语出惊人!“浙大教授”郑强说:“中国是人口大国、劳动力大国,人工智能要是把劳动力废了,社会可能会混乱。人工智能到底会不会取代人类的劳动力?”
一边说人工智能缺人才,一边又担心人工智能抢饭碗。
奇怪了,既然缺人,为什么大家还会害怕失业?
郑强关于人工智能与劳动力的担忧,之所以引起讨论,就在于它碰到了普通人最在意的问题:机器越来越能干,自己以后靠什么挣钱?
这样的讨论早已有之,并非刚刚出现的新话题。
有人觉得,担心这些就是想太多。过去机器代替人干活,也没见人类从此无事可做。旧工作消失了,新工作自然会出现。
这话有道理,可中间少算了一笔账。
新工作出现了,原来的人,能不能接得住?
一个熟悉生产流程的工人,换了岗位,不代表马上就能调试设备。一个做惯人工服务的人,也不会因为招聘市场需要技术人才,就立刻具备相应本领。
招聘信息上的“缺人”,和求职者嘴里的“找不到工作”,完全可能同时存在。
问题就在这里。
岗位有了,不等于路通了。中间还有技能、经验、年龄、地点,以及学习期间靠什么生活。
站在旁边提建议,往往很容易。
不会,就学;不适应,就转行。
可对需要养家的人来说,学习本身也有成本。
课程要不要花钱?培训期间能不能上班?学完以后,有没有企业愿意招?原来的工作经验,到了新岗位还能算几分?
这些问题不解决,培训就可能只完成了报名和发证,离真正就业还差一大截。
所以,讨论人工智能创造多少岗位时,还得追问一句:这些岗位向谁敞开?
如果新岗位要求越来越高,而受影响的人始终进不去,那么招聘市场再热闹,也未必能缓解他们的焦虑。
这也提醒我们,看待那些惊人的预测数字,一定要分清含义。
麦肯锡2021年发布的研究曾估计,到2030年,中国可能有多达2.2亿劳动者需要变更职业。注意,这是特定模型下对未来转型的预测,涉及自动化等变化,不能说成已经有这么多人被人工智能淘汰,更不能直接等同于失业人数。
数字越大,越不能随手拿来吓人。
但它提出的问题值得认真对待:如此大规模的技能变化,靠劳动者自己摸索,够不够?
另一方面,也不能看到人工智能会写文章、会识别图片,就断言相关职业马上全部消失。
一份工作,往往由许多任务组成。
拿客服来说,回答常见问题是一部分,处理特殊纠纷、理解客户处境、协调后续解决办法,也是工作。
拿工厂来说,识别缺陷是一部分,判断异常从哪里来、怎样调整流程、出现问题由谁负责,又是另一部分。
某些任务变得容易自动化,岗位就可能调整,人员需求也可能变化。但“能完成一个环节”和“能承担全部责任”,中间还有距离。
因此,比起笼统争论人会不会被取代,更该看清:哪些环节适合交给机器,哪些地方需要人继续判断?
把危险、繁重的工作交给机器,能保护劳动者;让工具帮助员工提高效率,也可能让原有经验发挥更大作用。
这些好处,都应该看见。
真正需要警惕的,是技术已经装好了,人的安排却还没有开始。
企业算投入产出,没有错。
但如果只算少发多少工资,漏掉员工转岗的成本,这笔账就不完整。
提前告诉员工哪些工作会变,提供与真实岗位对应的培训,让有经验的人参与新流程,这些安排越早做,转型就越有余地。
等到岗位已经取消,再通知劳动者自己想办法,困难自然会集中到一个家庭身上。
政策也已经关注到这一点。
2026年10月公布的国务院办公厅相关意见,提出优先在缺工、高危岗位应用人工智能,审慎把握劳动密集型行业的应用节奏,并鼓励企业探索失业缓冲安排、支持员工转岗。
这背后的意思并不难懂:发展技术的同时,要把人的去处提前考虑进去。
而对劳动者来说,也不必把学习理解成人人都去当工程师。
从本职工作出发,学会使用合适的工具,理解新的操作流程,让过去积累的经验跟上变化,同样是转型的一部分。
前提是,培训能学得会,岗位能接得上,生活有基本保障。
回到郑强引发的这场讨论,值得认真回答的,是技术进步之后,普通人怎样继续参与劳动、获得收入。
机器提高了效率,企业获得了收益,劳动者也应该有机会分享进步带来的好处。
人们期待人工智能,是希望工作更安全,生活更轻松。
如果技术越来越先进,普通人却越来越不敢想明天,这样的焦虑,就需要有人认真回应。
你认为,企业引入人工智能之前,最应该为受影响的员工做好哪项安排?
