十一月的清晨，一杯热咖啡冒着氤氲，读着那份国办文件，心里五味杂陈。AI的浪潮已经逼近，它真的可以替人干活，但我们绝不能让它变成冷冰冰的机器上岗、人走人的简单公式。 世界经济论坛的数据，犹如一面镜子，直白地展示着未来的图景：到2030年，全球或将有9200万个岗位消失在AI的阴影下，但与此同时，也会涌现出1.7亿个新的工作机会，净增长7800万。这听起来像是希望的曙光，但对于每一个个体而言，被替代的，终究是我；而新生的岗位，又未必会属于我。 这份《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》，正是针对这种担忧而发出的声音。它细致地梳理了6个方面18项任务，核心思想清晰明确：技术固然可以奋勇向前，但转型的代价，不应全部转嫁到普通劳动者的肩上。 文件首先点明了一个关键问题：AI应该先服务于哪些领域？并非一开始就冲向办公室，取代那些敲击键盘的双手，而是应该率先深入矿井、走进高温车间、前往高空和危险化学品现场。那些因危险、艰苦而长期招工难、留人难的岗位，像是井下巡检、重物搬运、重复的流水线作业，让机器先行承担，这本身就是一种进步。 这种顺序的安排至关重要。过去，企业在成本核算时，往往遵循着简单的逻辑：十个人干的活，两台机器加上两个人就能完成，剩下八个人就被无情地裁掉。而现在，政策的重心正在悄然改变，不再只追求降低成本，而是引导AI先承担风险，保障员工的安全与健康。人不是消耗品，少冒险，少受伤，这就是一种进步。
真正让打工人感到些许安慰的，是文件里那些掷地有声的硬话。它直言不讳地提出了转型中的限制和规范。 以后，在劳动密集型行业引入AI，不能搞那种今天装好系统，明天让人打包走人的蛮快做法。文件强调稳慎把握范围、力度、节奏，并鼓励建立失业缓冲期，在AI大规模应用之前，必须提前告知受影响的人员，并提供转岗和培训的支持。这就像一句明确的指令：你用机器创造价值可以，但培训我、安置我、缓冲一下这些环节，也别想着省去。如果转型成本完全由被替代的人承担，那所谓的效率提升，不过是将问题简单粗暴地转移到了社会层面。 很多人只看到AI带来的减岗的焦虑，却忽略了它在造岗的可能性。 2025年人社部发布的110个新职业清单中，与AI相关的就有超过30个。人工智能训练师、数据标注员、模型评测员、提示词设计师、智能设备运维人员、算法安全审核员……这些职业，在几年前甚至连想象都难以想象。 在国内，AI人才的缺口已经超过500万，技术岗位的供需比更是达到了惊人的3.5:1，而机器人方向则高达5.2:1。一边是员工面临失业的恐惧，一边是企业招不到人的困境，这中间的巨大裂缝，根源在于技能的脱节。
为此，文件特意强调了要实施人工智能专项培训计划。这绝非仅仅是发放一张证书，听两节课就敷衍了事，而是要针对真实岗位进行实战演练，通过微专业、订单式培训，以及公共实训基地的广泛铺设，来弥补技能缺口。 说到底，新的工作机会并非不存在，而是我们需要有人将我们从旧的岗位，引导到新的工位上。 其中一个容易被忽略的细节是：被替代的岗位，往往与最缺的人才岗位，呈现出一种反常的关联。那些初级的录入工作、标准化的客服、基础的报表制作、模板化的文案写作，往往率先被AI取代；而那些精通业务、能够熟练运用AI，并具备判断和决策能力的人才，反而变得更加抢手，也更加值钱。AI并非要完全淘汰人，而是要筛选掉那些只懂得重复执行任务的部分。 对于普通人来说，接下来需要思考的不是害怕AI，而是评估自己手中的工作，哪些部分是机器很快就能接替的，又有哪些部分是机器完成之后，仍然需要人工进行审核和把关。 企业利用AI节省下来的成本，最终流向了哪里，这比AI会不会替代我更具有现实意义。它可以用来增加分红，也可以用来提高留下来的人的工资，又或者拿出一部分资金用于转岗培训，将那些被系统淘汰的人员重新安置。
这份文件为我们指明了方向，但这条路该如何走，则取决于每家企业在利润和人文关怀之间，如何做出选择。 机器终将越来越聪明，这是无法阻挡的趋势。问题的关键在于，当机器变得足够聪明时，我们是将其遗弃在时代的边缘，还是给予它雪中送暖的帮助？如果企业仅仅依靠AI来压缩成本，那么，你认为应该优先将这笔钱花在提升留岗者的薪资、培训被替代者身上，还是用于给股东分红？毕竟，这是一场关乎社会公平与可持续发展的抉择。
