◎中国劳动社会保障科学研究院研究员 张一名

按照《规划》提出的“深入实施‘人工智能+’行动，推动形成更多人工智能应用场景创新、技术成果转化等创业项目，探索人机协同的新型工作形态，强化人工智能的就业创造效应”等要求，深入研究大模型、多智能体、数据智能全面渗透，以算法驱动、网络协同、动态弹性、人机共生为特征的新型组织形态和管理模式，研究企业决策链条、岗位设置、用工方式、边界形态等发生的新变化。

（一）数字中枢：决策结构变革

传统组织决策高度依赖管理层经验、部门汇总材料、周期性会议研判，存在链条长、滞后性强、信息损耗大、局部视角突出等问题。人工智能通过全域数据接入、实时分析、动态推演、全局优化，把决策机制从“人驱动”转变为“算法驱动”，逐步形成“算法层—业务层—执行层”的新型组织形式。算法不再是辅助参考，而是成为业务运行的“数字中枢”，大量日常性、规律性、操作性决策直接由系统完成，管理层则聚焦战略方向、伦理判断、例外处置、价值统筹等高阶决策。数字中枢使得决策链条大幅缩短、决策依据更加客观、决策覆盖更加全面。未来组织将进一步轻量化、扁平化、中台化，进入“人机协同决策”新模式。

（二）人机协同：岗位形态重塑

传统企业岗位通常围绕固定职责进行设计，员工在长期稳定的岗位体系中开展工作。但在人工智能环境下，生产过程越来越多被拆解为可计算、可分配的任务模块，岗位结构逐渐从稳定岗位体系转向任务驱动的动态协同体系。麻省理工学院经济学家、诺贝尔奖获得者达隆·阿西莫格鲁(Daron  Acemoglu)在研究技术进步与就业结构变化时，提出了“任务模型”分析框架，认为生产过程可以分解为不同类型的任务，并由不同技能群体和技术系统共同完成。随着人工智能技术的发展，越来越多标准化任务被自动化系统替代，而复杂任务则需要人类与机器协同完成。

（三）平台组织：企业边界模糊

传统企业以产权边界、部门边界、岗位边界、地域边界为分割，数字时代企业以数据互通、接口标准化、服务模块化、能力平台化为基础，核心特征是中台化、模块化、接口化、服务化。传统企业依靠大量中层管理者传递信息、汇总数据、协调监督；平台组织通过数据直通、算法调度、系统协同替代中间传导功能，管理层级显著减少，决策距离大幅缩短。平台组织推动企业从“内部闭环”走向“生态开放”，组织边界进一步模糊，就业形态从“企业—员工”关系，转向“平台—个体”“生态—合作者”关系。

当前，人工智能技术对就业市场的影响渗透到各行各业、各个岗位层级的全域重塑，呈现替代加速、结构分化、技能重构、模式变革等鲜明趋势。

（一）格局重塑：就业替代、转型与创造三重效应叠加

人工智能对就业的影响不再是局部替代，而是替代、转型、创造三重效应同步显现、深度交织，重复性、规则化、低复杂度岗位首当其冲，职业重构速度持续加快。人工智能等新技术发展将导致一部分就业岗位数量减少甚至消失，不同岗位所受影响取决于技术替代率；但在长期视角下，技术创造的就业规模将显著超过替代规模。普华永道《2025年全球人工智能岗位晴雨表》显示：人工智能推动生产力增长实现四倍提升，带来56%的薪资溢价；即便是在最易实现自动化的岗位上，就业人数也呈增长态势。

（二）结构分化：传统岗位快速收缩，新兴岗位扩容升级

随着人工智能从辅助工具升级为生产核心系统，劳动力市场由局部岗位替代转向系统性职业结构重构，中国劳动和社会保障科学研究院300城市2026年5月动态招聘需求大数据分析呈现“传统岗位收缩、新兴岗位扩容、技能门槛抬升”的总体特征。

1.高渗透传统辅助岗位需求下降。数据录入、基础文案、行政文员、标准化客服等规则型岗位招聘规模同比降幅超50%，生成式AI与RPA 机器人全面替代基础内容生产、信息处理、流程审核工作，企业对纯操作性人力需求持续萎缩。

2. AI核心技术与应用岗位爆发式增长。算法工程师、机器学习工程师、数据科学家、AI产品经理等核心研发岗位招聘规模同比增幅超100%，AI 应用工程师、数据治理工程师、智能系统架构师等工程化落地岗位成为招聘热点，企业从“研发导向”转向“应用导向”，对技术落地人才需求急剧扩大。

3.就业市场呈现“中间收缩、两端扩张”极化趋势。高技能研发、决策、创意岗位需求持续攀升，养老护理、生活服务等高人际互动低技能岗位保持稳定吸纳能力，而初级文案、基础数据分析、常规编程等中等技能知识岗位面临显著收缩压力，职业结构加速向高端化、服务化分化。

4. AI岗位需求跨行业全域渗透。人工智能岗位不再局限于互联网行业，加速向制造、金融、医疗、物流、农业扩散，工业视觉工程师、AI风控专家、医学影像AI工程师、智慧农业解决方案师等“AI+行业”复合型岗位全面崛起，新型职业如主播等招聘人数快速上涨，远超传统职业招聘人数，形成全域智能化就业新格局。

（三）职业路径重构：单线塔式晋升转向多元跨界发展

从近两年招聘数据看，岗位结构出现新的变化，人工智能领域的人才结构正在从单一纵向晋升模式，转向“纵向专业深化”与“横向能力拓展”并行发展格局。

1.纵向深化，专业能力持续拉长。数据架构师、高阶算法工程师、复杂场景应用工程师扩容明显；企业对算法优化能力、系统整合能力、工程落地能力要求提升；单一技能岗位增长趋缓，高阶能力岗位比重上升，人才需求从“会做”转向“能解决复杂问题”。

2.横向拓展，岗位边界交叉融合加快。人工智能岗位不再局限于技术序列内部流动，而呈现跨职能融合趋势。AI产品经理同时具备技术理解与商业判断能力，应用工程师需要行业知识+算法能力，数据岗位与业务部门深度嵌合，岗位之间形成“技术—产品—行业—运营”交叉网络。

3.职业发展路径由“塔式结构”转向“网格结构”。以往职业路径呈塔式，即技术序列和管理序列，现在呈网格式，技术纵深发展（算法、架构）、横向跨界发展（行业应用、产品设计、解决方案），技术与业务双通道并行。企业内部越来越重视复合型、跨界型、系统整合型人才。

“十五五”期间要高度重视人工智能对劳动力市场的系统性变革，深入研究人工智能驱动产业、影响就业全过程，在技术进步中兼顾就业稳定与质量提升，推动技术跃迁与就业升级良性互动。

（一）完善与“人工智能+现代产业体系”发展相适应的就业促进政策

紧扣人工智能与实体经济深度融合的发展趋势，将就业保障嵌入产业发展全流程，实现产业升级与就业扩容同步推进、协同发力。

1.建立产业规划与就业评估联动机制。在推动“人工智能+”重点领域发展时，同步开展就业容量测算、岗位结构变化评估、技能需求预测，将“就业吸纳能力”作为产业政策制定、项目审批的重要评估指标。

2.实施分类精准的就业支持政策。针对智能制造、智能网联汽车、数字金融、智慧农业等新质生产力领域，推出专项就业扶持政策，对产业落地项目给予人才引进补贴，支持企业建设产教融合基地，鼓励企业开展在岗技能升级培训，推动产业扩张与就业岗位扩容同频共振。

3.推动区域产业与就业布局协同优化。在人工智能产业集聚区，同步布局技能培训中心、数字技能提升平台、人才流动服务体系，吸引人才集聚，推动区域就业均衡发展。

（二）动态监测人工智能影响就业过程，建立与岗位分化重构相适应的就业服务体系

打破传统就业监测与服务逻辑，聚焦岗位分化重构特征，构建“实时监测、精准预警、高效服务”的就业服务新格局，提升服务适配性与针对性。

1.构建全维度就业动态监测体系。依托大数据、人工智能技术，搭建人工智能就业动态监测平台，打破行业、区域、企业的数据壁垒，整合招聘求职、产业发展、技能培训等各类数据，从“岗位数量监测”转向“岗位任务、技能要求、行业节奏”全方位监测，实现对就业结构变化的实时感知、精准画像和趋势预判。

2.建立分领域就业预警机制。建立分领域、分层次的就业预警体系，对岗位收缩、人才紧缺、技能错配等问题提前识别、及时预警，为政策制定和市场调节提供精准数据支撑，主动防范就业风险。

3.创新就业服务模式升级。推动就业服务从“岗位对接”向“能力匹配+任务适配”转型，实现劳动者技能与企业岗位任务的精准对接；针对人工智能领域项目制、模块化用工特点，推出“任务包式”就业服务，适配企业弹性用工和劳动者灵活就业需求。

（三）强化技能交叉培育与职业导航，降低个体转型难度

人工智能技术的发展不可阻挡，但也不是一蹴而就，要加强人工智能发展全过程全流程管理，聚焦人工智能领域技能交叉、职业路径多元的特点，针对性破解个体职业定位模糊、转型支撑不足等问题，为劳动者提供转型支持，助力其适应岗位变革、实现职业升级。

1.构建技能交叉培育体系，适配岗位核心需求。围绕人工智能领域“技术+行业+运营”的复合技能要求，优化培训内容设计，增加跨领域技能模块，重点培养劳动者的算法应用、行业认知、协同运营等交叉能力；针对不同群体定制培训方案，为传统岗位劳动者设计“基础技能+交叉技能”阶梯式培训，破解技能适配难题。

2.建立统一职业发展导航体系，明确转型方向。梳理人工智能领域网格化职业路径，明确技术纵深、行业融合、产品与管理等不同路径的晋升渠道、技能要求和发展前景，编制标准化职业发展指南；为劳动者提供个性化职业测评、路径规划服务，破解“能力规划不清、转型方向模糊”的困境。

3.强化转型全流程支撑，降低转型不确定性。建立传统岗位劳动者转型帮扶专项机制，将职业导航、技能培训与岗位对接相结合，形成“导航—培训—就业”闭环，为劳动者转型提供全程保障，减少转型过程中的技能不足、经验欠缺等问题。