與基本保障并行。鼓勵企業(yè)在一定范圍內(nèi)實行彈性工時或項目制，提升市場配置效率；同時確保最低工資、醫(yī)療、養(yǎng)老金等核心權(quán)益不被忽視，以免加劇就業(yè)脆弱群體的困境。
其三是促進創(chuàng)新與產(chǎn)業(yè)轉(zhuǎn)型。
1、稅收激勵與研發(fā)扶持。聯(lián)邦層面設(shè)置針對AI技術(shù)研發(fā)的專項補貼或稅收減免，地方政府也嘗試通過行業(yè)聯(lián)盟、投資基金等方式，扶持本土AI初創(chuàng)企業(yè)并吸納高技能就業(yè)。例如，加利福尼亞州通過研發(fā)抵稅政策鼓勵企業(yè)加大對AI相關(guān)技術(shù)的投入，帶動了對算法工程師、數(shù)據(jù)科學(xué)家等崗位的需求。2024年4月，全美范圍內(nèi)的AI職位空缺為14117個，同比增長32%。
2、推動AI賦能傳統(tǒng)行業(yè)。以制造、金融、零售、醫(yī)療為典型場景，通過大數(shù)據(jù)、智能算法等手段改造流程、提升效率，也創(chuàng)造了新的崗位需求，比如工業(yè)機器人維護、智能客服管理、醫(yī)療影像標(biāo)注與分析、算法運營等新型崗位，估計占企業(yè)技術(shù)崗位新招聘的10%—15%。合理的政策引導(dǎo)和培訓(xùn)能讓更多勞動者向新興崗位流動，以實現(xiàn)“削峰填谷”的就業(yè)再分配。到2030年，美國的傳統(tǒng)行業(yè)將有約25%—30%的崗位可與AI實現(xiàn)“人機互補”模式，部分緩解自動化帶來的失業(yè)壓力。
3、建設(shè)產(chǎn)業(yè)集群與監(jiān)管沙盒。在硅谷、波士頓等高科技園區(qū)，地方政府通過人才引進、風(fēng)投對接、法律法規(guī)適度放寬等措施，形成“技術(shù)—資本—產(chǎn)業(yè)”聯(lián)動生態(tài)。監(jiān)管部門對AI技術(shù)創(chuàng)新保持相對開放，注重事中事后評估，及時微調(diào)政策。
四是立法與監(jiān)管創(chuàng)新。
1、算法公平與勞動力歧視防范。一些州（如伊利諾伊州、紐約州）針對招聘用AI軟件出臺管理條例，要求企業(yè)定期審核算法，避免因數(shù)據(jù)偏差導(dǎo)致年齡、種族、性別等歧視，對求職者提供可追溯的申訴渠道。美國某大型科技公司在招聘篩選算法中，因歷史數(shù)據(jù)偏差導(dǎo)致對女性技術(shù)候選人歧視的案例，最終被迫下架相關(guān)AI系統(tǒng)。已有多起實際事件表明，必須通過立法和行業(yè)自律嚴防算法偏見對就業(yè)公平造成侵害。
2、動態(tài)監(jiān)管，循序修法。美國傾向于通過“試點—評估—修訂”的方式推進AI監(jiān)管；如在自動駕駛、無人機等領(lǐng)域，先給予有限牌照進行實際測試，再根據(jù)反饋完善法律，力求在技術(shù)創(chuàng)新與公共安全（含就業(yè)穩(wěn)定）之間取得平衡，形成與技術(shù)演進同步的監(jiān)管框架。
3、鼓勵行業(yè)標(biāo)準(zhǔn)化與透明度。學(xué)術(shù)界與行業(yè)協(xié)會積極推動對算法原理、數(shù)據(jù)安全的透明化規(guī)范，為市場主體提供相對一致的使用標(biāo)準(zhǔn)，也為勞動者維權(quán)提供參考依據(jù)。
穩(wěn)住、提升就業(yè)基本盤
首先，我們要加強技能培訓(xùn)與教育轉(zhuǎn)型，培育AI時代高素質(zhì)勞動力。
1、擴容職業(yè)培訓(xùn)與終身教育體系。全球勞動力的數(shù)字技能普遍不足，即便在發(fā)達國家也存在“數(shù)字素養(yǎng)鴻溝”，這凸顯了中國對中低技能群體進行“數(shù)字化補課”的緊迫性。
一是大規(guī)模、分層級培訓(xùn)：政府與企業(yè)、高校和社會組織協(xié)同，為中低技能勞動者提供針對性課程，例如工業(yè)機器人操作、數(shù)據(jù)標(biāo)注、智能客服等新興崗位的快速上崗培訓(xùn)；同時對高技能群體提供持續(xù)進修與專業(yè)拓展，覆蓋從職業(yè)院校到高級職業(yè)資質(zhì)的各個層次。
二是任務(wù)拆解方法論：將崗位拆解為“重復(fù)性/可編程”與“創(chuàng)造性/協(xié)作性”兩大類型，重點強化后者所需技能。具體而言，在職業(yè)培訓(xùn)課程中，應(yīng)突出培養(yǎng)無法被AI輕易替代的軟技能，如創(chuàng)造力、溝通力和復(fù)雜問題解決能力，以免只聚焦技術(shù)層面而忽視綜合能力，從而全面提升勞動者的應(yīng)變與人機協(xié)作水平。
三是線上線下融合：在農(nóng)村或欠發(fā)達地區(qū)，加大在線平臺的推廣力度，并輔以線下學(xué)習(xí)中心、遠程教輔等形式，降低技能培訓(xùn)的區(qū)域壁壘。
四是建立技能認證與學(xué)分互認機制：完善多部門統(tǒng)一的技能等級評價體系，在職業(yè)院校、企業(yè)內(nèi)訓(xùn)、社會培訓(xùn)機構(gòu)間推動學(xué)分或證書互認，為勞動者提供靈活晉升通道。
2、深化基礎(chǔ)教育改革，為AI人才培養(yǎng)奠定根基。一是STEM教育要深入中小學(xué)：引入編程、機器人、數(shù)據(jù)思維等內(nèi)容，同時提升師資水平，鼓勵校企合作開發(fā)校本課程，讓學(xué)生盡早掌握AI時代必備的基礎(chǔ)素養(yǎng)。二是校企協(xié)同的產(chǎn)教融合：鼓勵A(yù)I企業(yè)與高等院校、重點職業(yè)院校共建實驗室或?qū)嵱?xùn)基地，將理論課程與實踐項目緊密結(jié)合，提高學(xué)生的實踐操作水平。
其次，我們還要完善社會保障體系，兜牢AI時代的就業(yè)底線。
1、納入新就業(yè)形態(tài)的社保覆蓋。一是法規(guī)補充與分類管理：修訂或出臺針對靈活用工、平臺從業(yè)者的新法規(guī)，為外賣騎手、網(wǎng)約車司機、自由職業(yè)者等人群提供參保渠道或商業(yè)保險補貼，形成“多層次、可組合”式的社保模式。二是社保轉(zhuǎn)移與個人賬戶：推動跨區(qū)域、跨行業(yè)的社保轉(zhuǎn)移更便利化，減輕勞動者在流動就業(yè)時的負擔(dān)，并確保其能夠持續(xù)享有基本養(yǎng)老、醫(yī)療保障。
2、整合失業(yè)保險與再就業(yè)服務(wù)。一是“?；尽迸c“強技能”結(jié)合：領(lǐng)取失業(yè)保險期間，對勞動者進行強制性或半強制性的職業(yè)培訓(xùn)與就業(yè)輔導(dǎo)，建立“保險+培訓(xùn)”的聯(lián)動機制。二是探索動態(tài)補貼機制：對受AI沖擊較嚴重行業(yè)的失業(yè)者或轉(zhuǎn)崗人員，給予差異化的技能培訓(xùn)補貼、企業(yè)見習(xí)補貼或轉(zhuǎn)崗津貼，縮短失業(yè)周期。
其三，我們要推動產(chǎn)業(yè)協(xié)同與區(qū)域均衡，擴大AI應(yīng)用的就業(yè)增量。
1、引導(dǎo)傳統(tǒng)制造業(yè)、服務(wù)業(yè)與AI深度融合。一是數(shù)字化改造升級：在裝備制造、家電、紡織、物流等勞動密集型產(chǎn)業(yè)推動智能生產(chǎn)線、數(shù)據(jù)管理系統(tǒng)的使用，替代部分危險、高耗能或重復(fù)性崗位的同時，也創(chuàng)造新崗位（如機器人維護、智能調(diào)度等）。二是共享平臺與行業(yè)賦能：鼓勵龍頭企業(yè)或產(chǎn)業(yè)聯(lián)盟搭建共享平臺，為中小企業(yè)提供可負擔(dān)的AI技術(shù)服務(wù)與解決方案，激活更多就業(yè)機會。
2、區(qū)域協(xié)調(diào)發(fā)展，避免“數(shù)字鴻溝”。一是差異化扶持中西部：針對中西部地區(qū)或資源型城市，加大財政、金融與培訓(xùn)資源傾斜，加強人工智能基礎(chǔ)設(shè)施建設(shè)，讓當(dāng)?shù)仄髽I(yè)擁有相對公平的數(shù)字化升級環(huán)境。二是建設(shè)產(chǎn)業(yè)集群與人才流動通道：在重點城市或產(chǎn)業(yè)園區(qū)試點AI應(yīng)用與制度創(chuàng)新，支持高校、科研院所、企業(yè)共同做研發(fā)攻關(guān)，將成果推廣至欠發(fā)達地區(qū)，帶動區(qū)域就業(yè)生態(tài)共同提升。
其四，我們還需健全法律監(jiān)管與行業(yè)自律，防范就業(yè)不公與潛在風(fēng)險。
1、規(guī)范算法在招聘與管理中的使用。一是要求算法透明與可審計：建立獨立檢測或認證機構(gòu)，對企業(yè)在招聘、績效管理等人力資源環(huán)節(jié)使用的算法進行檢查，防止因數(shù)據(jù)偏見導(dǎo)致歧視，保護勞動者公平就業(yè)權(quán)益。二是明確責(zé)任與申訴渠道：為求職者或員工提供明確的投訴和救濟途徑，一旦遭遇不公待遇，可依程序追究企業(yè)或技術(shù)服務(wù)提供方的責(zé)任。
2、保護勞動者數(shù)據(jù)隱私。一是立法細化與場景規(guī)范：在國家層面制定針對AI場景的勞動者數(shù)據(jù)保護規(guī)定，要求企業(yè)明示數(shù)據(jù)收集、存儲與用途，并確保個人隱私不被濫用。美國已有若干企業(yè)因濫用職場監(jiān)控（如捕捉員工鍵盤/鼠標(biāo)使用習(xí)慣、自動跟蹤聊天記錄等）而受到社會強烈譴責(zé)乃至法律追究的案例。二是行業(yè)自律守則：督促AI從業(yè)企業(yè)及平臺企業(yè)建立自律公約或“白名單機制”，提高用工管理的透明度與合規(guī)性，減少行業(yè)內(nèi)惡性競爭與違規(guī)行為。
其五，我們還需強化多部門協(xié)調(diào)與政策聯(lián)動，形成AI就業(yè)治理合力。
1、建立跨部門統(tǒng)籌機制。在國家層面設(shè)立或強化由工信、發(fā)改、人社、教育、科技、財政等部門共同參與的AI就業(yè)協(xié)調(diào)小組，定期評估技術(shù)變革對就業(yè)的影響，及時出臺或調(diào)整配套政策。鼓勵地方政府因地制宜，根據(jù)本地產(chǎn)業(yè)特點和勞動力結(jié)構(gòu)差異，制定個性化AI就業(yè)扶持政策，做好上下貫通與數(shù)據(jù)對接。
2、完善就業(yè)監(jiān)測與預(yù)警系統(tǒng)。AI迭代速度快，不確定性高，政策若一成不變，易出現(xiàn)滯后或“一刀切”問題。建議在勞動力市場層面建立“試點—評估—迭代”的閉環(huán)機制，通過實時收集各地區(qū)、各行業(yè)失業(yè)率、轉(zhuǎn)崗培訓(xùn)成功率等數(shù)據(jù)，快速反映在政策更新中。
一是實時監(jiān)測：借助大數(shù)據(jù)與統(tǒng)計信息，跟蹤不同行業(yè)、地區(qū)的崗位變動情況，識別失業(yè)與技能缺口分布。二是發(fā)布預(yù)警：一旦發(fā)現(xiàn)某個產(chǎn)業(yè)或地區(qū)因AI應(yīng)用導(dǎo)致失業(yè)率急速上升，可及時啟動應(yīng)急預(yù)案或?qū)ｍ椃龀?，避免結(jié)構(gòu)性失業(yè)蔓延。
3、加強社會共治與國際合作。一是社會力量參與：鼓勵行業(yè)協(xié)會、智庫、高校和公益組織共同研究AI就業(yè)的前沿挑戰(zhàn)，并在職業(yè)培訓(xùn)、就業(yè)服務(wù)等領(lǐng)域貢獻資源。二是國際對話與借鑒：加強與歐美、日韓等在AI就業(yè)管理上經(jīng)驗豐富的國家或地區(qū)進行溝通，分享數(shù)據(jù)與案例，提升中國在全球AI治理中的話語權(quán)。
面對AI技術(shù)的快速迭代與深度滲透，中國在就業(yè)領(lǐng)域正面臨前所未有的挑戰(zhàn)與機遇。通過加快技能培訓(xùn)與教育改革、完善社會保障制度、引導(dǎo)產(chǎn)業(yè)升級與區(qū)域平衡、健全法律監(jiān)管，以及強化多部門協(xié)同與國際對話，中國有望在穩(wěn)住就業(yè)基本盤的同時，順勢培育出一批高質(zhì)量、充滿活力的AI相關(guān)新興崗位，進而在全球競爭中搶占先機、行穩(wěn)致遠。
（作者系中歐國際工商學(xué)院決策科學(xué)與管理信息系統(tǒng)教授）
熱門跟貼