機器人“葫蘆”在比利時東佛蘭德省聖尼克拉斯市的“美味”餐廳送餐

文/張瑾

編輯/劉娟娟

　　技術進步的每一波浪潮，都不可避免會引發關於新技術與就業的辯論。人工智能（AI）應用正推動着全球勞動就業市場發生重大變革。一方面，AI能催生新業態、新産業，為勞動就業提供新機會；另一方面，AI重塑勞動生産流程，會導致一批勞動者面臨失業風險，引發勞動市場崗位被替代的擔憂。這促使各國積極探索應對策略。

AI影響全球就業市場

　　當前，AI作為一種通用技術，從決策式AI發展到生成式AI，應用從自動化、機器人，擴展到專家系統、知識工程和大語言模型等，生成式AI在語言處理和計算機視覺等方面的能力逐步超越人類，不僅廣泛應用於數據分析、自然語言處理、計算機視覺等領域，還逐步進入金融、法律、醫療等傳統知識密集型行業，從而大大提升了生産效率，成為全球經濟發展的重要驅動力之一，其對全球範圍內的就業市場正持續産生深刻影響。

　　第一，創造新崗位。普華永道發布的報告《2024：AI就業晴雨表》分析了15個國家的5億條招聘廣告，顯示AI在多個行業被廣泛應用，尤其是金融、信息技術和專業服務等領域成為AI應用的“高滲透區”。為更好地研發、學習和應用AI，技術開發、數據分析、機器學習等領域創造出一批新就業機會，AI訓練師、數據標注員、倫理顧問、産品管理師、算法工程師、系統集成工程師、內容創作者、客戶服務專員、安全專家等新職業紛紛涌現。這些新就業崗位吸納了數量可觀的高技能勞動者。

　　第二，提升勞動者技能。由於AI技術的應用，未來工作將更加依賴溝通能力、創造力和問題解決能力等軟技能。與此同時，未來對崗位技術技能的需求也在增加，包括編程、數據分析和機器學習等。僱主招聘新員工也相應發生了變化，即便是傳統行業的普通崗位，也要求具備AI應用技能，作為對勞動者技能的補充和擴展。

　　美國白宮經濟顧問委員會的研究指出，生成式AI不僅對知識密集型和技術密集型崗位提出了更高的技能要求，而且推動了這些崗位的技能加速更新。例如，金融分析師、數據科學家、IT工程師等崗位要求從業者掌握機器學習、神經網絡等AI核心技能，但傳統的技能培訓模式已難以滿足現代勞動力市場上對於快速提升技能的需求。這種情況不僅在發達經濟體中表現明顯，在許多新興經濟體問題同樣突出。

　　第三，引發就業替代。AI提升了工作效率，同時也對低技能、高重復性和標準化的工作崗位帶來顯著的替代效應。低技能崗位，如初級客服、初級翻譯、裝配線操作員、質檢員和物料搬運員等，因其工作內容具有高重復性和標準化特徵，被AI驅動的自動化系統所替代的風險較高。

　　普華永道的研究顯示，到2030年，AI和自動化技術將使全球範圍內20%～25%的製造業低技能崗位被取代，僅美國被AI替代的勞動者數量預計就超過3600萬；麥肯錫報告稱，AI取代人類工作的時間已被提前，2030年至2060年全球將有50%的職業被AI取代；德國安聯研究公司調查了德國、法國、西班牙、意大利、波蘭和奧地利等國近6300名成年人，46%的受訪者擔心AI會讓工作崗位減少，約33%認為AI會擴大勞動力市場。AI的技術進步，正在引發世界各地對崗位替代的擔憂。

智能搬運機器人在倉庫內進行搬運作業

　　第四，加劇全球勞動市場不平等。根據國際貨幣基金組織（IMF）的研究，AI將對全球近40%的就業崗位産生影響，其中發達經濟體約60%的工作崗位受到AI影響。發達國家在AI應用方面具備顯著優勢，勞動市場的生産率和技能結構因AI技術助力而快速提升，發展中國家由於缺乏必要的技術基礎設施和培訓資源，難以在全球競爭中獲得AI應用帶來的經濟紅利。

　　這種技術和經濟發展不平衡的加劇，將使全球勞動市場在AI時代呈現顯著的兩極分化趨勢。在發達經濟體，AI技術的廣泛應用推動了高附加值工作的擴展和高薪崗位的增加。在發展中國家，低技能崗位面臨着更高的被替代風險，勞動者難以從事高附加值的工作，還可能被國際市場所淘汰。應指出的是，新興市場和低收入國家由於技術基礎設施相對落後，短期內可能不會面臨大規模AI衝擊，但長期看，若不及時提升技術能力和勞動者技能，可能會擴大與發達經濟體之間的數字鴻溝。這不僅會影響全球勞動市場的穩定，也將使全球經濟合作與公平性面臨新的挑戰。

各國多措並舉應對AI衝擊就業

　　發達經濟體為平衡AI技術創新與社會穩定的關係，採取了多層次的政策舉措，在應對AI應用對就業的影響方面積累了一定經驗。

　　第一，強化職業培訓，提升勞動技能。發達經濟體注意到，需通過多種渠道為勞動者提供人工智能教育、培訓和終身學習的機會。

　　美國勞工聯合會、産業工會聯合會、社區學院和微軟等企業開展合作，為工人和學生創造學習機會，確保工人做好使用AI新技術的準備。加拿大通過設立“技術平等基金”每年撥款數百萬美元，用於向低收入群體提供免費的AI和技術技能培訓。德國政府與工業協會合作，將AI技能納入職業教育體系，提高職工和學徒在智能製造和AI輔助生産環境中的適應能力。新加坡人力部推動“AI學徒計劃”，讓職工、學生、兒童和退休人士都有機會認識AI；“技能未來計劃”通過專項補貼和教育計劃，支持低技能勞動者轉向高需求崗位，進行AI數字化技能認證。

　　第二，鼓勵人機協作，加強監督監管。通過人機協作，確保發揮AI優勢，又不損害人的工作、權利和安全。

　　在美國，聯邦政府為零售、倉儲、客服等高替代性行業制定人機協同標準，並提供稅收優惠；勞工部發布“人工智能和包容性招聘規範”，加強人工對AI的監督；勞工統計局負責追蹤AI導致的工作崗位流失、新創造崗位數量和需求技能變化。

　　在日本，政府通過稅收激勵政策，支持企業採用AI技術時保持人機協作模式，確保低技能勞動者參與。日本厚生勞動省要求企業確保至少10%的人工參與率，保證就業機會不被AI完全替代。

　　此外，歐盟加強了人機協作各環節間的數據和技術標準協調，形成人機系統“認知一體化”“社交互動”“作業設計與配置”等能力，共同實現智能製造。

　　第三，改革稅收制度，調節收入差距。累進稅制和科技紅利再分配政策成為緩解收入差距的有效手段。

　　法國設立數字服務稅，向大型科技公司徵收額外稅款，將部分收益用於補貼低收入人群的職業培訓和社會保障。德國採取累進稅政策，通過“社會創新基金”將稅收收入回流到公共服務領域，為低收入群體提供再培訓資金支持，幫助其進入高附加值行業。

　　美國的部分州推出“科技紅利稅”，通過向AI和自動化程度較高的企業徵稅，將其收益用於支持低收入社區的教育和就業。比如，加利福尼亞州為科技替代風險高的群體提供教育和資金援助，幫助低收入社區的職業教育覆蓋率提升了20個百分點；新澤西州為創造新就業機會的人工智能公司提供稅收抵免。

　　第四，擴充社會保障，緩解失業衝擊。為此，一些國家和地區提高社會保障的覆蓋面和給付水平，實施強化失業保險、失業救濟和社會援助計劃等舉措。

　　美國&&《個人責任和工作機會協調法案》，保護員工免遭人工智能造成的失業，並幫助發展人工智能勞動力；在政府資金支持下為因AI等新技術應用而失業人員提供幫助；政府為工人提供轉型指引，提供尋找工作的幫助和諮詢服務，利用人工智能匹配工人信息和崗位技能需求，幫助失業工人再就業。

　　歐盟成員國共同實施擴大失業保險和社會保障政策，覆蓋AI替代風險較高的勞動者，通過延長失業保險福利和提供再就業補貼，幫助受技術影響的勞動者在過渡期（歐盟通過“就業保護協議”要求企業在引入AI應用時提供3個月的工作過渡期保障）內獲得穩定收入。

　　世界各國尤其是發達經濟體的實踐探索表明：健全AI教育培訓體系是提高勞動者適應新技術能力的關鍵，通過調整和優化教育結構，教育培養感知類、創造性和社交方面的技能，可以提升在未來執行難以被AI所替代的工作技能；調整重構社會保障制度體系是築牢就業安全網的基石，通過加強對失業或轉崗勞動者的就業指導、社會保障等支持，可以減少因AI使用對從事常規性、結構化和重復性工作任務的勞動力所造成的失業問題；加強勞動法律和制度建設是尋求“創新”與“監管”平衡的重要抓手，需防範AI對就業的負面影響，保障勞動者的合法權益；人機協同是促進人類與AI高效互補的重要途徑，意味着應積極探索AI與人類工作的融合，逐漸形成高效聯動的人機協同就業新形態。

　　（作者係原中國國際經濟交流中心研究員）