一、引言
2026年10月,国务院办公厅印发《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》(国办发〔2026〕29号),部署6个方面18项任务,首次在国家层面将“就业友好”确立为人工智能发展的制度性约束条件。这一政策出台的直接背景,是人工智能对就业的冲击方式正在发生质变:它不再只是远期预测中的“总量替代”,而是以算法上线、产线改造为单元,以更隐蔽、更突发、更跨行业传导的方式作用于具体劳动者的生计。理解这份文件,需要跳出“AI创造还是毁灭岗位”的二元争论,转而审视它试图回答的一个更具操作性的问题:在技术节奏与劳动者适应力、社会承载力之间,制度应当如何设置缓冲与校准机制。
二、政策出台的背景:三重结构性压力
第一,替代效应的“结构性”重于“总量性”。世界经济论坛《2025年未来就业报告》显示,2025—2030年全球预计新增1.7亿个岗位、替代9200万个岗位,净增7800万个。但同一调查中,40%的雇主预计将在AI可自动化完成的领域裁员,超过一半的高管预计AI将取代现有岗位。真正需要政策回应的,不是净增数字,而是替代发生在谁身上、以多快速度发生。技能单一、议价能力弱的劳动者最先承受冲击,而中等技能岗位面临“中间塌陷”的风险,低技能劳动者向上流动的通道收窄。总量数据掩盖的结构性错配,是《意见》将“就业友好”作为独立政策目标而非增长自然结果的根本原因。
第二,传统就业治理工具存在“时差”。按季、按年汇总的统计体系,面对以月、以周迭代的智能技术,天然存在识别滞后。当风险“看不见”时,预警就无从谈起,应对就容易沦为事后补救。这意味着,仅靠事后的失业保障和培训补贴,无法在替代发生之前为劳动者争取转型窗口。政策需要在技术应用的“入口处”和“过程中”嵌入就业影响的感知与评估机制。
第三,地方实践已经先行,国家层面需要给出统一的制度框架。江苏在2026年较早探索“失业缓冲期”写入地方文件,并明确专技人员继续教育中AI课程不少于三分之一、每年培训不少于20万人次。人社部等四部门此前印发的“人工智能+人社”实施意见,已规划2026年完成20个标准化应用场景、2030年实现规模化应用,并同步搭建就业风险监测闭环。国办《意见》的出台,本质上是对分散的地方探索和部门规划进行目标升格与工具整合:把“就业友好”从局部试验提升为人工智能发展的前置原则。
三、亮点与创新点:从“管岗位”转向“管影响”
亮点一:首次将“失业缓冲期”写入国家政策文件。《意见》提出“鼓励企业探索建立失业缓冲期制度,在大规模推广应用人工智能过程中提前告知受影响劳动者、提供转型转岗就业支持”。这一制度安排的关键意义不在于“补偿”,而在于时间权利的重新分配:把劳动者从“被替代之后才知道”的被动位置,前移到“替代发生之前获得预警和准备窗口”的位置。它承认了一个此前政策较少正面处理的事实——AI替代往往不是一次性的裁员事件,而是一个可以预见、因而也应当被提前管理的过程。
亮点二:就业风险评估嵌入市场准入环节,形成“前置闸门”。《意见》要求对市场准入领域可能造成较大就业冲击的人工智能应用场景项目,在评审时同步开展就业风险评估,有关部门统筹做好转型转岗支持;对其他领域则“结合实际开展”评估。这一设计的创新之处在于,它将就业考量从“事后补救”移至“决策前端”:一个可能大规模替代岗位的AI项目,在获准进入市场之前,就需要回答它对就业结构的影响以及相应的缓冲方案。这实质上是给技术应用设置了一道就业影响的“准入门槛”,而非等到替代发生后再追加补救。
亮点三:差异化节奏管理,拒绝“一刀切”的鼓励或限制。《意见》明确“优先在劳动力紧缺、环境高危等岗位推广应用”人工智能,同时“稳慎把握其在劳动密集型行业应用的范围、力度、节奏”。给AI应用设置“红绿灯”、校准“坐标系”。它既不把技术进步浪漫化为自动的就业创造,也不以保护就业为名阻碍效率提升,而是按照岗位的可替代性与劳动者的可转型性进行场景分类:该加速的加速,该设缓冲的设缓冲,该保留人工参与的保留参与。这种节奏管理思维,比单纯的“鼓励”或“限制”更接近就业友好型发展的真实含义。
四、落实:三个关键抓手
抓手一:把“就业风险评估”从原则转化为可操作的工具。当前《意见》确立了“评估”的方向,但评估什么、由谁评估、评估结果如何影响项目决策,仍需细化。可借鉴“AI+人社”五年路线图中“就业影响评估体系+常态化调查监测制度”的架构,将评估指标从笼统的“岗位数量变化”扩展到技能可迁移性、替代时间窗口、受影响群体的再就业难度等维度。对于市场准入类项目,评估结果应当具有实质性约束力:不是“参考”,而是与项目审批条件挂钩,倒逼企业在设计阶段就考虑人机协同方案和转岗安排。
抓手二:以“培训—认证—岗位”闭环承接转型需求,避免培训与就业脱节。江苏的实践提供了一个可复制的模板:专技人员继续教育中AI课程占比不低于三分之一,培训考核合格后可衔接认定相应职称,企业在岗转岗职工参加AI培训可申领补贴、企业可优先申报实训基地。落实的关键不在于培训人次的数量目标,而在于培训内容与本地产业结构、企业实际岗位需求的匹配精度。应推动地方将培训项目设计权更多下放给用工主体和行业组织,人社部门侧重标准制定、质量监管和补贴直达,防止“政府配菜、市场不认”的供需错位。
抓手三:监测预警要从“数据汇聚”走向“触发响应”。“AI+人社”规划已明确搭建覆盖不同行业、岗位和劳动者群体的实时监测网络,提前预判岗位萎缩和替代趋势,并将预警数据同步推送至培训体系。落实的难点不在技术,而在跨部门数据的实质性贯通与响应规则的建立:产业运行数据、用工备案数据、社保参保数据、招聘平台数据需要在同一分析框架下比对,一旦某行业或某类岗位出现持续性的替代信号,系统应当自动触发调查核实、岗位归集和培训资源调配,而不是停留在“发出预警”层面。监测的价值最终要体现在从“看见风险”到“启动缓冲”的闭环速度上。
五、结语
这份《意见》的实质,是在人工智能的“快”与就业民生的“稳”之间,建立一套可操作的减速机制和转向通道。它不承诺技术会自动带来就业友好,也不试图用保护主义延缓技术应用,而是把“就业影响”嵌入人工智能从项目准入到大规模推广的每一个关键决策节点。落实的成败,不在于18项任务是否逐条“完成”,而在于当下一轮算法迭代或产线改造到来时,受影响的劳动者是否真的能在缓冲期内获得可用的转型路径——“友好”二字的最终检验标准,始终是具体的人有没有被落下。
参考文献
[1]Kateryna Karunska.2030年人工智能影响就业的四种未来情景[EB/OL].(2026-02-06)[202611-11].https://cn.weforum.org/stories/economic-growth/four-ways-ai-impact-job-markets#1.
[2]赵菲菲.2026年值得关注的人工智能悖论[EB/OL].(2026-01-04)[202611-11].https://www.news.cn/liangzi/20260104/a67a1e4788d24ca498088825e81eea8f/c.html#1.
[2]鲁阳.壹时评:让“人机协同”跑赢“机器换人”[EB/OL].(2026-10-27)[202611-11].http://opinion.people.com.cn/n1/2026/1027/c223228-40822546.html.
[4]新华网.国务院办公厅印发《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》[EB/OL].(2026-10-23)[202611-11].http://www.xinhuanet.com/20261023/b7043434d07a495fb2e6f5234da73cfc/c.html.
[5]北京日报客户端.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 国办发〔2026〕29号[EB/OL].(2026-10-23)[202611-11].https://baijiahao.baidu.com/s?id=1879833089351089070&wfr=spider&for=pc.
[6]“AI+人社”五年路线图出炉[N/OL].城市金融报,2026-07-14(04).http://epaper.csjrw.cn/csjrb/20260714/html/content_20260714004001.htm.
[7]李海楠.让人工智能冲击就业风险看得见防得住[N/OL].中国经济时报,2026-10-28(A02).https://jjsb.cet.com.cn/show_545220.html.
[7]失业缓冲期首次出现在国家政策文件[EB/OL].(2026-11-09)[202611-11].http://rss.jingjiribao.cn/static/detail.jsp?id=696420.
[8]人力资源和社会保障部.江苏:四大行动推进人工智能领域技术技能培训[EB/OL].(2026-07-22)[202611-11].https://chinajob.mohrss.gov.cn/h5/c/2026-07-22/575341.shtml.