核心观点：人工智能是新一轮科技革命和产业变革的核心引擎，更是我国抢占全球产业制高点的“胜负手”，但考虑到AI带来的生产率跃升极易沉淀为资本-数据要素的独占收益，建议相关部委积极关注AI应用对就业与收入分配的影响，建立数据分红、技能提升、柔性监管等配套工具，把AI的“效率红利”逐步、适度转化为劳动者的“收入红利”，实现技术领先与共同富裕双赢。
■曹博 黄腾
近日发布的《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，提出全面实施“人工智能+”行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能(AI)产业应用制高点，全方位赋能千行百业。
自2018年以来，以ChatGPT、Sora、DeepSeek等为代表的预训练大模型持续取得突破，推动AI技术广泛渗透于经济社会各领域。然而，AI在显著提升企业核心竞争力的同时，也引发了要素分配格局的重塑，劳动者权益保障面临新的挑战。
一
AI推动就业格局深度重构，结构性失衡风险上升
从宏观层面看，一是就业结构性矛盾突出。高技能岗位因与人工智能形成互补，岗位数量持续增加;低技能岗位虽依赖人际交互难以被完全替代，但因大量中等技能岗位劳动者向低技能领域转移，导致该类岗位求职人数激增、就业竞争加剧。中国劳动和社会保障科学研究院基于我国300个城市招聘数据监测显示，2025年1至8月，以算法工程师、人工智能训练师、数据分析师等为代表的人工智能相关岗位需求同比增速超过100%，而销售、行政、财务、法务等岗位需求同比下降10%到30%。二是劳动收入占比下降。AI提高生产效率，企业新增收益主要用于购置智能设备、软件系统，积累数据资产以及扩大投资或分红，而非大幅提高员工工资。以头部企业为例，腾讯2024年营业收入6658亿元，员工薪酬592亿元，劳动报酬占比8.9%，显著低于2019年的11.2%。相较于在AI算力、智能产线、数据系统等方面的千亿级资本投入，劳动者在新增价值分配中的份额明显不足。三是区域和行业发展不平衡加剧。人工智能的应用高度依赖数据基础设施、高技能人才和资本投入，导致技术红利更多集中在数字经济发达地区和头部行业。研究显示，东部、中部、西部和东北地区人工智能产业区域竞争力高于全国平均水平的省(区、市)占比分别为4/5、2/3、1/4和1/3.整体呈现出由东部向中部、东北地区以及西部地区竞争力逐级递减的分布格局。“技术地理集聚”效应使得传统制造业密集或服务业数字化水平较低的地区，在就业吸纳能力和产业升级速度上相对滞后。
从微观层面看，一是岗位能力要求提升。人工智能虽替代了数据整理、报告撰写等基础性任务，但企业同步提高了绩效标准，对员工快速响应、综合判断和跨领域整合能力的要求提升，更高复杂度的工作显著抬高了实际履职门槛。《管理世界》研究显示，人工智能技术暴露度越高的职业需求缩减更为明显、内部薪资差异加剧，且可能会提出更高的针对受教育程度和工作经验的招聘需求。二是实际工时增加。AI时代算法管理将劳动拆解为“责任连续、时间离散”的状态，在碎片化待命机制下，工人24小时履职责任与实际工时记录严重背离，出现统计工时下降、真实工时上升的现象。斯坦福大学研究显示，2025年全球AI普及率超87%，但打工人均工作时长反增1.5小时，“AI”辅助岗加班率比传统岗位高34%。三是职业发展通道收窄。基础岗位被AI简化或替代后，劳动者失去通过经验积累实现晋升的传统路径，陷入“有岗无阶”的结构性困境。特斯拉上海工厂通过“lights-out”自动化生产，机器人替代率达到75%，单厂产能提升至每周5000辆，较传统工厂人力减少60%。传统的流水线操作工岗位大量消失，取而代之的是少数负责设备监控和维护的技术人员，原本需要通过多年一线操作积累经验才能晋升的路径，现在因为基础岗位的消失而变得不复存在。
二
AI提效但未减负，劳动时间困境存在三重根源
从个体层面看，AI导致“任务碎片化”，削弱劳动者对“真实边际产出”的感知，使其在劳动价值认同和报酬回报上面临更大不确定性。新古典劳动供给理论认为，工资率的提高会产生收入效应和替代效应。当AI带来边际时薪提高时，收入效应使劳动者要求增加闲暇、减少工时，而替代效应使得劳动者用工作替代闲暇、延长工时，净结果取决于“边际收益”的感知度，若边际收益不可预测，收入效应将会被推迟甚至消失，替代效应持续占优。劳动者因无法确认“多劳”是否“多得”，不敢轻易减少工时，与此同时，替代效应在算法绩效系统的强化下持续占优，系统不断推送新任务，量化考核指标(KPI)持续加码，劳动者为满足基准要求，只能被动延长工作时间。
从企业层面看，AI带来的生产率提升未能转化为社会闲暇，根源在于劳动力市场权力不对等与集体议价能力弱化。AI对劳动时间的影响，本质上是生产组织逻辑与权力关系的再生产。企业将AI带来的边际产出增长，优先用于业务扩张、市场占有率提升和股东回报，在“股东价值最大化”的主导范式下，管理层缺乏动力将效率提升转化为社会闲暇。同时，零工经济的兴起加剧了劳动者的原子化，劳动者个体面对庞大的平台算法，集体议价能力被严重弱化，即使AI提升了个体生产率，劳动者也缺乏足够的谈判筹码来主张“减时增薪”。
从制度层面看，劳动时间规则制度滞后于技术变革，缺乏对AI算法的有效约束机制。传统劳动法体系建立在“固定工时+明确雇主责任”的工业时代逻辑之上，而AI驱动的新型工作模式(如平台零工、远程智能协同、人机混合任务流等)模糊了“工作”与“待命”、“生产时间”与“准备时间”的边界。劳动者虽未处于物理意义上的“上班状态”，却因算法实时派单、即时响应要求、隐形在线考核等机制长期处于心理性在岗状态，实际劳动时间远超法定工时。
因此，AI对劳动时间的影响不仅取决于技术属性，更受制于经济制度中的权力关系。替代效应产生的效率提升本可为缩短工时提供物质基础，但在生产组织逻辑下该收益主要被企业占有，并通过任务重构、绩效加码和市场竞争传导为更高的劳动强度。劳动者虽免于重复性操作，却陷入更复杂的“认知内卷”，其真实福利水平反而可能下降。因此，仅靠市场机制无法实现技术进步与人类福祉的正向关联，必须依赖制度优化以重塑收益分配格局。
三
对策建议
人工智能是新一轮科技革命和产业变革的核心引擎，更是我国抢占全球产业制高点的“胜负手”，但考虑到AI带来的生产率跃升极易沉淀为资本-数据要素的独占收益，建议相关部委积极关注AI应用对就业与收入分配的影响，建立数据分红、技能提升、柔性监管等配套工具，把AI的“效率红利”逐步、适度转化为劳动者的“收入红利”，实现技术领先与共同富裕双赢。
一是以“共享发展”为导向，探索AI效率红利的合理分配机制。坚持“发展为了人民”，在保障企业创新动力的前提下，鼓励有条件的地方和行业开展AI增效共享试点。支持企业将因AI应用节省的部分成本，用于设立“数字技能提升专项基金”，通过集体协商确定资金用途，重点投向受影响职工的技能培训、岗位转型和职业发展。此外，同步推动上市公司在ESG报告中披露“AI对劳动投入的影响及应对措施”，增强社会监督与透明度，引导技术进步成果更公平惠及劳动者。
二是以“技能跃迁”为核心，构建“预测—培训—就业”一体化支持体系。依托人社部“技能中国行动”，加快建立AI影响下的职业变迁动态监测与响应机制。基于招聘平台、社保和税务大数据，按季度发布《重点行业岗位替代与新兴需求预警清单》，精准识别“技能缺口红名单”。在此基础上，推动职业院校、技工学校与龙头企业共建“AI协作人才订单班”，对转岗人员提供“免学费、给补贴、保推荐”的全周期支持。同时，失业保险基金可设立AI转型过渡性补贴，对参加紧缺技能认证培训的劳动者给予生活补助，实现“转岗不断收、技能有进阶”。
三是以“守住底线”为前提，推进算法用工的柔性治理与人文关怀。坚持包容审慎原则，在不干预企业正常经营的前提下，聚焦高风险场景加强引导。由人社部门联合总工会、行业协会，制定《AI协作岗位工时健康指引》，鼓励平台开发“连续作业提醒”“疲劳状态自评”等人性化功能。对快递、仓储、客服等高频算法管理领域，开展自愿性工时负荷评估试点，形成“重点关注清单”。对存在系统性超时、休息不足等问题的排班方案，通过工会协商、行业自律或公开说明等方式推动优化，以“技术向善+制度托底”让劳动者在智能时代既有效率，更有尊严。
(曹博、黄腾，中国移动通信集团有限公司研究院战略与产业研究所研究员)
鑫配资官网提示：文章来自网络，不代表本站观点。
