天大研究院特约研究员 严敏俊 谢巽
自2022年生成式人工智能（Generative AI）如ChatGPT、GPT-4、Deepseek爆发式发展以来，其在经济领域的应用迅速渗透，既带来了效率提升与产业创新，也引发了关于“技术性失业”的广泛担忧。随着生成式人工智能深入渗透各领域，人类劳动力市场正在经历结构性调整。一方面，某些岗位和技能正面临被 AI 部分替代的风险；另一方面，全新的职业和技能需求应运而生，催生出“人机协作”的新型工作模式。总体来看，未来 1至3年劳动力市场将呈现“旧岗位转型或消失、新岗位不断涌现、全员技能升级”的动态变迁格局。需要强调的是，“自动化取代的将是任务，而非整个人类职业”。多数职业并非完全由重复任务构成，而是包含复杂的人际互动、创意和策略等方面。
麦肯锡预测，生成式AI可能自动化60%-70%的工作内容，世界经济论坛则指出，未来五年全球约25%的岗位将经历重大调整。这种变革对低技能劳动者、传统行业从业者及发展中国家劳动力市场的冲击尤为显著。如何在享受AI技术红利的同时，化解失业风险、保障社会公平，已成为全球政策制定者与企业亟需解决的课题。
一、生成式AI对就业市场的结构性冲击
AI 可能替代部分岗位、压低某些低技能劳动力的需求，从而对就业率产生下行压力。如果自动化发生过快且缺乏配套措施，一些失业者难以及时找到新工作，可能引发失业率上升的阶段性风险。尤其是在经济本身增速放缓或遭遇周期性衰退时，技术冲击与经济下行叠加，会放大就业市场震荡。由此引出收入分配的挑战：被取代岗位多属于中低技能工人，而能驾驭 AI 工具的高技能人才和资本所有者将获得更高收入回报。这种趋势如果不加干预，可能扩大贫富差距和“数字鸿沟”。历史经验表明，技术进步往往会提高整体收入水平但在初期加剧收入不平等，因为收益更多流向掌握新技术的人群和企业。如果 AI 带来的财富高度集中在少数大型科技公司和资本方手中，而大量劳动者收入下降或停滞，那么总需求（消费）可能不足，从宏观上削弱经济增长的可持续性。因此很多经济学家倡议政府考虑通过税收、社会保障等手段，在技术红利分配上实现一定程度的再平衡，确保增长成果惠及更广泛的人群。
（一）岗位替代：低技能与重复性工作的消亡
生成式AI的核心能力在于处理规则明确、流程标准化的任务。例如，客服对话生成、基础代码编写、报告撰写等岗位正被AI工具逐步替代。据国际劳工组织统计，全球约30%的行政支持类岗位面临高风险自动化，而制造业中数据录入、质量检测等环节的劳动力需求也在下降。这种替代效应在发展中国家更为突出，因为其劳动力市场依赖劳动密集型产业。
（二）技能鸿沟：高技能岗位需求激增与劳动者转型困境
AI时代催生了“人机协作”的新职业模式，数据分析师、AI训练师、算法伦理专家等岗位需求快速增长。然而，低技能劳动者往往缺乏转型所需的教育资源与数字素养。世界经济论坛《2023年未来就业报告》显示，到2027年，全球44%的劳动者需要接受至少6个月的新技能培训，但发展中国家职业教育体系普遍滞后，加剧了结构性失业风险。
（三）收入分配失衡：技术红利的非均衡分配
AI技术的高回报集中于资本所有者与高技能人才，而中低技能劳动者可能面临工资停滞甚至下降。例如，美国硅谷AI工程师年薪可达百万美元，而传统行业普通职员的收入增长却长期低迷。这种分化可能扩大贫富差距，削弱消费能力，最终制约经济增长的可持续性。
二、失业问题的深层原因与潜在风险
（一）技术替代速度超过社会适应能力
生成式AI的迭代周期以月为单位，而教育体系与劳动力市场的调整往往需要数年。例如，ChatGPT仅用两个月便突破1亿用户，但职业教育课程更新速度难以匹配技术发展，导致技能供需错配。
（二）经济韧性不足放大短期冲击
在经济衰退期，企业倾向于加速采用AI以削减成本，可能引发失业率陡增。2023年Meta、亚马逊等科技公司裁员数万人，同时加大AI投资，即为例证。若缺乏社会保障缓冲，大规模失业可能演变为社会危机。
（三）全球化背景下的区域不平等
发达国家凭借技术优势抢占AI产业链上游（如模型研发、芯片制造），而发展中国家多集中于下游应用（如数据标注、内容审核），导致后者在价值链中处于弱势地位。世界银行数据显示，中等收入国家贡献了全球过半AI流量，但其劳动者难以分享高附加值收益。
三、系统性解决方案：构建包容性AI经济生态
（一）教育改革：重塑终身学习体系
1. 职业培训全民化：政府与企业合作建立“AI技能学院”，为劳动者提供免费或补贴式培训。例如，新加坡“技能创前程”计划每年拨款5亿新元，资助公民学习数据分析、AI基础等课程。
2. 教育内容动态化：将AI工具融入基础教育，培养批判性思维与创新能力，而非单纯传授知识。芬兰中小学已试点编程与AI伦理课程，帮助学生适应技术变革。
（二）政策调控：平衡效率与公平
1. 税收再分配机制：对AI企业征收“自动化税”，用于失业救济与技能培训。比尔·盖茨曾提议，机器人替代人类岗位后，企业需缴纳与员工薪资相当的税款。
2. 就业保障计划：推广“全民基本收入”试点，缓解转型期阵痛。加拿大安大略省与芬兰的实验表明，基本收入可增强劳动者转岗的财务安全感。
（三）企业责任：构建人机协作新模式
1. 岗位再设计：将AI定位为“助手”而非“替代者”。例如，律师事务所可利用AI起草合同初稿，律师专注于策略与客户沟通，实现效率与就业的双赢。
2. 内部转岗计划：微软、IBM等企业设立“AI转型基金”，资助员工学习新技能并转岗至AI相关职位，减少被动裁员。
（四）国际合作：弥合全球数字鸿沟
1. 技术共享与标准统一：通过国际组织（如联合国、OECD）建立AI技术转移机制，帮助发展中国家获取开源模型与算力资源。
2. 产业链协同升级：鼓励跨国企业在发展中国家投资AI基础设施（如数据中心、算力网络），创造本地化高技能岗位，避免其沦为“数据血汗工厂”。
四、未来展望：走向技术与人本的共生
生成式AI引发的失业挑战，本质上是技术革命与人类适应能力之间的赛跑。历史经验表明，蒸汽机与计算机虽曾摧毁旧岗位，但也创造了更繁荣的经济形态。AI时代的关键在于，通过制度创新将技术红利转化为普惠性增长。
短期来看，政策制定者需聚焦于缓冲失业冲击，例如扩大失业保险覆盖范围、提供过渡性就业岗位；长期而言，则需构建“AI友好型”社会架构，使教育、税收、产业政策与技术进步同步演进。唯有如此，才能实现“技术赋能而非替代人类”的愿景，让AI成为推动社会公平与经济韧性的核心力量。
生成式AI既是挑战，更是机遇。失业问题并非技术发展的必然结果，而是社会制度滞后于创新的产物。通过教育升级、政策调控与企业责任的三重驱动，人类完全有能力将AI的颠覆性力量转化为包容性增长的引擎。在这一过程中，技术与人本价值的平衡将成为衡量社会进步的新标尺。
