AI抢工作的讨论一直没停，不少人心里惴惴不安。

如今一条新规重磅出台，直接瞄准大家最焦虑的痛点。

飞速迭代的人工智能时代，普通人的饭碗真的能护住吗？

降本狂欢退潮：盲目替代的现实困境

在过去两三年的全球AI商业化浪潮中，“降本增效”始终是企业布局AI的核心驱动力。

不少海外科技企业将AI替代人力作为压缩成本的核心手段，一度催生了“岗位全面自动化”的舆论热潮，也让职场替代焦虑持续蔓延。

瑞典支付巨头Klarna曾在2024年初公开披露，其部署的AI客服单月可处理230万次用户咨询，工作量等同于700名全职客服人员，公司高管甚至公开宣称AI已能覆盖绝大多数人类工作场景。

几乎同一时期，IBM也宣布冻结后勤、人力资源等部门的社会招聘，计划数年内用AI系统替代7800个基础职能岗位。

从客服、行政等事务性岗位，到财务、法务等专业类岗位，几乎所有标准化程度高的工作都被纳入替代范围，“AI抢饭碗”的讨论一度达到顶峰。

但纯粹以成本为导向的替代策略，很快就显现出了难以掩盖的弊端。

Klarna的AI客服虽能处理标准化问题，却无法应对复杂的退款纠纷、特殊诉求，甚至会错误解读平台优惠规则。

复杂场景下的服务质量下滑，最终迫使企业重新扩招人工客服，补充AI覆盖不到的服务场景。

IBM也同样遇到了人才断层的问题：全面砍掉初级岗位后，公司内部失去了人才储备的基础，中高层技术与管理岗位没有了新鲜血液补充，企业长期发展动力受损。

IBM随后也调整了策略，重新扩大初级岗位招聘规模，并重新设计岗位以保留人才梯队。公司高管解释，如果不再投资入门级招聘，几年后人才管道就会枯竭。

反观国内企业的AI落地路径，整体要理性得多。

绝大多数企业并未将“裁员数量”作为AI应用的核心考核指标，而是更多聚焦于效率提升与劳动减负：

电商行业普遍采用人机协同的客服模式，AI承接售前咨询、订单查询等标准化诉求；

人工团队专注处理退款纠纷、特殊客情等复杂场景，整体人效提升的同时，并未出现大规模岗位缩减；

制造业的AI质检设备则主要替代重复度高、伤眼伤腰的人工目检岗位，工人转而学习设备运维、参数调试等新技能，完成岗位升级而非被动淘汰。

这种“辅助而非替代”的落地思路，既释放了技术的效率价值，也最大限度兼顾了就业稳定。

这些案例都印证了一个朴素的道理：AI可以提升标准化工作的效率，却无法替代人类在复杂场景中的沟通、判断与经验积累。

上海高层玻璃幕墙清洁机器人

脱离实际业务需求、只盯着成本账的盲目替代，最终只会以牺牲服务质量和长期发展潜力为代价。

三重制度设计：为AI应用装上就业安全阀

国务院办公厅印发的《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29号），并非简单限制AI技术发展。

而是通过全流程的制度设计，在技术进步与劳动者权益之间寻找平衡点，给高速狂奔的AI应用套上了就业保障的约束。

第一道防线是事前的就业风险评估机制。此前企业上线AI系统，核心考核指标多为技术准确率、运营成本节约额，几乎不会评估对就业市场的冲击。

文件要求，对市场准入领域中可能造成较大就业冲击的人工智能应用场景项目，在评审时同步开展就业风险评估，并由有关部门统筹做好转型转岗就业支持工作；

对其他领域的人工智能应用场景项目，结合实际开展就业风险评估。

这一机制旨在从源头识别和缓释AI应用对就业的潜在冲击。

第二道防线是事中的场景化差异化推广。

文件对AI的应用场景做出了清晰的导向区分：对于深井矿山作业、高空外墙清洁、有毒有害化工生产等高危、高强度、劳动力短缺的岗位，鼓励优先应用AI技术替代人力，既提升生产安全水平，也填补劳动力缺口；

而对于吸纳就业量大的劳动密集型行业、民生服务类岗位，则要求稳慎把握AI应用的范围、力度与节奏，不能盲目推进全流程替代，保障普通劳动者的就业空间。

第三道防线是事后的转岗缓冲与权益保障。

针对企业应用AI替代岗位的情况，文件鼓励企业探索建立失业缓冲期制度，在大规模推广应用人工智能过程中提前告知受影响劳动者、提供转型转岗就业支持。

这一导向旨在引导企业在技术升级过程中兼顾劳动者的适应周期，而非以强制命令的方式施加统一义务。

除此之外，文件还配套了相应的激励与托底机制：对主动采用人机协同模式、就业带动效应显著的AI应用项目，在专项资金申报、资质认定等方面给予优先支持；

对因技术升级开展职工转岗培训的企业，按规定落实职业技能培训补贴、稳岗返还等政策，运用失业保险基金结余为就业转型托底。

奖惩双向发力之下，引导企业从“追求短期降本”转向“兼顾效率与就业”的长期发展模式。

发展的底色：技术进步要锚定民生福祉

很多人会有疑问：为什么要主动给AI技术的应用设置约束？

从经济运行的底层逻辑来看，就业从来不是单纯的企业成本项，而是整个社会经济循环的核心支撑。

如果所有企业都只追求短期利润最大化，用AI大规模裁撤就业岗位，短期内企业的盈利数据或许会十分亮眼，但全社会就业岗位收缩、居民收入下降，最终会直接传导至消费端。

当普通人失去稳定的收入来源，大宗消费、服务消费都会随之萎缩，市场总需求持续收缩。

没有了消费需求的支撑，哪怕AI能以极低的成本生产出海量产品与服务，也只会陷入产能过剩的困境。

所谓的技术降本，最终会因为需求的消失而失去价值。

这正是这份政策出台的深层逻辑：技术进步的终极目标是提升全社会的整体福祉，而不是将劳动者排除在经济循环之外。

AI的定位应当是人类的生产助手，帮助劳动者提升效率，而非完全替代人的岗位；

技术发展的红利，也应当由更多劳动者共享，而非只向资本端集中。

事实上，在规范AI应用节奏的同时，我国早已在劳动者技能适配层面做出了系统性布局。

人社部在《“十四五”职业技能培训规划》中部署了全民数字技能提升相关工作，面向全体劳动者开展分层分类的数字技能培训。

培育既熟悉行业业务、又能熟练运用智能工具的复合型人才，帮助劳动者适应技术变革下的岗位新要求。

各地持续推进全民数字技能培训，大量传统岗位的劳动者通过培训掌握了AI工具的使用方法，实现了岗位能力升级，而非被技术淘汰。

与此同时，新职业与技能等级体系也在同步完善。

人工智能训练师、人工智能工程技术人员、智能楼宇管理员等一批适配智能时代的新职业已纳入国家职业分类大典，配套的职业技能等级认定体系覆盖了从初级到高级的全职业路径。

广东、浙江等数字经济发达省份也陆续推出人工智能相关技能培训项目，面向制造业、服务业在岗职工开放智能工具学习渠道，部分课程设有免费名额，帮助劳动者把技术变革的压力转化为职业成长的动力。

一边通过政策划定AI应用的边界，避免岗位规模的剧烈波动；一边通过技能培训帮助劳动者适配新技术，打开新的职业上升空间。

一堵一疏之间，构建起了技术变革下的就业保障体系。

这也说明，政策的初衷从来不是阻碍AI产业发展，而是让技术进步的节奏与社会的承载能力相匹配，让更多人能够分享技术红利，而非成为技术迭代的牺牲品。

对普通职场人而言，这份文件带来的不只是短期的就业安全感，更传递了一个清晰的价值导向：在技术快速迭代的时代，人的价值与尊严始终是发展的核心底线。

AI的升级还会持续，岗位的变迁也不会停止，但有了政策的托底与技能提升的通道，劳动者不必再陷入“随时被替代”的无意义焦虑中。

技术从来都不是发展的目的，让人生活得更好才是。

当AI的发展始终锚定就业友好的方向，技术进步才能真正转化为全社会的共同福利。