近年來，以人工智能、5G等數(shù)字技術(shù)為核心的新一輪科技革命為我國經(jīng)濟發(fā)展注入新活力，同時對就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)方式也帶來深刻影響。特別是以ChatGPT為代表的生成式人工智能快速崛起，再次引發(fā)全球?qū)π乱淮斯ぶ悄艿膹V泛關(guān)注，同時也引發(fā)了人們對“機器換人”問題的廣泛討論。我們有必要未雨綢繆、加強研判，科學認識人工智能對就業(yè)帶來的深刻影響，主動應對新問題新挑戰(zhàn)。

人工智能對就業(yè)的影響是把“雙刃劍”

人工智能是推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅(qū)動力量。人工智能作為一種新興的顛覆性技術(shù)，極大地激發(fā)了創(chuàng)新創(chuàng)業(yè)活力，大幅增加了就業(yè)機會，助力實現(xiàn)更充分更高質(zhì)量的就業(yè)。但是，人工智能對就業(yè)的擠出效應也是近年來人們一直揮之不去的擔憂。

人工智能作為新一輪技術(shù)革命中崛起的新技術(shù)，正在從多個層面體現(xiàn)技術(shù)創(chuàng)新對勞動力就業(yè)的創(chuàng)造效應。一是新技術(shù)轉(zhuǎn)換了就業(yè)結(jié)構(gòu)，帶來就業(yè)新機會。智慧醫(yī)療、智慧養(yǎng)老、智能安防等在減少醫(yī)療、養(yǎng)老、安防等從業(yè)人員的同時，卻讓人工智能算法工程師、數(shù)據(jù)科學家、機器學習工程師等技術(shù)研發(fā)、應用和維護的就業(yè)崗位明顯增加。二是新技術(shù)改變了就業(yè)形態(tài)，衍生出大量靈活就業(yè)、隱性就業(yè)。規(guī)模龐大的新業(yè)態(tài)催生外賣配送員、網(wǎng)約車司機、網(wǎng)絡(luò)主播、小店規(guī)劃師等大量新興服務性職業(yè)，有效緩解了結(jié)構(gòu)性失業(yè)。三是新技術(shù)大幅降低了“信息不對稱”，有效提高了勞動力市場的匹配效率。

人工智能在對就業(yè)產(chǎn)生創(chuàng)造效應的同時，也帶來擠出效應。但是要看到，這種“擠出”是結(jié)構(gòu)性的，呈現(xiàn)“極化”特征。從美國、英國、歐洲等成熟勞動力市場數(shù)據(jù)看，擠出的是程式化工作，卻讓非程式化工作需求增加。美國波士頓咨詢公司2021年的研究表明，人工智能對工人的比例每增加1‰，就會有0.18%—0.34%的就業(yè)崗位相應減少。人們擔心，隨著技術(shù)向通用人工智能和強人工智能邁進，其對就業(yè)的擠出效應可能會加劇。

值得關(guān)注的是，人工智能對就業(yè)沖擊的影響正在發(fā)生結(jié)構(gòu)性變化。Open AI公司在推出ChatGPT后，發(fā)布報告分析GPT模型和相關(guān)技術(shù)對美國勞動力市場的潛在影響，研究結(jié)果表明，約80%美國勞動力的工作任務會受影響，其中翻譯工作者、作家、記者、數(shù)學家、財務工作者、區(qū)塊鏈工程師等腦力勞動者受影響最大，而食品制作、林業(yè)養(yǎng)護等體力勞動者反而受到的潛在影響最小。高盛發(fā)布報告認為，律師和行政人員所受影響最大，對建筑和維修等體力要求較高的職業(yè)或戶外工作受影響較小。

我國應對人工智能的就業(yè)沖擊具有體制優(yōu)勢

探討人工智能對就業(yè)的影響，脫離不開具體國情和制度背景。在中國式現(xiàn)代化背景下，人工智能對就業(yè)的影響體現(xiàn)出鮮明的“中國式”新特點。

資本主義國家始終存在生產(chǎn)資料私有制與生產(chǎn)社會化之間的固有矛盾。資本的逐利屬性決定了企業(yè)在使用技術(shù)替代勞動的過程中，必然存在個別企業(yè)的有組織性與整個社會所有企業(yè)競相使用技術(shù)替代勞動而帶來的無政府狀態(tài)的矛盾。這一矛盾決定了，雖然國家層面試圖通過改善勞動關(guān)系、增加社會保障等方法提高勞動者就業(yè)，但由于其制度本身的固有缺陷，國家影響經(jīng)濟的力量相當有限，不可能真正提高勞動者的就業(yè)質(zhì)量與生活福祉。而在社會主義國家，以公有制為主體、多種所有制共同發(fā)展的基本經(jīng)濟制度，打破了私有制下個別企業(yè)有組織性與整個社會無序性之間的矛盾，從而使得勞動者整體和生產(chǎn)資料整體之間存在著總體的、全社會范圍內(nèi)的結(jié)合關(guān)系，讓實現(xiàn)勞動力充分就業(yè)成為可能。

我國可以充分發(fā)揮社會主義制度優(yōu)越性，通過國有經(jīng)濟發(fā)展、宏觀調(diào)控政策兩種途徑，推動實現(xiàn)更為充分、更高質(zhì)量的就業(yè)。一方面，在充分發(fā)揮市場作用之外，有強大的國家治理能力作為支撐，通過政策創(chuàng)新與制度創(chuàng)新，主動引導新業(yè)態(tài)發(fā)展，主動提供更多就業(yè)服務，吸納、消化人工智能帶來的結(jié)構(gòu)性失業(yè)。另一方面，則可以充分發(fā)揮國有經(jīng)濟的支撐作用，以國有經(jīng)濟收益為保障，盡可能擴大社會保障覆蓋面，最大限度地讓廣大群眾享受發(fā)展紅利，減少貧富差距。

社會主義國家從根本上有動力、有意愿更好地實現(xiàn)充分就業(yè)、高質(zhì)量就業(yè)。當前，我國正處于“以中國式現(xiàn)代化全面推進中華民族偉大復興”新時代新征程。牢牢抓住以人工智能、5G等數(shù)字技術(shù)為核心的新一輪科技革命機遇加快發(fā)展，是推進中國式現(xiàn)代化的必然之舉。但是也要看到，我國的現(xiàn)代化進程不同于西方國家的傳統(tǒng)現(xiàn)代化。中國式現(xiàn)代化是人口規(guī)模巨大的現(xiàn)代化，是全體人民共同富裕的現(xiàn)代化，堅持人民至上是貫穿其中的基本立場觀點方法。就業(yè)是最大的民生，在處理人工智能等新技術(shù)與勞動力就業(yè)的關(guān)系上，既要充分汲取技術(shù)進步的成果推動生產(chǎn)力提高，又要始終把促進就業(yè)放在經(jīng)濟社會發(fā)展的優(yōu)先位置。

推動人工智能與充分就業(yè)共同繁榮

理論和實踐都證明技術(shù)進步與充分就業(yè)并非水火不容，實際上可以相得益彰。當前及今后一個階段，應充分發(fā)揮中國特色社會主義制度優(yōu)越性，在關(guān)注人工智能對就業(yè)產(chǎn)生的擠出效應同時，更應充分激發(fā)人工智能等新技術(shù)的就業(yè)創(chuàng)造能力，主動應對人工智能對就業(yè)帶來的深刻影響。

一是放寬新業(yè)態(tài)準入條件，挖掘新型就業(yè)潛力，擴大新業(yè)態(tài)容納的就業(yè)規(guī)模。通過放寬管制，激發(fā)企業(yè)創(chuàng)新創(chuàng)業(yè)活力，吸引更多市場主體進入新業(yè)態(tài)，創(chuàng)造更多新型就業(yè)機會。同時，還要引導企業(yè)數(shù)字化轉(zhuǎn)型，擴大企業(yè)生產(chǎn)規(guī)模，提高企業(yè)的就業(yè)吸納能力。加大對欠發(fā)達地區(qū)數(shù)字基礎(chǔ)設(shè)施投資力度，盡量彌合區(qū)域之間的“數(shù)字鴻溝”，為更好發(fā)揮人工智能的就業(yè)創(chuàng)造效應提供強大的基礎(chǔ)設(shè)施支撐。

二是加強人工智能培訓，增強勞動者適應數(shù)字環(huán)境的能力，拓寬勞動者在新業(yè)態(tài)環(huán)境下獲取工作崗位的機會。在當前通用人工智能大模型發(fā)展的背景下，部分傳統(tǒng)崗位出現(xiàn)被替代風險，培養(yǎng)和提升人工智能相關(guān)技能成為從業(yè)者的迫切需求。這就需要政府發(fā)揮更大的制度保障功能，加大職業(yè)轉(zhuǎn)型和培訓力度，確保勞動力能夠適應人工智能時代的就業(yè)市場變化，從而實現(xiàn)可持續(xù)和包容性的就業(yè)增長。同時，強化政策支持，鼓勵人力資源機構(gòu)為新型就業(yè)提供規(guī)范有序的人工智能培訓，對于總規(guī)模較大、培訓時長半年以上的培訓活動，給予一定的補貼支持。

三是加強就業(yè)服務，創(chuàng)造寬松就業(yè)環(huán)境，為勞動者轉(zhuǎn)換就業(yè)崗位創(chuàng)造良好條件。暢通就業(yè)信息渠道，打破就業(yè)人員流動壁壘，讓勞動力在可以及時獲知信息的情況下自主擇業(yè)。加強法治建設(shè)，嚴格規(guī)范勞動市場運行機制，避免職業(yè)轉(zhuǎn)換過程中危害勞動者的行為。加強對人工智能主要應用領(lǐng)域的宣傳和解讀，引導普通勞動者全面準確理解人工智能的潛在影響，增強勞動者對人工智能的信任。積極推動社會公益組織的發(fā)展，在勞動者職業(yè)規(guī)劃、技能培訓、崗位匹配等諸多領(lǐng)域，發(fā)揮好社會組織的作用，幫助勞動者實現(xiàn)高質(zhì)量就業(yè)。

（本文系中國電信研究院專業(yè)能力級項目“產(chǎn)數(shù)規(guī)?；l(fā)展若干關(guān)鍵問題研究”（T-2023-16）階段性成果）