AI使熟練不再稀缺，中國的勞動與產業如何轉型？

人工智能使得熟練勞動不再稀缺，也把新的問題推到了面前：當成熟技術越來越容易獲得，中國能否持續創造尚未成熟的技術，能否在新的產業形成時掌握主動？

文｜賈康 孫善羣

人工智能（AI）正在逼近一類曾經讓人安心的工作：它需要技術，需要訓練，也需要長時間的耐心勞動，卻主要依靠成熟知識和相對穩定的流程完成。比如，寫常規代碼、做基礎測試、整理資料、制作商品圖片、處理客戶諮詢，都屬於這種工作。

說得直白一些，這些工作就是那些通常被人們稱爲“碼農”幹的“有技術含量的累活”：未經訓練的人難以勝任，經過數年學習和實踐的人卻可以穩定交付；熟練因此形成門檻，也成爲勞動者換取收入的資本。

中國恰好是這種熟練勞動優勢最具代表性的產業大國之一。它的發展成就，很大程度上來自把成熟技術做精、做穩、做出規模：工程師解決問題，技術員改進工藝，熟練工保證質量，供應商和管理者把無數環節組織起來。

國家統計局的資料顯示，2021年-2025 年，中國制造業增加值佔全球的比重始終保持在 28% 以上。人社部公布的資料則顯示，中國技能勞動者超過 2.2 億人，其中高技能人才超過 7200 萬人。這些數字背後，是一個依靠學習、訓練和產業實踐，把龐大人口轉化爲生產能力的社會。

當越來越多可以數字化、可以拆解成步驟的熟練工作，開始進入人工智能的能力範圍，其對中國社會的衝擊，會深入觸及既有的發展方式。

當熟練能力越來越容易獲得，企業靠什麼保持利潤？勞動者靠什麼維持收入？年輕人又該如何走上職業發展的臺階？這些問題都需要新的答案。隨着技術成本下降、應用範圍擴大，這種衝擊將逐步加深。

對於擁有熟練勞動組織成巨大產業體系的中國，人工智能的廣泛應用尤其關系到就業、收入與向上流動的基礎。擔憂由此產生，轉型也必須從這裏出發。

熟練的價值，正在重新被定價

熟練之所以有價值，是因爲它需要時間。一個人反復處理問題，逐漸掌握規則，知道常見錯誤發生在哪裏，學會在限定時間內交出合格結果。企業爲這種能力支付工資，客戶爲這種能力購買服務。勞動者積累經驗，通常也能借此獲得更好的就業機會。

這會改變企業組織勞動的方式。一個團隊原本需要多人分別承擔檢索、起草、修改和檢查工作，工具成熟後，部分環節可以合並，員工的工作重心隨之轉向判斷、溝通與驗收。企業仍然需要人，但對不同層次員工的需求會發生變化。最先承受壓力的，往往是那些承擔大量常規執行任務、又缺少獨立決策權的崗位。

這些變化能否帶來更好的就業，關鍵在於需求。如果完成相同業務所需的勞動時間大幅減少，企業必須獲得足夠多的新訂單，或者創造足夠多的新業務，才能繼續吸收原有勞動。經濟學家達龍·阿西莫格魯（Daron Acemoglu）和帕斯卡爾·雷斯特雷珀（Pascual Restrepo）關於自動化的研究，把這一過程概括爲勞動替代與新任務創造之間的相互作用：技術提高生產率的同時，可以減少某些任務中的勞動需求；新的任務和經濟活動，則可以重新擴大就業。

企業效率提高與勞動者處境改善之間，需要一座橋。這座橋由新增需求、職業轉換和收入分配共同構成。如果這些環節跟不上，企業節省下來的勞動投入，就可能成爲勞動者面臨的招聘收縮、工作減少和收入壓力。

衝擊爲何會一層層加深

人工智能對勞動的影響，不會停留在今天的能力水平。它正在沿着成本、任務範圍和組織方式三個方向推進。

成本下降，首先擴大了使用它的企業範圍。斯坦福2025年人工智能指數報告（AI Index）記錄，達到特定 GPT-3.5 基準表現水平的模型，其推理價格在2022年11月至2024年10月間，降至原來的不足 1/280。曾經需要慎重計算的AI工具開支，逐漸變成許多企業可以日常承擔的費用。只要某項任務能夠穩定地節省時間，採用它的動力就會增強，原有的人工報價也會受到重新審視。

任務範圍擴大，則使影響從一個操作延伸到一段流程。早期AI工具幫助人寫一句話、改一段程序，後續的智能體則開始嘗試讀取資料、操作軟件、檢查結果和推進任務。斯坦福2026年AI Index顯示，智能體在OSWorld電腦操作測試上的表現明顯改善。企業採用AI技術時，會考慮出錯概率、人工檢查成本和整體效率。隨着越來越多常規AI環節達到可用水平，一個崗位的工作內容就可能被持續壓縮，直到原有團隊結構需要重新安排。

組織變化又會把這種影響延續下去。起初，企業會讓原有員工使用AI工具，隨後，可能在下一輪預算、招聘和外包安排中體現效率收益——離職後不再補人，減少初級崗位，把更多業務交給小團隊，都是可能出現的調整。

Anthropic在2026年對美國勞動市場的早期研究中發現，在更容易受到 AI 影響的職業裏，年輕人獲得新工作的速度可能已經放慢。 技術衝擊因此可以在沒有集中裁員的情況下逐漸累積：現有員工仍然工作，後來者卻發現門變窄了。

競爭還會迫使企業跟進。一家率先使用AI的企業可能獲得較高利潤，但當同行普遍採用AI後，客戶便會要求更低價格、更快交付。原本屬於先行者的效率收益，逐漸變成行業共同的成本標準。企業爲了留住訂單會繼續壓縮費用，員工則需要證明自己擁有AI工具之外的價值。熟練勞動面對的壓力，會隨着技術擴散一輪輪傳遞。

壓力沿着產業傳向家庭

中國的特殊處境在於，熟練勞動同時連接着產業競爭力、家庭收入和年輕人的發展預期。大多數勞動者通過教育和職業訓練進入生產體系，企業通過組織勞動者獲得交付能力，家庭再以勞動收入支撐消費和生活改善。人工智能只要改變其中一個環節，影響便可能沿着整條鏈條傳遞。

青年就業是最敏感的入口。據新華社報道，2026 屆普通高校畢業生規模達到1270萬人。對準備進入勞動市場的年輕人而言，第一份工作既要提供收入，也要幫助他們把學校裏的知識變成實際能力。初級編程、基礎分析、普通設計和後臺處理等崗位，除了完成業務，也承擔着訓練新人的功能。企業如果減少這些崗位，會同時減少年輕人的收入機會和經驗來源。

初級崗位收縮，還可能使人才培養失去必要的起點。過去，新人從簡單任務做起，在真實反饋中積累經驗，再逐漸承擔復雜工作。如果基礎任務越來越多地交給AI，企業卻仍然沿用“只招有經驗的人”的標準，培養人才的鏈條就會出現缺口。年輕人學會了更多知識，卻更難獲得實踐機會；行業需要成熟人才，卻沒有足夠空間讓新人成長起來。對於長期寄望於教育改變生活的中國家庭，這種落差會格外沉重。

收入與需求之間的聯系，會進一步放大壓力。國家統計局公布的2025年數據中，工資性收入佔居民人均可支配收入的 56.6%。大量家庭的消費能力，仍然依賴就業和工資。當常規技術工作的報價下降，初級崗位減少，收入增長預期轉弱，家庭就會更謹慎地消費。企業面對較弱需求，又會繼續控制用工和成本，勞動市場的調整由此可能形成反復。

這一變化還會疊加到已有的經濟壓力上。2025 年，中國居民消費價格與上年持平，工業生產者出廠價格下降 2.6%。 IMF（國際貨幣基金組織）在2026年發布的中國經濟評估中，也將內需偏弱、房地產調整和對外需的依賴列爲重要挑戰。

在這樣的背景下，人工智能節省的成本若主要轉化爲進一步降價，而沒有帶來足夠的新需求，企業就可能面對更高效率、更低報價和更薄利潤同時存在的壓力。雖然價格下降能夠惠及消費者，但收入增長和穩定預期則決定這種好處能否轉化爲持續消費。

對於中國來說，強大的自動化生產能力，會讓相關的調整推進得更快。國際機器人聯合會的統計顯示，2025年中國新增安裝約35.4萬臺工業機器人，佔全球新增部署的59%。大規模工業應用、完整供應鏈和激烈的企業競爭，使中國具備迅速推廣新技術的條件：一旦有企業驗證某種做法有效，同行就會迅速跟進。這樣的能力可以鞏固生產優勢，也會加快用工方式的變化，這要求勞動者和公共制度以更快速度適應。

國際分工同樣會發生調整。WTO（世界貿易組織）發布的《2025年世界貿易報告》報告指出，人工智能能夠降低貿易成本、提高生產率並擴大市場機會，而基礎設施、技能和技術能力的差異會影響各方獲得的收益。對可以遠程交付的業務，海外客戶可能讓本地員工借助AI，承擔過去需要外包的部分任務；其他經濟體的企業，也可能借助AI工具更快達到基本交付標準。對中國而言，這既提供了開拓市場的新工具，也意味着原有競爭者與潛在競爭者都在獲得新的能力。

制造業的變化，會更深地進入設備、材料和工藝之中。現場調試、質量控制和復雜供應鏈，仍然需要大量實踐知識，這些能力將成爲中國轉型的重要基礎。與此同時，企業的競爭優勢會越來越取決於能否把現場經驗轉化爲數據、產品和持續改進的系統。停留在增加人手、延長工時和壓低報價的企業，會承受更大的壓力。

這些渠道共同指向一個值得擔憂的局面：中國企業可以在技術競爭中繼續向前，熟練勞動者的收入與職業空間卻未必同步擴大。這可能意味着，生產能力增強，家庭預期趨於謹慎；領先企業不斷突破，初級崗位的入口逐漸收緊。對於一個依靠大規模熟練勞動實現工業化和收入提升的國家，技術變化因而具有格外深的社會影響。

從熟練的國度，走向創造的未來

中國的轉型，需要把發展的重心推向技術前沿。隨着成熟知識和常規能力不斷被AI工具吸收，企業今天尚有利潤的業務，明天也可能進入新一輪替代。能夠形成持續優勢的，是提出新的問題、突破關鍵技術、開拓新的產業。中國應當把更多資源投向這些環節，爭取在下一代生產體系形成之初，就擁有參與定義它的能力。

首先要深入人工智能本身的技術源頭。基礎模型、學習算法、計算架構、關鍵芯片和研發工具，決定了智能能力如何產生、以什麼成本運行，又能向哪些領域擴展。中國需要在這些環節持續取得原創突破，形成具有競爭力的技術平臺，並圍繞它們發展新產品、新企業和新的產業分工。國務院實施的“人工智能+”行動，已經提出加強基礎理論和模型架構創新，支持人工智能芯片攻堅，並推動技術研發與工程實現協同發展。轉型的力度，應當體現在這些核心能力的積累上。

前沿突破還要延伸到人工智能以外。先進材料、生物科技、未來能源、量子技術等領域，關系到下一代產品與生產方式的形成。人工智能可以加速研究與開發，中國則應借此提高原創能力，掌握重要的技術路線和核心成果。2026 年“十五五”規劃綱要，將原始創新、關鍵核心技術攻關和戰略前沿布局置於科技發展的突出位置，提出突破基礎理論與底層技術。這些方向應當成爲能夠持續投入、不斷驗證和逐步形成產業的長期事業。

真正的前沿能力，需要厚實的基礎研究支撐。它要求長期積累理論、方法、儀器和實驗能力，也要求給研究者探索未知的時間。科研評價和資金安排，應當能夠支持高風險、有價值的探索，讓重要問題獲得跨越短期考核周期的研究空間。“十五五”規劃綱要也提出，對基礎研究團隊和青年科技人才給予長期穩定支持，探索長周期資助模式，鼓勵高風險、高價值研究。衡量這樣的投入，需要看它能否產生新的發現和能力，能否打開此前無法進入的技術領域。

中國已有的制造和工程基礎，應當成爲前沿突破通向產業的強大支撐。新材料需要制造工藝，新型能源技術需要裝備與系統，新計算架構需要芯片、軟件和應用共同驗證。龐大的產業體系，可以幫助原創成果完成從實驗室到原型、從原型到規模生產的跨越。制造規模支撐前沿突破，前沿突破再帶動制造升級，中國才能不斷建立新的競爭優勢。

與之相適應，教育、資本和市場也要支持創造新技術的人。人才培養應加強基礎學科、科學方法和獨立研究能力，讓年輕人更早進入真正有挑戰的科研與工程項目。資金需要有耐心承擔研發周期和技術風險，市場則要給新企業公平競爭的機會，使有價值的成果能夠成長爲產品。知識交流、國際合作和多種技術路線的競爭，也應成爲創新體系的重要部分。面向前沿的投入，最終需要落到這樣的組織與制度條件上。

新的技術與產業，還應不斷拓展勞動能夠進入的空間。原創突破帶來新產品、新市場和新任務，才有可能爲人才與就業打開新的通道；關於自動化與新任務的研究，也強調了新任務創造對勞動需求的作用。職業訓練、就業服務和收入保障，應當幫助勞動者向新產業流動，降低轉換的成本，使技術躍遷獲得更廣泛的人力與社會支持。

中國過去的發展，證明了大規模學習、工程組織和產業協作能夠創造怎樣的成就。人工智能正在改變這些能力的稀缺程度，也把新的問題推到了面前：當成熟技術越來越容易獲得，中國能否持續創造尚未成熟的技術，能否在新的產業形成時掌握主動？這將決定未來的發展空間。

如果技術不斷向前，而產業優勢仍然固着於成熟環節，今天的成本競爭就可能演變爲明天的產業位置退讓。要避免在新生產體系中被整體邊緣化，中國需要更強的原創能力，更深的基礎研究，更有競爭力的核心技術，以及把突破轉化爲新產業的能力。發展的主動權，來自不斷創造更新的優勢。

人工智能對中國的衝擊會越來越深，前沿突破因此應當成爲轉型的中心。中國需要爭取的，是參與定義下一代技術、形成新的產品與產業，並由此創造新的需求和發展機會。熟練曾經幫助中國把龐大的人口與產業組織起來；創造將決定這股力量能夠走向多遠。未來的道路，要在持續向前的探索中打開。