一边大量失业一边发展人工智能，发展抢了几亿人饭碗，未来怎么办

一边大量失业一边发展人工智能，发展抢了几亿人饭碗，未来怎么办？

这句话听着扎心，但它不是吓唬人，而是眼下不少家庭正在面对的真事。

国际劳工组织2026年1月发布的报告说，全球失业率预计是4.9%，大约1.86亿人没活干。

这个数看着不算高，可报告紧接着警告，人工智能和贸易政策的不确定，正在给劳动力市场添新压力。

更让人揪心的是青年失业率，2025年已经爬到12.4%，全球约有2.6亿年轻人不读书、不工作、也不学手艺。

总量看着稳，可年轻人找第一份工作的门，正在变窄。

世界经济论坛《2025年未来就业报告》算过一笔账。

2025年到2030年，全球会新增1.7亿个岗位，同时有9200万个岗位被机器和人工智能顶掉，里外里净增7800万。

净增是正数，可这9200万丢了饭碗的人，不会自动走到那1.7亿个新岗位上去。

丢掉的多是重复性强、按规矩办的活，新长出来的是要会解决问题、会跟人打交道、会动脑筋的活。本事不对口，地方不对头，中间就横着一道沟。

高盛2023年预测，全球约3亿个岗位可能受到人工智能自动化威胁。

麦肯锡判断，到2030年中国至少1.18亿人需要换工作，多则可能到2.36亿。花旗2026年2月的报告估算，中国31%的就业岗位可能受人工智能影响，其中约7030万个岗位面临被直接替代的风险。

数字口径不一样，但方向一致，被冲击的不是几百万，而是几千万甚至上亿。

最让人不安的，不是“总数上还有没有活干”，而是“谁先被挤出去”。

国际劳工组织点出一个容易被忽视的群体，高收入国家里受过教育的年轻人，在找第一份高技能工作时，恰恰先撞上人工智能和自动化。

道理不复杂。

企业上系统，先砍的往往不是骨干，而是入门级的辅助岗、基础行政、初级分析、标准化客服。

一个刚毕业的年轻人丢的不只是一份工资，而是职业台阶的第一级。

没有入口，后面的成长路就难走。

中国国家统计局的数据也说明这种压力。

2026年9月，全国城镇调查失业率是5.2%，可16至24岁劳动力失业率达到18%，25至29岁是7.4%。

2026年8月，不含在校生的16至24岁失业率一度到18.9%，处于新口径发布以来的最高位。

国家发改委主管媒体在解读“十五五”就业规划时说得很直白，就业的主要矛盾已经从“岗位不够”变成“人岗对不上”。

人工智能岗位招聘增速31.1%，领跑全行业，可青年失业率还在15%以上徘徊。

一边是人工智能工程师、算法训练师不够用，一边是大量年轻人找不到门。

这不是一句“你不努力”能解释的事。

经济学家蔡昉给过一个关键判断。

技术变革对就业的冲击，不是只有破坏没有创造，而是创造和破坏在时间上对不上，在地点上错开，在数量上不对等，在本事上不匹配。

他引用数据推算，2013年到2024年，中国城镇就业市场累计新创造岗位1.54亿个，同期岗位流失累计5362万个。

创造是真的，破坏也是真的。

问题是，被破坏的人未必等得到、够得着新创造的岗位。

一个在流水线上被机械臂替下来的工人，不会自动变成数据标注员。一个被智能客服替下来的初级坐席，也不会自动变成人工智能训练师。

中间的学手艺、换地方、花时间，哪一样都不是“净增就业”这个总数能自动消化的。

可要是把人工智能只看成“抢饭碗的敌人”，也会看漏另一面。

人力资源和社会保障部的数据显示，过去五年发布的72个新职业里，超过20个和人工智能相关。

人工智能训练师2020年才进入国家职业分类大典，到2025年从业人员已有68万，人才缺口还有500万。

数据标注从业人员在2025年内从5.8万增加到9.5万。

上海2025年有1.63万人次参加人工智能训练师职业技能等级评价，1.09万人拿到证书。

这些活不都要求顶尖算法本事，大量工作集中在数据清洗、标注、场景调试和行业应用上，恰恰给从老岗位转出来的人留了一条虽然不轻松、但看得见的路。

政策也在动。

河南2025年启动“人工智能+”高质量就业三年行动计划，明确2025到2027年年均开展人工智能应用培训5万人以上，开发人工智能应用就业岗位6万个以上，促进不少于4万人就业创业，还把生成式人工智能应用培训纳入职业培训补贴范围。

更宏观的信号来自“十五五”就业规划，城镇调查失业率年均值目标从“十四五”的5.2%调整为5.5%，技能人才占就业人员比例从30%提高到35%，并且首次提出“健全就业影响评估机制”，要求慎重出台对就业有明显收缩效应的政策。

说白了，就是不能只看技术跑得快不快，还得看老百姓的饭碗接不接得住。

未来的答案，不太可能是让人工智能停下来等一等。

技术不会因为失业数据就放慢，全球竞争也不会给哪个国家按下暂停键。

真正要回答的是，一个年轻人投出第一百份简历还没回音时，能不能在半年到一年里得到一次有质量的重训，而不是被丢进“自学”和“灵活就业”的模糊地带。

一个四十岁的行政人员发现岗位被系统接管时，能不能不丢基本保障就去学新手艺，而不是在房贷和培训费之间二选一。

一所大学还在用五年前的课程教今天的学生时，课程调整能不能追上岗位变化。

这些答案不在人工智能公司手里，也不在单个劳动者“努不努力”的争论里。

它要看公共培训够不够密，社会保障有没有弹性，企业愿不愿意重新设计岗位，社会能不能承认，被技术替下来的人不是“落后的人”，而是在一次不对称的变化里恰好站在了被冲击的那一头。

如果新岗位造得快、人和岗位配得准、保障兜得住，“几亿人饭碗被抢”就不会滑向“几亿人没出路”。

可如果制度调整继续慢于技术扩散，最坏的结果不是所有人失业，而是一整代年轻人被挡在职业台阶第一级之外，眼看着新岗位在别处长出来，却找不到走过去的桥。

人工智能不会替我们做选择，它只把旧的选择变得更急。