本刊记者 孙冰

马一德，中国科学院大学知识产权学院院长、公共政策与管理学院副院长，长期关注知识产权、科技创新与公共政策交叉领域。面对AI对就业市场的深层冲击，他提出建立“AI应用就业影响评估机制”等一系列构想，主张将AI就业问题从技术讨论上升为公共政策议程。

认知与破局

——把AI就业问题上升为公共政策议题

《中国经济周刊》：当前围绕“AI影响就业”的讨论，存在着乐观派与悲观派。您本人持怎样的态度？我们又该如何正确认知这种影响？

马一德：我既不是简单的乐观派，也不是悲观派，而是认为应当以一种更加审慎、理性的态度看待这一轮AI浪潮。历史上每一次重大技术革命都会伴随旧岗位消失与新岗位产生，但本轮人工智能浪潮与以往最大的不同在于，它首先影响的是知识型白领岗位，而且扩散速度更快、覆盖范围更广。AI不仅改变生产效率，也正在重塑企业组织结构和劳动力市场。

但也不能因此得出“AI一定导致大规模失业”的结论。AI同样会催生大量新的职业需求，例如AI训练、数据治理、算法审计、人机协作管理等新岗位正在快速增长。

真正需要警惕的，不是技术本身，而是制度响应滞后。如果缺乏有效的预警、培训和保障机制，技术红利可能高度集中，而转型成本则主要由普通劳动者承担。

因此，我认为当前最重要的是把AI就业问题从单纯的技术讨论上升为公共政策议题。既不能因担心冲击而阻碍技术进步，也不能完全放任市场自行调整，而应通过制度建设实现技术发展与就业稳定之间的动态平衡。

目前，我们对就业影响缺乏系统性的预警与应对机制。当前治理重点更多集中于内容安全、数据合规和算法伦理，而就业冲击往往具有渐进性和隐蔽性。如果出现问题后再应对，社会成本会非常高。

因此，我提出建立“AI应用就业影响评估机制”，核心思路是借鉴环境影响评价制度逻辑，对企业大规模部署AI替代人工的行为，建立前置评估与动态监测机制。

当然，真正落地也存在难点。首先，有些企业不是一次性裁员，而是通过“减少招聘”“岗位合并”等方式逐渐发生，监测难度较大。其次，如何界定“技术性失业”以及如何量化AI对就业的真实影响，也需要建立统一标准。此外，还涉及产业发展与就业稳定之间的平衡问题。因此，这一机制需要政府、企业和社会多方协同推进。

《中国经济周刊》：AI应用对于就业的影响，您认为破局的钥匙在哪里？中国在化解这一全球性难题上，有哪些独特的潜在优势？

马一德：我认为，破局的关键在于“投资于人”。AI带来的生产率提升总体上有利于经济发展，但如果缺乏合理的制度安排，技术红利就可能更多流向资本和少数高技能群体，而普通劳动者则承担转型成本，进而加剧社会分化。真正需要解决的，不是“有没有技术进步”，而是“谁能分享技术进步带来的收益”。

因此，应当把AI技能提升、就业生态建设和社会保障体系升级纳入国家发展的整体战略。一方面，要建立更加完善的就业预警与技能培训体系，推动劳动者从“与AI竞争”转向“与AI协作”；另一方面，也要完善技术性失业的社会保障机制，避免劳动者在转型过程中陷入长期失业或收入断崖。

我国在这一问题上具有独特优势。一方面，我国拥有完整产业体系和超大规模市场，能够为AI技术创造大量真实应用场景，从而催生新的就业需求；另一方面，我国具有较强的政策协调能力，可以推动产业政策、就业政策和教育政策联动，而不是仅依赖市场自发调整。

《中国经济周刊》：我们调研发现，政策端重视劳动者权益保障，同时企业端感到成本压力较大。高质量就业与企业发展如何实现双赢？

马一德：我认为，这既有阶段性因素，也反映了AI时代就业结构变化的长期趋势。当前企业面临成本压力和市场不确定性，更倾向于采用外包、派遣、灵活用工等方式降低风险，而AI进一步强化了这种趋势。一些传统意义上的“稳定岗位”正在减少，年轻人因此更倾向于追求确定性更强的体制内岗位。

关键在于，未来的稳定不再只是“长期固定岗位”，而更多体现为持续就业能力和技能适应能力。也就是说，一个人未必终身只做一种工作，但如果具备持续学习和与AI协作的能力，就仍然能够保持较强的职业竞争力。

从更长远看，高质量就业与企业发展并不是对立关系。企业通过AI提高效率是趋势，但如果大量劳动者收入下降、消费能力减弱，也会反过来影响市场需求和经济循环。换句话说，企业发展最终仍需要建立在稳定就业和社会消费能力基础之上。

未来重要的是通过制度设计，使大多数劳动者分享技术进步收益，在技术进步与劳动者利益之间形成新的平衡。

体系与重构

——教育、培训与治理如何跟上

《中国经济周刊》：AI时代迎来“人机新分工”，个体需要寻找新的价值锚点才能避免沦为“被替代者”。除了个人努力，政府、社会、企业的责任是什么？

马一德：政府、企业和社会重要的“托底”责任，就是帮助劳动者平稳完成能力迁移，而不是让个人独自承担全部转型成本。技术进步的收益往往由企业和资本率先获得，但转型压力却主要落在普通劳动者身上，因此必须建立更加公平的风险分担机制。

我认为，当前的突破口，在于建立真正面向AI时代的职业技能体系。培训理念必须从“与AI竞争”转向“与AI协作”，重点培养劳动者使用AI工具、驾驭AI系统的能力。同时，要把AI素养纳入职业资格评价体系，使其从“可选能力”逐步转变为“基础能力”。

针对中年劳动者“技能折旧”问题，再培训不能流于形式。过去一些培训的问题在于内容脱离市场需求，“培训完依然找不到工作”。因此，未来培训必须与真实产业需求深度绑定，建立 “企业参与+岗位导向”的培训机制。例如，由龙头企业参与课程设计、实训评价和岗位衔接，形成培训与就业联动。

同时，还需要配套生活补贴、弹性学习安排等支持措施，解决中年群体“既要养家又要培训”的现实困难。

《中国经济周刊》：我们观察了网约车司机、外卖员、内容创作者等行业，发现他们的工作被高度数字化的系统和算法变得几近“透明”。这会是未来“人机协作”的常态吗？对企业的管理模式和社会组织结构，将带来哪些深层影响？

马一德： 从目前趋势看，高度数字化、算法化管理，很可能会成为未来“人机协作”的常态。无论是网约车、外卖行业，还是内容平台、互联网企业，越来越多的工作流程、绩效评价和资源分配，都开始由算法系统主导。

部分白领岗位也出现了“中层系统化”趋势，即原本依赖管理经验和组织协调的工作，被标准化系统和AI工具部分替代。

这种变化会对企业管理模式和社会组织结构带来深层影响。一方面，企业运行效率会显著提高，决策更加数据化、实时化；另一方面，也可能导致劳动过程高度透明化和持续性压力。劳动者不仅面临工作内容变化，还可能面临“被系统管理”“被算法管理”的新型压力。

更深层的问题在于，算法正在从“辅助工具”逐渐变成一种新的组织权力。如果缺乏合理约束，可能出现算法歧视、过度监控、隐性不公平等问题。因此，未来不仅需要技术治理，也需要劳动法和平台治理规则同步更新。例如，加强算法透明度、保障劳动者申诉权和知情权，防止“技术中立”掩盖新的权力失衡。

《中国经济周刊》：个人如何才能走出一条“与AI共舞”之路，您对普通人有什么建议？

马一德：我认为，未来几乎所有职业都会在不同程度上被AI重塑，但这并不意味着所有人都会被AI替代。真正被替代的，往往是高度重复、标准化、流程化的工作环节，而不是人的综合判断、创造力、情感沟通和复杂协同能力。

AI更像是一种“能力放大器”，它会改变工作的方式，而不仅仅是简单减少岗位。

从现实看，一些受到冲击较大的行业已经出现明显分化。部分人因为固守原有技能而陷入困境，但也有人通过学习AI工具、重构工作流程，实现了职业转型。

例如，程序员开始从基础编码转向系统设计与AI协同开发，内容创作者则更多承担创意策划、风格把控等工作。

因此，对普通人而言，重要的不是恐惧AI，而是尽快建立“与AI协作”的能力：

第一，要提高AI素养，学会使用AI工具提升效率；第二，要培养难以被替代的能力，例如跨学科理解、沟通协调、创新表达和价值判断等；第三，要建立持续学习意识。危险的并不是“被AI淘汰”，而是停止学习。AI时代的职业竞争，本质上将越来越体现为学习能力和适应能力的竞争。