ARTICLE · 1325997
国务院这份文件,改了 AI 落地的一本账
这两天有份文件，我做AI落地这行的，看了两遍。
国务院办公厅印发的《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》。开篇第一句是：
就业是最基本的民生。
一句话，把这件事的分量定住了——AI对就业的影响，已经不是"以后会不会"的问题，是"已经到了必须国家出手、系统回应"的程度。
我看完的第一反应不是"利好还是利空"，是一个更实在的问题：
我们这行以后怎么卖东西？
这篇不谈利好利空，只干一件事：把文件翻成做企业AI落地能用得上的话。文件里最实用的三条、我自己四个案例该怎么改口、三个能直接抄的自查，都在下面。
一、文件真正改的，是一个先后顺序
过去很多年，发展政策在客观上遵循一种"增长优先"的逻辑：先把蛋糕做大，再通过社会保障和就业政策做二次分配。
这套逻辑在工业化中期是有效的。但到了AI这里，可能会失效。
原因不复杂：
AI带来的生产率提升，不必然转化成广泛的就业机会。
如果技术红利主要被资本和技术精英拿走，普通劳动者的岗位被替代、技能贬值，增长和就业之间就会脱节。
文件给的解法，是把逻辑修正过来：
把就业影响前置到技术应用和产业政策的设计阶段，而不是事后再补救。
就这一句，"就业友好型"这四个字的真正含义就出来了——不是事后给补偿，是事前就把它算进去。
这句话对做企业AI落地的人来说，分量特别重。因为它意味着：以后企业上AI，"效率账"不再是唯一一本账。
二、蔡昉那个判断，我看了后背发凉
中国社科院学部委员蔡昉有个判断，被这份文件的大背景印证了。
他说，这次AI就业冲击跟历史上两次技术冲击最大的不同在于：前两次尽管有阵痛，最终都创造了大量新岗位；而AI是从相对高端的岗位开始替代的，被替代者往往向下流动——而下面并没有同等质量的岗位接着。
结果可能是劳动生产率逆势下降、收入恶化。最坏的情况是：就业破坏加剧、收入增长停滞、分配恶化，反而拖累整个国民经济循环。
所以他的结论很直接：应对AI对就业的冲击，不能寄望于技术自我修正。
这段话我之所以看得后背发凉，是因为它跟我这两年在企业里看到的画面，是对得上的。
企业里最先被AI动到的，不是流水线工人，是写文案的、做表格的、整理会议纪要的、做初级对账的。
流水线换机器人，要走设备、产线、验收一整套流程，慢。而一个白领岗位的活，今天下午配个工具就能少干一半——快得没人拦得住。
流水线工人被替了，还能去送外卖、跑网约车（先不论这些行业本身也在被AI改）。
办公室里的初级岗位被替了，往下走是什么？
这就是蔡昉说的"下面没有同等质量的岗位接着"。
三、文件里最实用的三条，我翻译成落地语言
这部分是干货，我尽量翻成人话。三条里第一条最该抄，放最前面。
▍ 第一条：AI该先往哪儿去
优先在劳动力紧缺、环境高危等岗位推广应用。
这句是整份文件里，对企业最有操作性的一句。
以前我们给客户排AI落地优先级，看的是ROI：哪个场景省钱多，先做哪个。
现在得加一栏：这个岗位上，人招不招得到？
招不到人的岗位、没人愿意干的岗位、太危险的岗位——这些地方上AI，阻力最小、效果最实、还没人骂你。
文件举的例子都很具体：矿山井下巡检，以前人钻巷道测瓦斯，现在防爆巡检机器人加AI视觉，人在地面看屏幕；建筑外墙清洗、高空焊接用攀爬机器人加AI识别裂缝，工人不用吊在几十层楼外；化工车间有毒气体监测，AI传感器实时报警。
这些地方，AI不是来抢饭碗的，是来把人从危险里换出来的。
▍ 第二条：劳动密集型行业怎么把握
稳慎把握应用的范围、力度、节奏。
纺织服装、电子组装、快递分拣、餐饮后厨，这些行业集中了大量就业，一旦大面积换成机器，受影响的是成批的人。
文件这次强调"范围、力度、节奏"三个词。我理解得很直白：政策并不禁止替代，而是要求替代的方向和速度经过审慎考量。
文件给的样本动作是：智能仓储不是直接把分拣员全换成机器人，而是先上AI拣货推荐加人工复核，拣货员变成机器人督导员。
后面还有一句更值得记：
鼓励企业探索建立失业缓冲期制度——大规模推广AI时提前告知受影响劳动者、提供转型转岗支持。
注意这是"鼓励企业探索"，还没上升到强制义务。但它确立了一个原则：企业在享受技术红利的同时，也要承担相应的社会成本，技术替代不能由劳动者单独承担代价。
▍ 第三条：市场准入领域要"同步"评估
同步开展就业风险评估。
这里"同步"两个字是硬约束。
市场准入领域，是企业要先拿到许可才能经营的领域，比如无人驾驶出租车要先拿运营牌照。在这些领域，以后除了看技术安不安全，还要看它会影响多少人的饭碗，不能等上线了再补救。
方向也很清楚：创造型场景（AI加农业、AI加养老护理、AI加县域特色产业）能带动就业，资源资金就往这倾斜；高冲击场景，一个大模型直接替掉几万人工客服，政策可能就不给资源扶持。
还有一条容易被忽略的：文件要加快开发新职业、发布新职业标准，直接点名扩大三个工种的需求——
① 人工智能工程技术人员：造引擎的人——研发算法、搭建模型、部署系统。
② 人工智能训练师：教AI学业务的人——清洗数据、标注样本、调优参数，把通用模型训练成懂行业懂场景的工具。
③ 数字化管理师：修路让车跑的人——不写代码，用数字化平台重构组织架构、业务流程和协同方式，把AI能力真正嵌进日常经营。
这三个工种连起来，恰好是一条完整的链：造出来 → 用起来 → 管起来。
而对我来说，这三个名字还有另一层意思：
这就是"AI落地服务"这行的官方岗位说明书。
顺带交代一句我们是干什么的：AI米圈团队做的是企业AI落地应用服务，帮企业把AI真正装进业务流程，从业务诊断、场景试点到规模上线、能力固化，陪着走完。团队才五个人，现在有一个客户正在推进落地。
所以看到这三个工种，我的感觉不是"新职业来了"，是：我们天天干的活，国家给了正式命名。
四、我们那四个案例，我重新看了一遍
看完文件，我做的第一件事，是把自己团队干过的四个案例重新过一遍，看有没有"不符合方向"的。
四个案例，四个都不是"换人"，是"换活"。
这个发现让我松了口气，也有点后怕——因为过去两年我讲这四个案例，讲的都是"省了多少人天"。
按这份文件的逻辑，"省人天"这个卖法，会越来越难卖。
五、说句不体面的话
我们这行干的活，本质就是让一台机器替掉一部分人的重复劳动。
这话说出来不体面，但它是真的。文件并没有说"别干"，文件说的是：干的时候，把人算进账里。
所以我给自己定了三条改动，从下一个客户开始执行：
▍ 第一，诊断表加一栏
我们四步法的第一步是业务诊断，走一到两周。以前诊断的是流程、数据、卡点。
现在要多问一句：这条流程上，有几个岗位、几个人的工作内容会变？变成什么？
▍ 第二，优先级的判断标准加一条
除了ROI，加上"这个岗位人招不招得到"。招不到人的地方先上，这既是政策方向，也是落地阻力最小的地方。
这一条，我认为是所有做企业服务的人今年最该抄走的一句。
▍ 第三，交付里加一份"转岗清单"
谁的工作内容变了、变成什么、需要补什么能力。
这不是做慈善，这是让项目能真正上线——你不安排那个人，那个人就会来安排你的项目。
说实话，我们团队才五个人，签了一个客户正在推进落地，上面这三条我也在边做边改，没有成熟模板。但方向我看清了：
以前卖AI，卖的是"省几个人"；以后卖AI，得说清"省下来的人去哪"。
六、如果你是企业老板或者同行，三个自查
① 你的AI清单，是按"省钱"排的，还是按"该不该先去"排的？ 先做招不到人的岗位、先去危险的地方，这是阻力最小的路。
② 你的方案里，有没有一页写"人怎么办"？ 没有这一页，项目上线那天就是矛盾爆发那天。缓冲期、提前告知、转岗支持——这三件事现在写进去是加分，以后可能就是底线。
③ 你是在卖"效率"，还是在卖"新的干活方式"？ 只卖效率，你迟早要跟客户比价；卖新的干活方式，你在帮他重建岗位。
七、收尾
这份文件最厉害的地方，不是给了多少补贴、点了多少新职业。
是它把一件事说清楚了：
AI落地的最难处，从来不是技术，是那个被替下来的人还坐在工位上。
以前这一页，大家都默契地翻过去。现在国家把它翻回来了，还写在第一页。
对做企业AI服务的人来说，这不是坏消息。因为能算清这笔账的人，才有资格长期做这行。
至于我自己的答案，还是那句：别急着卖"省人"，先想清楚"人去哪"。想不清这一点的方案，跑得再顺，也走不远。
—— AI米圈的攀哥
留言写一句就行：你所在的行业（或你服务的客户），哪个岗位最招不到人？
就写岗位名，比如"数控师傅""质检员""夜班巡检""对账会计"。
写得最多的那几类，我下一篇就拆：这些"招不到人"的岗位，AI该从哪一步切进去，才不会变成抢饭碗。
