“浙大教授”郑强，再抛惊人言论！他说：“中国是人口大国、劳动力大国，人工智能要是把劳动力顶替了，社会可能会陷入混乱。人工智能到底会不会取代人类的劳动力？”振聋发聩！

郑强那番话其实说中了一个挺实在的担心：中国这么多劳动力，人工智能要是替人替得太猛，社会接不住，麻烦就大了。

他不是说技术不该发展，而是提醒一件事，技术跑得快，人跟得慢，中间那段空档得有人管。
 
你想想，技术换掉一个岗位，可能一两年就完成了，可一个人从被换掉的岗位上重新找到位置，往往要三五年。这中间的落差，才是真正要盯住的地方。

中国的就业结构又让这个落差特别明显，外卖、网约车、平台零工这些入口，过去一直充当就业的缓冲地带，门槛不高，进出方便，接住了大量从制造业和传统服务业转出来的人。

但缓冲地带要起作用，前提是它自己不被冲垮。人工智能对标准化任务的替代，正在从流水线往客服、单据审核、基础核算这些看着不那么体力的环节延伸，缓冲地带本身也可能变成新的压力点。
 
有人会说，旧岗位没了，新岗位会补上来，总量上不用太慌，从大账上看，这个说法有依据：替代压力覆盖数千万劳动者，扩张效应带来的新岗位数量确实能对冲，账面上还有富余。

但总量对冲很容易遮住真正要紧的部分。被替代的人和被新岗位需要的人，往往不是同一批。

一个在流水线上干了十年的人，和一个能调试模型、处理数据的人，中间隔的不是一句“学个新技能”就能跨过去的距离。

新岗位对数字素养的要求，恰恰是现有培训体系最难在短时间内批量交付的。账面对得上，人对不上，这就是结构分化的真实感受。
 
别的国家已经用比较激烈的方式把这道沟亮出来过。

好莱坞编剧和演员那场持续数月的大罢工，核心诉求之一就是在合同里给生成式人工智能划边界，最后拿到的条款包括人工智能不能撰写或改写文学材料、制片方不能强制创作者使用人工智能工具。

那场博弈能成立，靠的是从业者集中、有组织、有谈判筹码。中国面对的情况不同：受人工智能影响风险最高的群体，恰恰分散在中小企业和平台经济里，声音很难聚成一场谈判，转型成本也很难通过一纸合同转给技术提供方。

这意味着，市场自发调节之外，制度安排需要承担的分量比很多国家都重。
 
方向其实已经明确。国务院关于深入实施“人工智能+”行动的意见把创造新岗位和赋能传统岗位并排放着，强调就业影响评估和监测预警。

河南的三年行动计划把培训规模和岗位开发落到了具体数字上。这些动作说明政策端清楚问题在哪里。

真正吃劲的地方不在文件写没写，而在执行够不够扎实：培训能不能贴着岗位迁移的实际路径走，社会保障能不能在过渡期把底兜住，平台用工的权益框架能不能让被算法挤出去的人不至于同时丢掉议价能力和安全网。
 
郑强的提醒不必被读成“要不要发展人工智能”的选择题，它更像一个分配注意力的问题：资源往承接能力上压，阵痛就被吸收，只盯着技术端跑速度，阵痛就被放大。

一个劳动力大国对待人工智能的成熟姿态，不在于把脚步放慢，而在于把转型的厚度做足。技术替代本身不是混乱的源头，替代速度与社会消化速度之间的脱节才是。把这个时间差管住，机器往前走的时候，人才不至于被留在原地。
 
参考信源：
 
1. 澎湃新闻，《“网红教授”郑强：大学不应完全按市场需求设专业，更应教授原理和基础》，2026年5月10日

2. 学习时报，《积极应对人工智能对就业的影响》，2025年11月12日