国办发文构建AI就业友好路径拓展新兴领域人工智能就业新空间
国办发文构建AI就业友好路径 拓展新兴领域人工智能就业新空间
2026年10月31日 08:02
国务院办公厅近日发布的《关于适应 人工智能 技术发展助力构建就业友好型发展方式的意见》（以下简称《意见》）提出，积极增强 人工智能 创造就业机会、赋能传统岗位、提升就业质量、激发创业活力的正面效应，有效减缓 人工智能 应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。
强化人工智能的就业创造效应
《意见》提出，部署了6个方面18项主要任务。一是强化人工智能的就业创造效应。拓展新兴领域人工智能就业新空间，培育中小微企业稳岗扩岗新动能，创造人工智能领域就业创业新模式，加快开发人工智能领域新职业。二是构建就业友好型人工智能升级路径。挖掘传统领域人工智能就业潜能，减缓人工智能应用就业替代影响，建立人工智能应用就业风险评估机制。三是提升劳动者数字素养和就业能力。协同培养人工智能创新型人才，实施人工智能专项培训计划。四是推动人工智能赋能高品质就业政策服务。运用人工智能助力就业政策落实，提高就业服务智能化水平，加大转型转岗就业支持力度。五是健全劳动者权益保障制度和社会保障制度。优化适应人机协同的劳动者权益保障制度，完善灵活就业、新就业形态劳动者社会保障制度，健全适应人工智能技术发展的收入分配机制。六是完善人工智能应用就业监测预警和风险应对体系。强化人工智能应用就业风险监测预警，加强人工智能应用就业影响研究，健全人工智能应用就业风险应对机制。
同济大学 电子 与信息工程学院副教授李王明卉在接受《中国经营报》记者采访时表示，AI发展不该以取代人类为目的，而应该去发现人的需求，进而更好地服务于人。
“人工智能时代，人才培育的逻辑正在改变，从‘掌握一门技能’转向‘能对AI的输出行使判断权’。”李王明卉提醒，在AI发展过程中，普通人最该优先补齐的，是在AI给出流畅答案之后仍然保持独立判断的能力，千万不能被AI带着走。具体来说，要能追问这个结论有没有被漂亮表达掩盖漏洞，AI省掉的环节会不会在其他方面产生更大代价。人机协同真正需要的是人始终保留停下来、退回去、说不对的认知位置。思考能力不能外包给AI，这是人机协同里最后一道质检。
中国商业经济学会副会长、华德榜创始人宋向清对记者表示，《意见》中“鼓励创新、稳慎控险”的安排，体现的不是对人工智能的约束，而是一种“软着陆”的治理思路。人工智能对就业不是简单的“替代”，而是对岗位、工序、分工的重构，如果一味限制应用，就会错失新质生产力带来的产业扩容、新职业创造机会；但如果任由技术快速铺开，就容易在短期内造成部分行业、工种的集中冲击，放大结构性失业风险。就业风险评估、设置过渡缓冲，本质就是在技术落地前提前识别受影响群体，把产业推进、岗位转换、技能再培训统筹起来，让技术红利在创造新岗位、提升生产效率的同时，通过托底保障、转岗分流，把调整成本分散，最终形成“技术进步—岗位升级—劳动者共享收益”的良性循环，而不是让一部分劳动者单独承担转型代价。
培养更多人工智能复合型人才
在协同培养人工智能创新型人才方面，《意见》提出，鼓励普通高校、职业学校（含技工院校）加快动态优化学科专业设置，超常规布局人工智能领域急需学科专业，加强相关交叉学科专业建设，增加人工智能“微专业”布点，实施复合型人才培养项目，培养更多人工智能复合型人才。
山西一家大型制造业企业数字化管理部负责人对记者表示，当前制造业推进人工智能落地，最大短板不在算法、算力，而在人才，尤其是既懂人工智能算法、数据建模，又能吃透生产线工艺、设备机理、产品质量标准的复合型人才更为紧缺。《意见》精准切中制造业企业的痛点，未来，希望高校、职校加快布局AI微专业，加强校企联合培养，定向培养和输送更多适配装备制造场景的复合型人才。
宋向清表示，当前人才培育不再仅仅看重记忆、重复运算、标准化执行这类容易被模型替代的能力，而更加重视复杂问题拆解、创意判断、人际沟通、跨场景统筹以及持续迭代学习的 综合 素养。
他建议，普通劳动者要提升人机协同能力，要熟练利用AI作为辅助工具完成信息整理、方案优化、差错校验，并把精力聚焦在价值判断、客户沟通、现场决策、创意设计这些更具“人的属性”的环节；同时建立常态化的技能更新习惯，借助政策配套的职业技能培训、数字素养提升项目，持续适配岗位变化，把AI从“替代威胁”变成放大个人工作效能的工具。
就加快开发人工智能领域新职业的问题，《意见》明确，围绕人工智能场景培育和大规模应用，加快开发新职业、发布新职业标准，扩大数字化管理师、人工智能工程技术人员、人工智能训练师等新职业新工种需求。鼓励地方结合人工智能产业发展需要，增设相关职称评审专业，及时开展人工智能相关职业技能等级认定。
李王明卉认为，当前这类新职业的短期市场需求具备现实支撑，数字化管理师、人工智能工程技术人员、人工智能训练师均已显现人才缺口。但新职业能否形成长期生命力，核心取决于岗位价值定位：如果人工智能训练师的工作局限于数据标注、参数调优、数据集投喂等标准化执行环节，岗位本身就容易被迭代后的自动化工具替代。而能够在真实业务场景下，研判AI输出结果的风险、界定模型应用边界、厘清出错之后责任归属的从业者，才具备难以替代的价值。
在她看来，这批新职业内部将快速出现分层分化：偏向流程化执行的岗位模块会持续受到AI替代冲击，掌握场景决策权、承担结果责任的岗位方向，才具备可持续发展空间。
（文章来源：中国经营报）