大语言模型正在以前所未有的速度渗透到各行各业。与历次技术革命不同这一次受影响的不再主要是蓝领工人而是会计、编辑、程序员、法律助理等白领职业。这种冲击引发了广泛的社会焦虑但真相远比替代二字复杂。本文基于《管理世界》2025年发表的学术研究、中国劳动和社会保障科学研究院的智库报告、腾讯研究院与劳动经济学会联合发布的《2026年AI职业新趋势大数据研究报告》、世界经济论坛《2025年未来就业报告》以及多家研究机构的实证数据系统分析大模型对就业结构的多重影响。一、技术暴露度的科学测算1.1 什么是技术暴露度技术暴露度是指一个职业被人工智能技术替代或影响的可能性程度。北京大学国家发展研究院张丹丹团队在《管理世界》2025年第7期发表的研究中利用2018年1月至2024年5月间发布的125万条在线招聘信息基于对岗位工作任务的具体描述构建了中国劳动力市场的大语言模型人工智能技术暴露度指数。这项研究的关键创新在于直接使用中国招聘广告文本中的详细工作内容描述来构建技术暴露指数而非像此前研究那样将中国职业与美国职业名称进行匹配。这种方法能够更准确地反映中国劳动力市场的真实特征。研究借鉴了Eloundou等2024的思路由GPT-4逐项评估各岗位工作任务被大语言模型替代的可能性加权聚合到职业层面。这种基于大语言模型的任务分析方法相较于传统的关键词匹配法在语义理解和处理海量数据方面具有更高的准确率和精细度。1.2 暴露度最高的职业研究发现暴露度最高的20个职业包括了会计、编辑、销售及程序员等知识密集型的白领工作。这些岗位的共同特点是工作内容涉及大量的文本处理和资料整合。这个发现打破了以往认为只有蓝领工作才会被技术替代的认知。大语言模型擅长处理文本、整合信息、生成内容这使得白领知识型工作首次成为技术替代的前沿。从受教育程度和薪资水平来看暴露度较高的职业主要是对受教育程度要求较高和薪资较高的白领职业。这与以往技术进步主要替代低技能劳动力的模式形成鲜明对比。人工智能重点冲击以高重复性、低创造性为特征的初级知识型岗位因此其对就业市场的冲击并非均匀分布。从性别维度看女性因高度集中于文职、行政等以信息处理为核心的白领岗位面临比男性更高的替代风险。从年龄维度看年轻人受初级岗位缩减影响面临就业通道收窄困境年长劳动者则在技能更新与再就业方面面临更大困难。1.3 暴露度的变化趋势在样本期内中国劳动力市场上新增职位的大语言模型人工智能技术暴露度呈现降低的趋势。研究者将职业按暴露度高低分为四组后发现暴露度最低的职业组其劳动需求呈现增长趋势而暴露度最高的组出现下降趋势。这可能反映出新技术对高暴露度的劳动力产生了更强烈的替代效应企业在招聘时正在主动减少那些容易被AI替代的岗位数量。1.4 企业层面的暴露度差异上海社会科学院经济研究所的研究团队利用大语言模型对2013至2019年上市企业的招聘信息进行分类将职位区分为常规型和非常规型工作。研究发现企业人工智能技术水平提高显著增加了对非常规岗位的需求减少了对常规岗位的需求且这一效应在非国有企业、高科技行业和制造业中尤为显著。进一步分析发现非常规岗位需求的上升主要源于非常规认知型岗位需求的增长。机制分析显示企业人工智能技术提升通过生产率效应和创造数字职业等新岗位促进非常规岗位需求同时通过替代效应减少常规岗位需求。二、AI对就业结构的三大影响2.1 替代效应岗位消长的分化人工智能对就业的影响呈现替代与增强并存的局面。在替代维度生成式人工智能凭借其在信息处理与模式识别上的显著优势不仅冲击以高重复性、低创造性为特征的流程型岗位更开始影响翻译、插画、程序设计、初级法律咨询等专业性工作。回归分析显示大语言模型人工智能技术暴露度越高该职业需求缩减更为明显。暴露度较高的职业薪资增幅下降、职业内部的薪资差距变大对教育和工作经验方面的要求也越高。中国劳动和社会保障科学研究院基于300个城市招聘数据的监测显示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%。世界经济论坛《2025年未来就业报告》预测到2030年技术进步将为全球催生1.7亿个新岗位但与此同时也可能让9200万个现有岗位被替代。这波技术变革的核心主角正是人工智能。2.2 创造效应新兴职业的涌现人工智能在淘汰部分岗位的同时也在创造新的就业机会。科大讯飞研究院院长刘聪指出人工智能技术正在深刻重构就业生态与职业图景推动劳动者技能结构升级向更高附加值方向演进形成以人机协同、智能赋能为特征的就业新范式。涌现的新职业包括AI训练师、AI产品经理、AI伦理审核员、数据标注师、数字化运营师、智能体架构师、AI行为审计师、人机协作设计师等。据统计我国数据标注从业人员已达5.8万人。人力资源和社会保障部的测算则显示我国人工智能人才缺口超过500万供需比达1:10。这既反映出人才培养与技术发展不匹配也表明就业扩容蕴含巨大空间。世界经济论坛预测到2030年全球将净增约7800万个岗位。虽然AI替代了一部分工作但也通过提升生产率、降低价格激发新需求最终创造足以抵消岗位损失的新就业机会。2.3 重塑效应技能需求的质变人工智能对就业的影响最深刻的层面是重塑。即使岗位没有消失工作内容和技能要求也在发生根本性变化。研究发现AI暴露度越高的职业可能会提出更高的针对受教育程度和工作经验的招聘要求。这意味着劳动者需要不断提升自己的能力以应对技术变革。腾讯研究院与劳动经济学会联合发布的《2026年AI职业新趋势大数据研究报告》指出AI对职场的冲击不是岗位消失而是结构重组。不到2%的显性岗位正在重新定义技能标准、职级阶梯与收入分配。技能体系重构呈现五大趋势。一是向双智融合转变数智技能成为必备基础能力。二是向交叉赋能转变AI驱动科学范式变革、人才知识技能边界交叉融合。三是向软硬结合转变数智场景更加注重硬技能与沟通协作、批判性思维、创造性思维等软技能的深度融合。四是技能需求向快速迭代转变传统岗位技能约4到5年的半衰期而数智技能每18个月甚至12个月就会发生变化。五是技能导向从操作执行向创新突破转变新型劳动者不再是单纯的执行者而是智能系统的操作者、管理者、优化者。三、就业极化的加剧3.1 就业结构的极化趋势技术进步的非均衡渗透特征导致不同群体无法平等分享人工智能发展红利。一方面一些中等技能岗位面临更为显著的替代压力就业结构呈现向高低两端加速分化的极化趋势。从劳动力市场整体看AI正在重塑的是职业分层逻辑而非简单改变岗位总量。具备AI技能要求的岗位在总量上仍不足2%但在职级、技能门槛与薪酬结构上的结构性拉力已经比较显性。目前劳动力市场的核心矛盾可能并非有没有工作而是处于哪一层工作的分布问题。中国银河证券的研究报告也指出AI对就业的影响具有量变积累、质变释放的特征一旦突破临界点结构调整的成本则急剧上升。这要求政策体系从被动的事后救济转向主动的事前干预与事中调节。3.2 收入差距的扩大能够驾驭人工智能的高技能人才与被迫转入低技能领域的劳动者之间的收入鸿沟持续扩大。《2026年AI职业新趋势大数据研究报告》显示AI岗位呈现明显的精英优先特征。在学历上AI岗位本科及以上占比71%远超全市场的24%在经验上79%的AI岗位要求工作经验平均经验要求高出市场1到1.5年在薪酬上AI岗位月薪高出非AI岗7000至9500元溢价最高达79%。普华永道2025年全球AI就业晴雨表显示拥有AI技能的从业人员平均工资溢价达56%是上年的两倍。人工智能相关岗位薪酬水平显著高于传统岗位而被技术替代后的劳动者收入将有所减少。技术持有者与资本所有者获得更多增值收益劳动收入在国民收入分配中的占比相对下降收入不平等问题或将进一步凸显。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。3.3 职业阶梯的断裂AI带来的另一个深远影响是职业阶梯的断裂。企业在招聘时倾向于减少入门级岗位职业入口收缩先于大规模裁员出现。长期来看这可能带来职业阶梯断裂风险年轻人失去通过基础岗位积累经验、逐步晋升的传统路径。研究发现AI高暴露行业的入门级岗位招聘量出现明显下降。从2024年开始年轻工人进入高暴露职业的入职率出现了明显分化低暴露职业的入职率保持稳定而高暴露职业的入职率下降了约半个百分点。ChatGPT发布后的平均效应是年轻人进入高暴露职业的入职率下降了14%。中国劳动和社会保障科学研究院强调人工智能时代劳动者必备三大技能体系。硬核专业技能是劳动者的核心竞争力越是深耕行业、精通业务、技艺精湛的劳动者越不易被替代反而能够借助AI产生能力放大效应。通用数智技能助力实现人机协同让劳动者实现与AI工具、智能系统、数字平台高效协同。核心软技能强化不可替代性这是人类独有的核心优势也是人工智能难以触及的领域。四、AI就业影响的中国特征4.1 与美国的结构性差异《2026年AI职业新趋势大数据研究报告》揭示了中国AI就业市场的独特特征。与美国初级岗位萎缩的情况不同中国初级AI岗位占比稳定在7%左右高级岗位占比小幅下滑。这表明中国企业更倾向用AI赋能初级劳动力而非替代。这一差异可能源于中国AI人才的结构性短缺。人社部测算显示我国人工智能人才缺口超过500万供需比达1:10。在人才供给不足的情况下企业更倾向于用AI工具提升现有劳动力的效率而非直接用AI替代人力。4.2 技能需求的转型AI技能需求正从“会开发”转向“会应用”。数据显示AI应用技能岗位占比从17.67%升至34.69%开发技能占比下降约26%。企业更需要能够把AI嵌入业务流程、真正提升效率的应用型人才。在开发岗位内部企业偏爱“传统AI大模型”复合通才。仅要求大模型等新兴技能的岗位占比近50%同时要求传统与新兴技能的岗位占比升至25.60%。算法岗从专才走向通才广义AI算法占比近24%。4.3 地域集聚特征AI技能岗位高度集中于五大城市群。京津冀、长三角、粤港澳、成渝、长江中游五大城市群的AI技能岗位占全国约90%。珠三角增速亮眼长三角占比有所回落。AI技能岗位的地域集中度远高于普通岗位这进一步加剧了区域间的就业机会差距。技术岗与非技术岗之间也存在显著鸿沟。技术岗AI渗透率长期在8%上下是非技术岗的5倍以上。非技术岗中管理、设计、咨询、教育、产品AI渗透率居前AIGC带动内容创作类岗位快速增长。五、政策应对与制度设计5.1 监测预警体系的建立全国政协委员李连柱建议建立监测、预警、响应三位一体的AI就业风险防控体系。由人力资源和社会保障部牵头联合工信部、国家统计局构建国家级AI就业影响动态监测平台聚焦制造、金融、物流、客服等高风险行业实时评估岗位替代率、技能缺口指数发布红黄蓝三级预警。中国银河证券的研究报告也建议建立AI就业相关的前瞻性监测体系把招聘端、岗位端和技能端纳入更前瞻的风险预警框架对就业结构性风险早识别、早预警、早干预。5.2 技能培训体系的转型面对技能需求的快速迭代传统的教育培训体系需要进行深刻改革。科大讯飞董事长刘庆峰建议以全民AI素养加AI复合型人才为主线重塑教育与人才培养体系。在基础教育中做好科学教育加法普及AI通识教育夯实人机协同的认知框架。在职业教育中建设人机协作模块化课程与实训体系提升AI实操能力。在高等教育中加快AIX交叉学科建设推动科研范式变革优化人才培养目标与能力素质模型培养AI复合型创新人才。在继续教育中强化国家智慧教育平台AI课程供给提升全民数字适应力。5.3 社会保障的兜底刘庆峰还建议政府要完善转型期稳岗转岗公共支持强化社会保障托底。建设全国互认的AI培训体系打通培训与就业流动堵点提升劳动者技能可迁移性与市场匹配效率做强公共培训与实训供给提供培训-测评-推荐-跟踪一体化服务提升培训成效强化社会保障托底与再就业支持联动设立过渡性帮扶完善失业保险制度有效缓冲职业中断带来的收入波动冲击。针对新就业形态应建立完善的权益保障制度。将数据标注师、人工智能训练师、提示词工程师等新职业逐步纳入工伤保险覆盖范围制定合理保费分担制度。在此基础上完善适应新就业形态的权益记录与接续规则确保缴费记录跨地、跨行业连续累计逐步推动其职业伤害保障、失业保险等各项权益与职工社会保险体系平稳并轨。5.4 创业支持与生态建设为应对AI领域高淘汰率的特征政策重心应从扶持单个项目转向维护平台健康生态。由地方政府主导结合区域产业布局建设公共智算中心以成本价或补贴价为中小微创业团队、个人开发者提供算力服务。对因市场变化、技术路线等非主观因素未能达到预期目标的创业项目创业者可凭项目退出证明优先享受公共就业服务机构提供的岗位推荐、技能再造等再就业服务。探索建立区域性创业风险补偿资金对符合条件的失败项目给予适度债务减免或过渡性救助。六、未来展望与个人应对6.1 技术演进的加速2023年3月OpenAI的研究团队预测美国约19%的工人会看到超过50%的工作任务被AI影响这个过程预计需要十年。然而到2026年初数据已显示任务暴露度超过50%的岗位比例从接近于零飙升至30%。所有职业的AI暴露度年均增速从2%跃升至9%加速了4.5倍。预测的失效速度本身就是信号。Cognizant的评估开篇就说我们原本预测需要十年才会发生的事情现在已经提前六年在眼前上演了。6.2 资本与劳动力的大脱钩五十年前标准普尔500指数公司的资产绝大多数是物理实体。今天这些公司约90%的资产是无形的知识产权、品牌、网络效应、代码。无形资产遵循与物理世界完全不同的法则复制成本几乎为零协同效应显著必然导向赢家通吃。看看数据惠普在2007年成为首家年收入突破1000亿美元的科技公司时拥有17.2万名员工。苹果从3000亿营收增长到4000亿只增加了约1.7万人。谷歌最近一次新增1000亿美元营收只需1.1万人。微软最近一次跨过1000亿门槛仅用了7000人。英伟达达到1000亿营收时全公司只有3万人。资本不再需要劳动力来放大自己。这场游戏里人类劳动力甚至没有资格再坐上牌桌。6.3 劳动者的应对策略面对这一变革个体的应对策略需要系统性调整。第一不必挤纯AI岗优先AI加业务。AI渗透率不足2%但AI应用能力正在成为通用技能。非技术岗的咨询、管理、设计、教育等领域掌握AI工具即可获得显著优势。第二技术岗走复合路线。传统算法加行业经验的复合型人才最受青睐。避免陷入细分领域收缩风险。第三初级岗抓应用高级岗补落地。初级岗稳中有韧性重点练AI工具使用高级岗需从纯研发转向业务落地降低成本敏感度提升性价比。第四学历与经验不唯上能力是核心。高学历、强经验仍是门槛但市场正弱化标签、看重实战持续学习AI应用、落地能力比死守资历更重要。第五转变思维。必须从人与AI竞争的焦虑中跳出来转向人机协同竞争的新模式。劳动者应主动将AI视为提升自身效能的外脑与工具而非对立面。结语大模型对就业结构的影响不是简单的替代二字可以概括。替代、创造、重塑三重效应同时发生在不同行业、不同岗位、不同群体间呈现高度异质性的分布。短期内就业市场面临结构性调整的压力。技术红利释放与社会承接能力之间并不同步形成了远期繁荣预期升温、近期就业压力先行的态势。但长期看AI有望成为推动生产率跃升、打开新增长空间的核心力量。中国劳动和社会保障科学研究院的研判认为人工智能对就业的影响并非短期剧烈的冲击而是表现为长期、渐进且结构性的演化过程。适应这一变革需要个人、企业和政府的协同努力。劳动者需要持续学习提升人机协作能力企业需要合理规划AI应用平衡效率与员工发展政府需要完善监测预警、技能培训和社会保障体系确保技术红利惠及更多人。正如一位专家所言发展人工智能是为了解放人、赋能人、成就人而非淘汰人、边缘人。在拥抱技术革命的同时筑牢社会公平正义的堤坝才能真正实现科技向善、发展为民的目标。