金思宇/文（中国智库高级研究员、全国人力资源管理专家、经济学家）

引言

2026年10月10日，国新办“开局起步‘十五五’”系列主题新闻发布会上，人力资源社会保障部新闻发言人、副部长李忠表示，要“积极应对人工智能等新技术发展对就业的影响，实施适应人工智能发展促就业行动，推动科技向上向善、就业向新向优”。

这句表态不长，却为“十五五”就业治理标出了新坐标：面对人工智能，政策不是被动防守，而是主动塑造；不是简单限制技术，而是努力把技术变量转化为就业增量。本文围绕三个问题展开：AI的就业冲击究竟落在哪里，政策工具是否够用，下一步的关键又在哪里。

一、政策信号：从“保岗位数量”转向“保适应能力”

“十五五”开局之秋，就业政策的关注点发生了一次不声张却很重要的移动。

过去谈就业，首先问“岗位够不够”；现在还要问“岗位好不好、稳不稳、有没有成长空间”。这不是措辞变化，而是已经落到制度设计上。

第一，规划层面单独列题。 国务院6月印发的《实施就业优先战略“十五五”规划》提出“构建就业友好型发展方式”，要求综合应对外部环境变化和人工智能等新技术对就业的影响，并部署开展人工智能就业影响研究、完善风险预警处置体系、研究建立专项调查制度。

第二，行动层面单独立项。 此次发布会将“适应人工智能发展促就业行动”列入“5项行动”，与“技能照亮前程”培训行动、“人力资源服务+”融合发展行动并列，纳入“2个计划、5项行动、4方面制度机制”的组合安排。这意味着它不再只是稳就业文件里的附带条款，而是有目标、有抓手、可考核的独立任务。

第三，治理层面前置评估。 更具制度含量的是，今后不仅算经济账、能耗账，还要算“就业账”。重大政策、重大项目、重大生产力布局出台前，须先评估就业影响。人社等四部门7月印发的《关于加快推进“人工智能＋人社”应用发展的实施意见》（人社部发〔2026〕40号）进一步要求，加快建立人工智能就业影响评估体系和调查制度，引导创新资源向就业创造潜力大的方向倾斜，减少对就业的冲击。该文件还绘制了涵盖67个细分场景的人社行业人工智能应用场景全景图。

三层安排叠加，信号很清楚：决策层已经确认AI影响正在实质发生，但选择的姿态是帮助劳动者适应变化，而不是对抗技术本身。用“积极应对”而不是“严格限制”，用“促就业行动”而不是“限AI行动”，这个分寸感将决定后续政策走向。

二、基本盘：总量尚稳，结构在裂变

讨论AI就业，先要看基本盘，否则容易被情绪化叙事带偏。发布会给出的数据是：

指标 数值 口径

1—9月城镇新增就业 1052万人，完成全年目标87.7% 人社部

前8个月城镇调查失业率均值 5.2% 人社部

“十四五”城镇新增就业累计 超6200万人 人社部

基本养老／失业／工伤保险参保 10.79亿／2.51亿／3.27亿人，基金累计结余11.2万亿元 人社部

新就业形态职业伤害保障试点参保 2990.2万人（截至6月底），7月1日起全国推开 人社部等九部门

2026届高校毕业生规模 1270万人，同比增加48万，创历史新高 教育部

总量稳定与结构剧变同时存在，这是当前就业工作的真实处境：不是没有岗位，而是岗位内容变了、门槛高了、分布偏了。

结构变化有几个侧面值得注意：

· 承压侧：智联招聘数据显示，2026年1—5月互联网后端校招需求同比下降约52%、前端下降约48%，教培下降约60%；前程无忧调研显示，23.3%的毕业生整个求职季未获一次面试机会。

· 扩张侧：机器人行业应届职位数同比增83.8%，新材料增60.1%，光电子增30.7%，航空航天增29.7%；AI智能体相关岗位需供比达3.08。猎聘《2026人工智能行业人才供需趋势洞察》显示，AI核心产业规模已超1.2万亿元，产业人才缺口超500万，架构师新发职位同比增76.74%，远高于算法工程师的12.84%。

· 分化侧：猎聘数据显示，AI行业10年以上经验者招聘年薪中位数达55.20万元；提示词类融合岗位同比大涨486.84%，平均年薪约34.31万元。岗位需求高度集中于北上深杭（近74%），苏州以96.87%的增速成为人才增长新高地。

还有一组对比值得琢磨：博士起薪25082元/月、硕士13749元、本科8698元、专科6387元，但智联春招调研的offer获取率却是专科56%、本科45%、硕博40%。学历仍在抬高起薪，却已保证不了录用。 这印证了“入口陷阱”的存在——企业不再设置低薪练手岗，新人失去入场通道。

三、冲击落在任务上，而非职业名称上

目前较扎实的本土实证，来自上海科技大学CEISD今年7月发布的《AI时代的中国劳动力市场：从职业消失论到任务重组论》。该研究以1267个细分职业、65200条标准化任务为底座，构建中国版动态C-O*NET，分析2023年底至2026年4月全平台完整招聘周期数据。其结论值得政策制定者逐条读透。

其一，“职业消失”是伪命题。 ChatGPT问世以来，新增线上招聘池中超过四分之一岗位处于AI高替代敞口，其中26.6%落入“高暴露、低互补”的替代压力区。但同期约2100万个岗位由任务重组而生，占总招聘岗位的18.6%。项目首席数据科学家陈沁的判断很直白：雇主调整岗位职责和用人要求的速度，远快于更换职业名称的节奏。

其二，承压群体高度集中。 收缩效应主要落在月薪5000—8000元、1—3年工作经验的入门中端劳动者身上；12000元以上岗位需求全面回暖，5—10年成熟从业者几乎不受影响。行业上，基础运营、财务核算、图文内容、电话销售缩减最明显；制造、医疗、线下照护、设备运维等“强现场”赛道保持稳定。

其三，就业增量主要来自“复合型闭环岗位”。 AI没有催生大量新职业名称，高增长来自任务组合。排名第一的组合是“制造优化＋质量闭环”，全网出现频次超17万次，覆盖465类职业。上海科技大学CEISD主任杨燕青指出，这从实证层面挑战了延续两百五十年的分工理论——大语言模型抹平了任务切换成本，分工逻辑正从“人与人细分”转向“人机协同闭环”。

据此，笔者想补充一个判断：当前最大的风险不是“失业潮”，而是“通道塌陷”。 总量上没有整体性失业危机，但入门岗、练手岗、过渡岗正被系统性抽走。一个人职业生涯中最需要试错、最需要被带着做的那两三年，恰恰卡在这里。现有工具箱里，稳岗靠补贴、转岗靠培训、创业靠扶持，唯独缺少针对“入场通道断裂”的对症安排。百万就业见习岗位开发计划是一个切口，但见习不等于岗位，如何把见习转化为可持续的职业起点，仍是待解难题。

另一个必须正视的问题是教育与市场错配。同一报告显示，本科专业招生热度与四年后市场招聘需求的相关系数仅为0.23，且2019—2025年高AI暴露专业与低暴露专业的录取热度差值几乎不变；超三成2025级本科生就读于高替代压力专业。四年学制跟不上三年一轮的产业迭代，仅靠“人人学AI”的通识课远远不够，必须适配不同专业的真实工作场景。

四、政策工具箱：五层安排形成闭环

把发布会和政策文件对照看，“适应人工智能发展促就业行动”至少包含五层内容，远超外界最初理解的“教人用AI”。五层工具正在形成“创造—转岗—挖掘—服务—兜底”的闭环。

第一层，人工智能就业创造计划。 引导创新资源向就业创造潜力大的领域倾斜，拓宽新兴领域AI就业空间，培育新职业、新岗位；明确支持中小微企业探索低成本、轻量化智能升级路径。这一条很有现实针对性——中小企业不是不想用AI，而是无从下手，或尝试后发现系统与原有流程“两张皮”，应用成本居高不下。让中小企业用得起AI、同时还能多招人，才是“就业友好型AI”的真义。

第二层，劳动者转型转岗就业支持计划。 加强校企联合培养，把人工智能通识与技术技能纳入教育培训体系；聚焦转型转岗需求，做好职业介绍、就业指导、职业培训。配套的是“十五五”硬指标：力争每年开展补贴性职业技能培训1000万人次，五年新增取得技能证书4000万人次（其中高级工以上1400万人次），把技能人才占就业人员比例从30%提高到35%。

第三层，传统领域人工智能就业潜能挖掘计划。 用AI改造传统产业，挖掘数智化就业机会；优先在劳动力紧缺、环境高危岗位推广应用。这句话的分量常被忽略——它划定了AI应用的优先序：让AI去干缺人、危险的活，而不是先替代最容易替代的人。

第四层，服务端数智化改造。 建设“中国就业”公共服务平台、就业服务地图、全国就业公共服务标识，打造“15分钟就业服务圈”和标准化零工市场；推行“大数据+铁脚板”联动；对离校未就业毕业生落实“1131”实名服务；实施百万青年就业技能提升行动和百万就业见习岗位开发计划。

第五层，兜住底线。 10月8日，《新就业形态劳动者权益保障办法（征求意见稿）》公开征求意见，这是我国首次以规章形式将新就业形态劳动者纳入劳动法律制度保障。要点包括：报酬不得低于当地最低工资标准、结算周期最长不超过1个月、连续工作4小时应保障适当休息、不得滥用罚款封号等惩罚性措施、涉及劳动者重大利益的决定不得由算法自动作出、异议须在48小时内人工答复、企业不得诱导劳动者注册为个体工商户规避用工责任。同时，职业伤害保障试点已于7月1日起在全国31个省份和新疆生产建设兵团全面推开。

还有一个方向值得单独强调：服务业。 李忠明确表示，人社部将会同有关部门研究出台服务业发展促就业文件，更好发挥服务业吸纳就业的主渠道作用。2025年末全国就业人员72504万人，服务业就业占比约50%。北京社科院副研究员王鹏的判断很到位：由于社交属性和非标化特征，服务业即便在AI快速发展时代仍保持较强韧性。配合商务部等9部门7月印发的家政服务业高质量发展政策措施、八部门9月出台的金融支持服务业扩能提质指导意见，一条“以服务业稳底盘、以新兴产业拓增量”的双轨思路已经清晰。

五、四个观察样本：四种解法

观察一：浙江天台——项目上马，先算“就业账”

天台县把就业影响评估从“软要求”变成“硬指标”：总投资5000万元以上的政府主导及国企非营利性重点项目、人才项目等三类必须评；围绕岗位情况、用工稳定性、劳动者收入、职业保障、就业效应五个维度定量定性结合；“单位自评＋专业评估”，10个工作日内出意见。截至2026年6月底，已评估农业、新能源、低空经济等领域重大项目15个、投资总额24.21亿元，预计直接带动就业1422人。

更有参考价值的是分类处置：就业带动力显著的加快实施；匹配度不高的优化实施（某智慧城市数字基础设施项目因依赖外地人才，被推动与本地院校定向培养）；带动力不足的暂缓实施——某虚拟电厂运营平台项目经专家评审，因本地注册企业困难、带动就业支撑力不足，且智能化特性可能挤压传统电力部分人工操作岗位、存在结构性失业风险，最终暂缓。

相邻的金华市构建“2＋N”体系（发改、人社双牵头）和“3＋12”量化评估模型，出台《重大项目就业贡献评估操作指引》，已完成21个重大项目评估，预计带动就业6.2万人；成都青白江区把就业评估嵌入项目可行性研究和立项审批流程，并将就业贡献度与产业扶持政策挂钩。

笔者的判断是：这项制度的价值不在于拦住多少项目，而在于把就业从“事后关心”变成“事前算账”。但各地探索的指标、范围和约束程度仍有差异，什么样的项目要评、直接就业和间接就业怎样测算、新技术带来的技能结构变化如何量化，尚无全国统一操作规则。若各自为战，制度含金量会打折扣。下一步亟需国家层面的评估指引与基准数据库。

观察二：江苏——把“人工参与率”“失业缓冲期”写进省级文件

苏政办发〔2026〕48号文件（9月23日印发）中有两条在全国颇具前沿性：一是“探索在劳动密集型行业合理设置人工参与率最低标准”；二是“建立失业缓冲期制度，保障劳动者充分就业机会”。文件同时明确建立人工智能对就业影响专项调查制度，持续跟踪应用渗透、岗位创造替代、技能需求变化等情况，并在宏观政策取向一致性评估中强化就业影响评估。

这两条触及了深水区：不仅关注岗位数量变化，还关注岗位内容、技能要求和职业转换的过程正义。人工参与率最低标准，实质是在特定场景下为人类劳动保留必要空间；失业缓冲期，则是承认技术渗透有节奏，应给劳动者留出转型时间窗口。当然，“合理设置”四个字留足审慎空间——定高了抑制效率，定低了形同虚设，需要在试点中反复校准。这种“先探索、后定型”的做法是稳妥的。

观察三：具身智能——“产业出题、学校答题”的闭环

今年7月人社部公示拟发布的12个新职业中，“具身智能机器人应用技术员”在列，下设数据采集员、训练师两个工种。4月工信部教考中心与乐聚机器人发布该职业能力等级评价标准，8月26日首张官方证书落地，设初、中、高三级。

这个职业的意义，在于打破“AI只属于高学历”的刻板印象。苏州具身智能数据采集中心的数据采集组长曹宇飞，日常手握操控臂带机器人完成叠衣服、捡垃圾、夹药盒、上货架等动作并全程录制视频——“没有我们进行这些基础的数据采集，机器人就不可能自己做那些智能化的东西。”据报道，机器人训练师一般培训3到5天即可上岗，不少从业者只有专科学历，甚至有宝妈利用空闲时间兼职。智联猎头《2026年中国具身智能机器人产业发展人才报告》显示，2025年数据采集岗位招聘规模同比增长769%。央视新闻报道预计，未来五年我国将新增相关就业岗位超100万个。

培养端也在响应。无锡职业技术大学上学期开设“工业具身智能产线集成”微专业，10个学分、5门课程，涵盖数采实践、大模型应用、数理基础、产线运维，基本对应新职业的4项工作内容；机械工程学院副院长唐霞说得好：“新职业就是产业出题，学校答题。”埃斯顿每年培训上下游部署调试工程师两三千人，仍填不满缺口。

这条“产业要人—教育育人—标准认人”的链条，正是政策希望复制的模式。但它也暴露一个隐忧：这类岗位薪资虽优于一般蓝领，却远低于算法工程师，职业上升通道是否通畅、会不会形成新的“低天花板工种”，需要提前设计。

观察四：平台协商——算法也要坐下来谈

算法治理是AI时代劳动关系的新前沿。美团自今年4月起推出防疲劳机制，建立4小时提醒、8小时弹窗、12小时强制下线防护体系；并通过骑手养老保险补贴（覆盖全国、全部类型骑手、符合条件的获缴费基数50%补贴）、全额缴纳职业伤害保障费（截至2026年8月底累计为约1900万骑手缴纳36亿元）等方式回应诉求。淘宝闪购自7月起在部分城市上线“等灯不计时”机制，骑手等红灯时间不计入考核，已覆盖北京、福州、南京、杭州等10多个城市，并建立覆盖全国的骑手协商代表体系。京东则与广东、四川等地联合发起现代骑手学院、家政学院，探索技能转岗路径。

这些实践证明了一件事：算法不是不可协商的自然规律，而是可以被人类重新设计的规则。 《新就业形态劳动者权益保障办法（征求意见稿）》把“算法”明确写入劳动规则定义，要求涉及劳动者重大利益的决定不得由算法自动作出——这是全球范围内都颇具前瞻性的制度安排。

六、四点判断

综合上述进展，笔者提出四个可能不那么流行、但值得认真对待的判断。

第一，“就业友好型”要成为可测量、可问责的硬约束，不能停在口号层面。 项目批不批、补贴给不给、专业设不设，都要经得起就业账检验。建议在现有评估体系中增加“净效应”核算：不仅算新增岗位，也算被替代岗位和转岗成本；不仅算直接就业，也算供应链上的间接就业。浙江天台、金华的做法已提供雏形，下一步需要国家标准。

第二，政策着力点应从“补岗位”转向“补通道”。 面对1—3年经验、月薪5000—8000元这个最承压群体，单纯培训补贴解决不了核心痛点。建议探索三条路径：一是对设立“学徒岗”“助理岗”并给予带教的企业定向激励，把“带新人”变成企业收益项而非成本项；二是把见习补贴与留用率挂钩（现行规则已是留用率超50%提高到最低工资的110%，力度可以更大）；三是推动职业资格与新职业评价标准快速衔接，让短期培训获得的能力有明确等级和价格。

第三，警惕“K型分化”与技术红利分配失衡。 AI的替代效应与互补效应并存，但受益者和受损者往往不是同一群人。中金公司的研究给出冷峻推演：在强假设下，标准化任务工资将被锚定在算力替代成本附近，劳动收入份额可能趋近于零；即便在温和假设下，中层脑力贬值、顶层创意统筹增值、一线实操技能保值的结构性分化也已显现。这意味着，薪酬分配制度、社保可携带性、算法治理等深层制度安排必须更早介入，单靠培训无法解决分配问题。

第四，要把“人”重新放回AI应用的优先序里。 《稳岗扩容提质行动方案》中有一句话值得反复读：“鼓励企业在应用人工智能时同步开展转型转岗培训，帮助劳动者尽可能稳在企业。”精髓在于“稳在企业”而非“稳在岗位”——企业还在、人还在、关系还在，只是工作内容变了。这是成本最低、社会震荡最小的转型方式。相比之下，等人被裁下来再帮扶，代价要大得多。

七、结语：技术以年迭代，人的窗口不等人

回顾历次技术革命，最终净效应从来不由技术单方面决定，而取决于技术扩散速度、经济系统吸纳能力以及政策回应质量。这一次的不同在于，我们没有等到冲击完全显现再补救，而是在规划期就把评估体系、培训体系、权益保障体系一并摆上桌面。

也正因如此，更需要保持清醒：制度设计再精巧，也替代不了每个个体的真实处境。1270万毕业生的焦虑、2990万新业态劳动者的奔波、那些在传统岗位上看着屏幕一点点学会新工具的中年人——他们的时间不等人。AI三年一轮迭代，政策一年一轮落地，这个时间差，就是必须拼命追赶的东西。

上一轮讨论的是如何把每一度电变成每一个词元；这一轮要回答的是，每一个词元背后，是否对应着有岗位、有保障、有上升通道的人。这两件事，原本就是一件事。

推动科技向上向善、就业向新向优——这组表述，既是这项行动的注脚，也是衡量它成败的标尺。

主要信息来源：国务院新闻办10月10日“开局起步‘十五五’”系列主题新闻发布会（人力资源社会保障部）；《实施就业优先战略“十五五”规划》（国务院，2026年6月）；《稳岗扩容提质行动方案》（国务院就业促进和劳动保护工作领导小组，国就劳发〔2026〕2号）；《关于加快推进“人工智能＋人社”应用发展的实施意见》（人社部发〔2026〕40号）；《新就业形态劳动者权益保障办法（征求意见稿）》（人社部，2026年10月8日发布）；《关于扩大新就业形态人员职业伤害保障试点的通知》（人社部等九部门）；《关于促进家政服务业高质量发展的若干政策措施》（商务部等9部门，商服贸函2026年第322号）；《关于强化稳岗扩容提质促进高质量充分就业的若干措施》（江苏省政府办公厅，苏政办发〔2026〕48号）；上海科技大学CEISD《AI时代的中国劳动力市场：从职业消失论到任务重组论》；猎聘大数据研究院《2026人工智能行业人才供需趋势洞察》；智联招聘《2026年大学生就业前景研判》；新华社、新京报、21世纪经济报道、中国劳动保障新闻网相关报道。