2026年初，國務院發(fā)展研究中心相關負責人的一篇長文，深度剖析了AI時代的特殊性與潛在挑戰(zhàn)。全文雖專業(yè)概念密集、篇幅厚重，但核心是解答一個問題：AI時代為何與以往技術變革截然不同？

過去技術發(fā)展曲線相對平滑，而AI時代的技術演進難以預判，多數人仍陷入阿馬拉定律的誤區(qū)——高估AI短期影響，低估其長期變革力。混亂背后暗藏機遇，關鍵在于能否跟上節(jié)奏，文章也給出了針對性解法，其價值遠超各類商業(yè)訪談，更貼合國內實際情況。

AI首先顛覆了“經濟發(fā)展等同于充分就業(yè)”的固有認知，帶來了以往未有的三大脫鉤。第一是就業(yè)與投資的脫鉤，即投資增長未必帶動就業(yè)增加。

以往資本涌向的行業(yè)往往會催生大量崗位，工業(yè)時代重資產也重人力，互聯(lián)網時代企業(yè)也會通過儲備人才創(chuàng)造崗位。但這輪AI熱潮呈現重資本、重算力的特征，投資集中在算力中心、能源網絡等勞動力需求稀薄的領域。

以美國科技巨頭為例，2025年相關投資超4000億美元，卻同步削減現有崗位、縮減畢業(yè)生招聘，新增就業(yè)遠不及減少的崗位，且這一現象發(fā)生在企業(yè)營收、股價持續(xù)增長的背景下。

其他行業(yè)談論AI賦能，核心也多是通過無人化、黑燈工廠等模式替代人力，進一步弱化了投資對就業(yè)的拉動作用。

第二是科技進步與人才進步的脫鉤，個體努力未必能實現同步成長。過去勞動生產率提升，既依賴宏觀技術突破，也依托個體“干中學”的積累，大量受過系統(tǒng)教育的年輕人進入職場后持續(xù)提升，形成工程師紅利。

但AI替代了大量初級工作，讓新人失去了練手積累的場域，高端人才培養(yǎng)失去了基礎路徑。同時，AI迭代速度也沖擊了傳統(tǒng)教育模式，部分新增課程剛開設就因技術更新而滯后，教育與實際需求的脫節(jié)問題愈發(fā)突出。

第三是勞動者工資與生產率提升的脫鉤，AI可能鎖定工資增長上限。按鮑莫爾式生產率分享機制，高科技進步部門的價值會向教育、餐飲等生產率增長緩慢的部門溢出，帶動全社會工資普漲。

但AI的高效降本打破了這一邏輯，科技行業(yè)自身就業(yè)占比不升反降，部分勞動者被擠向服務業(yè)，導致服務業(yè)勞動力過剩，工資上漲受阻。更關鍵的是，AI成本與能源成本強相關，隨著能源技術發(fā)展，AI部署成本持續(xù)下降，人類勞動力價格會被鎖定在AI成本之下，即便生產率提升，工資也難以突破這一上限。

AI不僅沖擊就業(yè)市場，更對以穩(wěn)定就業(yè)為基礎的社保體系構成挑戰(zhàn)。現代社保體系源于工業(yè)化時代，依托兩大基石：長期穩(wěn)定的雇傭關系與收入隨生產率同步增長。

社保強調權利與義務對等，待遇水平與繳費歷史掛鉤，需穩(wěn)定收入流作為支撐；同時，生產率提升帶來收入增長與物資豐盈，能保障每代人以較低繳費供養(yǎng)上一代。

但AI催生了大量零工化、短期化就業(yè)，打破了穩(wěn)定雇傭關系，社保難以精準錨定勞動者貢獻與待遇；中等收入群體工資增長受限，也削弱了社?；鸬墓┙o能力，這種沖擊比老齡化更突發(fā)、更難預判。

破局關鍵在于構建就業(yè)友好型AI發(fā)展模式。技術本身中性，但其發(fā)展路徑具有依賴性，初期方向一旦確定，會形成自我強化的體系。

當前AI發(fā)展多聚焦于替代人力降本，需警惕資本驅動的“圖靈陷阱”，轉而推動AI賦能人類、提升生命質量。具體可通過三方面發(fā)力：

一是優(yōu)化稅收結構，降低或取消工資稅，提高自動化、智能化產品稅率，扭轉資本對替代人力的偏好；

二是推動企業(yè)披露AI發(fā)展路線，明確其對就業(yè)的影響，引導企業(yè)轉向賦能型AI應用；

三是提升個體核心能力，培養(yǎng)原認知、批判性思維與跨學科整合能力，適應人機協(xié)作模式，同時通過政策補貼鼓勵企業(yè)雇傭年輕人，拓寬人才成長路徑。

AI時代的核心命題，是讓技術服務于人類福祉。發(fā)展AI不是為了消滅就業(yè)，而是創(chuàng)造更有尊嚴與價值的工作。人類的價值不應被技術替代，工作既是謀生手段，更是自我實現的路徑。

堅守這一核心，才能在技術變革中把握主動，走出一條兼顧發(fā)展與民生的道路。