国办发文谈AI就业替代:转岗这段路谁来撑

一家公司准备把客服系统接入AI。屏幕上，回复速度快了，夜间咨询也有人接；屏幕外，原来负责接电话、查订单、处理投诉的人，最想知道的是：接下来自己做什么？

这不是对技术的抵触。对许多普通劳动者来说，最难的从来不是学会一个新工具，而是岗位变化发生在眼前，收入、培训和下一份工作却还没有着落。

10月23日公布的国务院办公厅《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》，把这个问题摆到了台面上：人工智能要发展，就业替代带来的冲击也要减缓。文件提出，在大规模推广应用人工智能时，鼓励企业提前告知受影响劳动者，提供转型转岗就业支持，并探索建立失业缓冲期制度。

这几句话值得认真看。它们关心的，不只是未来能创造多少新岗位，更是旧岗位与新岗位之间那段容易被忽略的路。

岗位变化，常常先于新机会到来

谈AI与就业，常见说法有两种：一种只看效率，觉得重复劳动交给机器是迟早的事；另一种只看失业，仿佛每一次技术应用都会让岗位立刻消失。

现实通常复杂一些。一个岗位往往由多种任务组成：客服要回答常见问题，也要安抚情绪、处理复杂纠纷；车间工人要完成操作，也要发现异常、保证安全。AI先接手的，可能只是其中一部分任务。随后，企业才会调整流程、人员和招聘要求。

但对劳动者而言，即使“岗位没有立刻消失”，工作内容被重排，也足以带来压力。原本熟练的经验不再完全适用，新岗位需要的技能又不能一夜学成。技术省下来的时间，未必自动变成个人重新学习的时间。

工厂里，技术人员与机器人共同完成生产任务

生产现场的人机协作。岗位变化往往先表现为工作任务的变化。

这也是文件特别强调应用“范围、力度、节奏”的原因：对劳动密集型行业，要稳慎推进，尽可能减少对从业人员的冲击；在劳动力紧缺、环境高危等岗位，则优先推广应用。两类场景不能用同一把尺子衡量。

转岗需要的，不止是一门培训课

“去学AI”听起来很有道理，但它太笼统了。做了十年行政的人、生产线上负责质检的人、面对客户的服务人员，现有经验不同，能转入的岗位也不同。真正有用的培训，应当回答三个具体问题：原来的工作哪些环节变了？附近的企业正在招什么人？学完之后能不能接上岗位？

文件提出实施人工智能专项培训计划，并加大转型转岗就业支持力度。这里的关键词是“接上”。课程、岗位信息、实操机会和就业服务如果各做各的，劳动者可能拿到证书，仍找不到去处。

南京市人工智能实战公益培训课堂

人工智能培训已经进入实际课堂。培训效果最终要在岗位上检验。

地方已有一些具体尝试。南京的人工智能实战公益培训把不同职业背景的学员带进课堂；佛山面向产业工人开展AI通用能力培训。这些现场说明，技能转换不是抽象口号。下一步更重要的，是让培训内容与本地产业、企业用人需求相连。

佛山产业工人数字技能培训现场

产业工人的数字技能培训，重点应落在现有岗位怎样升级。

对企业来说，也要把“转岗”写进技术应用的计划，而不是等系统上线、岗位压缩后再让员工自己想办法。提前告知、安排在岗培训、提供内部转岗机会，往往比事后补一场通用讲座更实际。文件对此提出方向，落实还要看企业和地方如何把细则做出来。

新岗位会出现，但不能让人独自跨过空档

人工智能确实在带来新的工作。北京春季大型招聘会上，算法、开发、产品、运营等AI相关岗位受到关注；一些招聘活动还设置新职业体验和就业服务专区。

北京春季大型招聘会的人工智能体验专区

招聘现场的AI岗位与体验专区，呈现了新增岗位的一面。

不过，“有新岗位”和“原岗位上的人能顺利转过去”是两回事。地点、年龄、学历、家庭负担、培训成本，都可能成为门槛。一个制造业工人很难因为市场上新增了算法工程师岗位，就立刻获得就业安全感。

因此，文件提出建立人工智能应用就业风险评估机制，监测预警就业影响，并完善劳动者权益保障。这相当于要求在技术应用之前和过程中，就看见可能受冲击的人群，而不是等失业集中出现后才补救。

今年大连民族大学的双选会设置了AI赋能职业能力提升专区，提供简历优化、模拟面试等服务。它解决不了所有转岗问题，但至少说明，就业服务也需要跟着岗位变化更新。

大连民族大学双选会现场

双选会现场。新机会能否被看见、被接住，仍需要具体的就业服务。

真正需要观察的，是三笔账

这份文件发布后，最值得追踪的不是“AI会不会取代人”这个没有统一答案的大问题，而是三笔更具体的账。

第一笔是时间账。 企业提高效率的速度，与员工获得培训、转岗机会的速度，能否匹配？

第二笔是成本账。 技术改造节省了成本，转型的费用由谁承担？员工能否在有收入保障的情况下学习新技能？

第三笔是机会账。 新岗位是否只向少数高学历人才开放，还是也能通过岗位改造和职业培训，让原有从业者进入？

这三笔账算得清，人工智能带来的效率提升才更有可能变成多数人的生活改善。算不清，即使社会总岗位数增长，也会有人在转换过程中掉队。

技术应用不能只测算“省下多少人工”，还要测算“受影响的人往哪里去”。对普通人来说，最重要的不是被要求永远跑在技术前面，而是在工作改变时，有时间准备，有地方学习，也有机会重新上岗。