智能化是信息技术体系的创新，目前正在加速发展，并改变经济社会形态。智能化引发就业形态整体变迁，就业替代和就业创造同时发生，长期的就业数量和质量双提升。随着人工智能、机器学习等智能化最新技术的逐步成熟，产业就业转型会加速，智能化的职业体系将建立，劳动者将转而从事体现自身优势的工作。

数据化就业替代

就业变迁跟随着技术创新同步推进，呈现三个趋势：其一是现有产业技术升级，会导致技术替代就业；其二是新产业、新市场、新消费迭代开发，岗位不断创造；其三是制造业向服务业的转型升级过程保持持续，新形态就业不断出现。

智能化技术会实现就业替代。世界经济论坛发布的《2018未来就业》报告分析，未来的低层次劳动形态将大幅减少，大部分涉及常规认知任务的传统中低端技能，包括部分高学历员工的就业岗位技能将会自动化。

技巧性过强或者需要灵活应对的职业，仍以人工为主，难以替代。对创造性、环境适应性、任务裁量权、社会技能和隐性认知能力依赖性较高的的服务和职业受自动化的影响较小，这些工作往往需要善于思考、交流、组织和决策的人来完成。

中国制造业智能化转型最令人瞩目，就业替代的潜力最大。中国制造业中低端岗位存量大，智能化转型空间巨大，大量劳动密集型的岗位具备替代潜力。但总体上来看，一段时期内的自动化岗位转型趋势平稳。目前，制造业智能化对就业总量影响较小，未来制造业岗位减少幅度轻微。在广东制造业问卷调查中，通过对实施智能化的企业升级前后对比发现，当前企业智能化反而使雇员总量增加2%，将近74%的被调查企业的员工人数变化在5%的增减范围内以内。未来2年，制造业雇员总量预计将减少1%-4%。

智能化就业创造

智能化新技术创造新的生产工具和生产技术环境，形成新的产业链，需要新的工作任务流程和组合、工作方式，具体新岗位开发将随着新技术的成熟和推广而大规模出现。

一是劳动生产率的提高促进就业。

首先，智能化技术刺激经济总量持续扩张，对劳动力的长期需求增量要明显大于被替代的规模。产品和服务市场扩大，社会分工进一步高度细化，在增加社会总收入的同时，创造新岗位总量也在上升。其次，智能化新岗位创造的速度要更快，增量更显著。例如，20世纪80年代以来，移动互联网对传统电报电话产业就业的替代和扩张，电子商务平台对传统批发零售业的替代和扩张，都是智能化转型中的成功例子。未来这一模式还将在物联网、无人驾驶、智能机器人等领域复制。

二是职业体系创新的规模效应更强。

首先，智能化岗位辅助技术在扩大就业能力和领域。例如，网络机器人已广泛替代客服岗位，但客服就业人员依据机器人数据分析转而增加了销售、延伸服务、个性化服务等新职能。

其次，未来智能化发展需要大量中低端数字化岗位。除了部分核心数据高技术性岗位外，傻瓜式数据化操作仍将是新岗位的普遍模式，需要充分发挥人的灵活性和主动性优势。

再次，智能化本身就是服务化的过程。智能化自动化的实现，会使人的服务需求空前增长。

最后，新网络技术平台实现规模化灵活就业。新业态由于工作时间灵活，自由活动空间大，收入水平较高，吸引了大量年轻劳动力。

三是中国总体就业转型升级趋势平稳。

中国多种经济社会转型趋势叠加，产业结构升级与技术升级过程同步，第三产业扩大、智能化、城市化、老龄化多重进程叠加，产生显著而持续的经济和社会变迁。就业转型面临良好的战略机遇期。

中国制造业智能化和服务业扩张并行，就业岗位从第二产业向第三产业转移。服务业升级，生产服务分工高度细化，新就业领域不断开发，这为劳动者转岗流动提供了相对充分的空间。

人工智能产业有内在的创造新岗位的巨大空间。首先，智能化产业处于扩张期，发展速度快，吸纳就业明显。广州306家进行就业登记的人工智能企业，2018年7月底就业人数44871人，比2017年增加了31%。其次，掌握核心技术的人工智能企业形成“平台+产业链”新模式，就业创业规模呈现指数效应。例如，科大讯飞建立讯飞语音开放平台，对社会免费开放使用，平台已经汇集了80万个研发团队，几乎遍及所有行业。

政策建议

第一，向就业治理的思路转变。

智能化是一场自下而上的产业革命，政府需要形成开放而灵敏的就业治理网络，提高政策的开放性和灵活性，政府部门要制定全局性、前瞻性规则，吸引多方主体参与劳动力市场建设，参与具体政策的制定和落实。政府应从管理主体向治理主体转型，政府治理多采用“规则+协商+外包+市场网络”的模式。规则的明确是治理的关键，动态监管体系是基础。

第二，建立产业就业协同机制。

一是扩大智能化人力资源供给。实施人工智能和机器人人才倾斜政策，提高智能制造领域的人才吸引力，通过人才政策和补贴引导专业人才和毕业生入行。对引进外部人才给予人才绿卡、个人所得税方面便利优惠，建立人工智能外国人才的稳定有效招聘渠道。

二是建立产业规划的就业评估机制，分类研究总结智能化影响。不同行业的智能化就业效应不同，对于人工智能、智能制造方面的发展规划战略，需要总结其就业影响。加强人工智能就业效应的研究，建立完善人工智能统计指标体系。

三是高度重视人机协作的技术路径。开发基于劳动者的智能辅助系统更适合中国自身特点。鼓励实现岗位增强型人工智能，智能产业化同时保障就业。岗位智能化辅助增强会使人机协作变得更容易和人性化，有利于普通劳动者学习使用，并推动创造新岗位。

第三，提高人力资源服务的专业性和精准性。

一是加强劳动力市场预测和评估。随着技术应用深化，劳动力市场的结构变化速度会加快，因此要加快统一和细化劳动力市场大数据监测，提高对于劳动力流动情况的监测和分析能力。加强劳动力市场的趋势指导，加强政策的柔性影响力，利用市场预测和评估结果为产业和就业提供标准和参考。

二是提升就业服务智能化水平，提高劳动力市场匹配精准性和效率。鼓励发展专业性人力资源服务市场，同时提升公共就业服务的智能化水平，加强精准性服务。

三是探索平台经济的就业服务制度。新就业形态将常态化发展，人社部门要开展与平台的对接。

四是建立劳动者身份信息管理体系。建立起劳动者身份认定、收入认定、社会认定体系，将其作为就业判断的依据。应尝试建立个人劳动关系信用体系，加速社会保障一体化。强化劳动者个人身份认定，可以使教育培训、就业援助、社会保障制度适应新型就业模式的灵活性。

第四，发展开放、灵活、可持续的培训机制。

首先，可以设立战略性技能专项资金。扩大定向职业技能培训，对包括人工智能、智能制造行业的短缺人才进行针对性培训，技能专项可与规划结合，与机器人规划推进相配套。扩大培训力度，帮助企业延伸储备式人才培训。

其次，智能制造技改项目和创新项目设立配套培训计划。联合工信和科技部门，对于获得首套设备补贴和技改补贴的企业，提供配套智能化员工培训。对于企业新购机器人装备给予配套岗位培训。对于智能化转岗人员提供新产线配套培训补贴。

最后，公共职业培训要加强前瞻性定位，对于技能短缺风险要加强精准预测，适时调整和扩大培训资源供给。鼓励市场端培训供给，要鼓励行业协会和大型企业开展对外培训。职业教育要推广定制人才，定向培养，提前介入教学，后续持续成长。

摘编自《中国就业发展报告（2019）》（就业蓝皮书）

（李宗泽）