智庫論見 | 積極關注“AI換人”對勞動者權益影響 把效率紅利轉化為收入紅利

核心觀點：人工智能是新一輪科技革命和產業變革的核心引擎，更是我國搶占全球產業制高點的“勝負手”，但考慮到AI帶來的生產率躍升極易沉淀為資本-數據要素的獨占收益，建議相關部委積極關注AI應用對就業與收入分配的影響，建立數據分紅、技能提升、柔性監管等配套工具，把AI的“效率紅利”逐步、適度轉化為勞動者的“收入紅利”，實現技術領先與共同富裕雙贏。

■曹博 黃騰

近日發布的《中華人民共和國國民經濟和社會發展第十五個五年規劃綱要》，提出全面實施“人工智能+”行動，加強人工智能同科技創新、產業發展、文化建設、民生保障、社會治理相結合，搶占人工智能(AI)產業應用制高點，全方位賦能千行百業。

自2018年以來，以ChatGPT、Sora、DeepSeek等為代表的預訓練大模型持續取得突破，推動AI技術廣泛滲透于經濟社會各領域。然而，AI在顯著提升企業核心競爭力的同時，也引發了要素分配格局的重塑，勞動者權益保障面臨新的挑戰。

一

AI推動就業格局深度重構，結構性失衡風險上升

從宏觀層面看，一是就業結構性矛盾突出。高技能崗位因與人工智能形成互補，崗位數量持續增加;低技能崗位雖依賴人際交互難以被完全替代，但因大量中等技能崗位勞動者向低技能領域轉移，導致該類崗位求職人數激增、就業競爭加劇。中國勞動和社會保障科學研究院基于我國300個城市招聘數據監測顯示，2025年1至8月，以算法工程師、人工智能訓練師、數據分析師等為代表的人工智能相關崗位需求同比增速超過100%，而銷售、行政、財務、法務等崗位需求同比下降10%到30%。二是勞動收入占比下降。AI提高生產效率，企業新增收益主要用于購置智能設備、軟件系統，積累數據資產以及擴大投資或分紅，而非大幅提高員工工資。以頭部企業為例，騰訊2024年營業收入6658億元，員工薪酬592億元，勞動報酬占比8.9%，顯著低于2019年的11.2%。相較于在AI算力、智能產線、數據系統等方面的千億級資本投入，勞動者在新增價值分配中的份額明顯不足。三是區域和行業發展不平衡加劇。人工智能的應用高度依賴數據基礎設施、高技能人才和資本投入，導致技術紅利更多集中在數字經濟發達地區和頭部行業。研究顯示，東部、中部、西部和東北地區人工智能產業區域競爭力高于全國平均水平的省(區、市)占比分別為4/5、2/3、1/4和1/3.整體呈現出由東部向中部、東北地區以及西部地區競爭力逐級遞減的分布格局。“技術地理集聚”效應使得傳統制造業密集或服務業數字化水平較低的地區，在就業吸納能力和產業升級速度上相對滯后。

從微觀層面看，一是崗位能力要求提升。人工智能雖替代了數據整理、報告撰寫等基礎性任務，但企業同步提高了績效標準，對員工快速響應、綜合判斷和跨領域整合能力的要求提升，更高復雜度的工作顯著抬高了實際履職門檻。《管理世界》研究顯示，人工智能技術暴露度越高的職業需求縮減更為明顯、內部薪資差異加劇，且可能會提出更高的針對受教育程度和工作經驗的招聘需求。二是實際工時增加。AI時代算法管理將勞動拆解為“責任連續、時間離散”的狀態，在碎片化待命機制下，工人24小時履職責任與實際工時記錄嚴重背離，出現統計工時下降、真實工時上升的現象。斯坦福大學研究顯示，2025年全球AI普及率超87%，但打工人均工作時長反增1.5小時，“AI”輔助崗加班率比傳統崗位高34%。三是職業發展通道收窄。基礎崗位被AI簡化或替代后，勞動者失去通過經驗積累實現晉升的傳統路徑，陷入“有崗無階”的結構性困境。特斯拉上海工廠通過“lights-out”自動化生產，機器人替代率達到75%，單廠產能提升至每周5000輛，較傳統工廠人力減少60%。傳統的流水線操作工崗位大量消失，取而代之的是少數負責設備監控和維護的技術人員，原本需要通過多年一線操作積累經驗才能晉升的路徑，現在因為基礎崗位的消失而變得不復存在。

二

AI提效但未減負，勞動時間困境存在三重根源

從個體層面看，AI導致“任務碎片化”，削弱勞動者對“真實邊際產出”的感知，使其在勞動價值認同和報酬回報上面臨更大不確定性。新古典勞動供給理論認為，工資率的提高會產生收入效應和替代效應。當AI帶來邊際時薪提高時，收入效應使勞動者要求增加閑暇、減少工時，而替代效應使得勞動者用工作替代閑暇、延長工時，凈結果取決于“邊際收益”的感知度，若邊際收益不可預測，收入效應將會被推遲甚至消失，替代效應持續占優。勞動者因無法確認“多勞”是否“多得”，不敢輕易減少工時，與此同時，替代效應在算法績效系統的強化下持續占優，系統不斷推送新任務，量化考核指標(KPI)持續加碼，勞動者為滿足基準要求，只能被動延長工作時間。

從企業層面看，AI帶來的生產率提升未能轉化為社會閑暇，根源在于勞動力市場權力不對等與集體議價能力弱化。AI對勞動時間的影響，本質上是生產組織邏輯與權力關系的再生產。企業將AI帶來的邊際產出增長，優先用于業務擴張、市場占有率提升和股東回報，在“股東價值最大化”的主導范式下，管理層缺乏動力將效率提升轉化為社會閑暇。同時，零工經濟的興起加劇了勞動者的原子化，勞動者個體面對龐大的平臺算法，集體議價能力被嚴重弱化，即使AI提升了個體生產率，勞動者也缺乏足夠的談判籌碼來主張“減時增薪”。

從制度層面看，勞動時間規則制度滯后于技術變革，缺乏對AI算法的有效約束機制。傳統勞動法體系建立在“固定工時+明確雇主責任”的工業時代邏輯之上，而AI驅動的新型工作模式(如平臺零工、遠程智能協同、人機混合任務流等)模糊了“工作”與“待命”、“生產時間”與“準備時間”的邊界。勞動者雖未處于物理意義上的“上班狀態”，卻因算法實時派單、即時響應要求、隱形在線考核等機制長期處于心理性在崗狀態，實際勞動時間遠超法定工時。

因此，AI對勞動時間的影響不僅取決于技術屬性，更受制于經濟制度中的權力關系。替代效應產生的效率提升本可為縮短工時提供物質基礎，但在生產組織邏輯下該收益主要被企業占有，并通過任務重構、績效加碼和市場競爭傳導為更高的勞動強度。勞動者雖免于重復性操作，卻陷入更復雜的“認知內卷”，其真實福利水平反而可能下降。因此，僅靠市場機制無法實現技術進步與人類福祉的正向關聯，必須依賴制度優化以重塑收益分配格局。

三

對策建議

人工智能是新一輪科技革命和產業變革的核心引擎，更是我國搶占全球產業制高點的“勝負手”，但考慮到AI帶來的生產率躍升極易沉淀為資本-數據要素的獨占收益，建議相關部委積極關注AI應用對就業與收入分配的影響，建立數據分紅、技能提升、柔性監管等配套工具，把AI的“效率紅利”逐步、適度轉化為勞動者的“收入紅利”，實現技術領先與共同富裕雙贏。

一是以“共享發展”為導向，探索AI效率紅利的合理分配機制。堅持“發展為了人民”，在保障企業創新動力的前提下，鼓勵有條件的地方和行業開展AI增效共享試點。支持企業將因AI應用節省的部分成本，用于設立“數字技能提升專項基金”，通過集體協商確定資金用途，重點投向受影響職工的技能培訓、崗位轉型和職業發展。此外，同步推動上市公司在ESG報告中披露“AI對勞動投入的影響及應對措施”，增強社會監督與透明度，引導技術進步成果更公平惠及勞動者。

二是以“技能躍遷”為核心，構建“預測—培訓—就業”一體化支持體系。依托人社部“技能中國行動”，加快建立AI影響下的職業變遷動態監測與響應機制。基于招聘平臺、社保和稅務大數據，按季度發布《重點行業崗位替代與新興需求預警清單》，精準識別“技能缺口紅名單”。在此基礎上，推動職業院校、技工學校與龍頭企業共建“AI協作人才訂單班”，對轉崗人員提供“免學費、給補貼、保推薦”的全周期支持。同時，失業保險基金可設立AI轉型過渡性補貼，對參加緊缺技能認證培訓的勞動者給予生活補助，實現“轉崗不斷收、技能有進階”。

三是以“守住底線”為前提，推進算法用工的柔性治理與人文關懷。堅持包容審慎原則，在不干預企業正常經營的前提下，聚焦高風險場景加強引導。由人社部門聯合總工會、行業協會，制定《AI協作崗位工時健康指引》，鼓勵平臺開發“連續作業提醒”“疲勞狀態自評”等人性化功能。對快遞、倉儲、客服等高頻算法管理領域，開展自愿性工時負荷評估試點，形成“重點關注清單”。對存在系統性超時、休息不足等問題的排班方案，通過工會協商、行業自律或公開說明等方式推動優化，以“技術向善+制度托底”讓勞動者在智能時代既有效率，更有尊嚴。

(曹博、黃騰，中國移動通信集團有限公司研究院戰略與產業研究所研究員)

總 監 制丨王列軍車海剛

監 制丨陳 波 王 彧 楊玉洋

主 編丨毛晶慧 編 輯丨鄒 朵