題記：本文原標(biāo)題為“從崗位暴露到企業(yè)應(yīng)用：中、新勞動(dòng)力市場(chǎng)中的人工智能滲透路徑比較”，作者李嘉為新加坡管理大學(xué)經(jīng)濟(jì)學(xué)院院長(zhǎng)、李光前經(jīng)濟(jì)學(xué)講席教授；張丹丹為北京大學(xué)國(guó)家發(fā)展研究院副院長(zhǎng)、經(jīng)濟(jì)學(xué)教授。首發(fā)于財(cái)新網(wǎng)。

自 2022 年底 ChatGPT 橫空出世以來，生成式人工智能（Generative AI）以前所未有的速度滲透進(jìn)各行各業(yè)。這場(chǎng)技術(shù)革命一方面激發(fā)了對(duì)生產(chǎn)率躍升的廣泛期待，另一方面也引發(fā)了全球勞動(dòng)力市場(chǎng)中日益加劇的“替代焦慮”。

現(xiàn)有研究中，美國(guó)勞動(dòng)力市場(chǎng)由于數(shù)據(jù)可得性高、研究積累深厚，已成為相關(guān)實(shí)證分析的“前沿陣地”；但對(duì)于亞洲經(jīng)濟(jì)體，尤其是制度環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)和技能體系差異顯著的國(guó)家，系統(tǒng)性的比較研究仍然明顯不足。而恰恰是這種跨國(guó)比較，才能幫助我們更清晰地理解：人工智能并非以同一種方式作用于所有勞動(dòng)力市場(chǎng)。

我們此前的研究（張丹丹等，2025）基于中國(guó)大型招聘平臺(tái)的百萬級(jí)招聘廣告數(shù)據(jù)，通過將崗位需求拆解為具體“任務(wù)”，并評(píng)估這些任務(wù)被大語言模型替代或重構(gòu)的可能性，構(gòu)建了職業(yè)層面的 AI大語言模型（AI-LLM）暴露度指標(biāo)。研究發(fā)現(xiàn)，在中國(guó)勞動(dòng)力市場(chǎng)中，受大語言模型技術(shù)沖擊最大的主要是白領(lǐng)職業(yè)，如會(huì)計(jì)、編輯、銷售等，其招聘需求已出現(xiàn)明顯下降。技術(shù)進(jìn)步在這一過程中更像是一個(gè)“嚴(yán)苛的過濾器”：一方面加速清洗白領(lǐng)崗位中高度常規(guī)化的任務(wù)，另一方面顯著抬高了高暴露度崗位的招聘門檻，使企業(yè)對(duì)學(xué)歷與工作經(jīng)驗(yàn)的要求更加苛刻。

然而，技術(shù)沖擊并非必然導(dǎo)向同一種“替代路徑”。當(dāng)我們將視角轉(zhuǎn)向數(shù)字化程度更高、服務(wù)業(yè)高度集中、跨國(guó)公司總部云集的新加坡時(shí)，看到的是不同的圖景。新加坡的經(jīng)濟(jì)結(jié)構(gòu)具有高度代表性：幾乎不存在農(nóng)業(yè)，制造業(yè)規(guī)模有限，絕大多數(shù)就業(yè)集中在服務(wù)業(yè)，尤其是商業(yè)管理、法律、會(huì)計(jì)、IT 與金融等高度專業(yè)化領(lǐng)域。

由新加坡管理大學(xué)與北京大學(xué)組成的研究團(tuán)隊(duì)，系統(tǒng)分析了新加坡 2012 年 1 月至 2025 年 10 月間超過 1500 萬條招聘廣告數(shù)據(jù)。該數(shù)據(jù)覆蓋了過去 13 年新加坡全部用人單位（近 8 萬家）的招聘行為，使我們能夠完成中國(guó)抽樣招聘數(shù)據(jù)難以實(shí)現(xiàn)的分析任務(wù)——即從企業(yè)層面直接刻畫 AI 技術(shù)在真實(shí)生產(chǎn)經(jīng)營(yíng)活動(dòng)中的滲透情況。

由于新加坡數(shù)據(jù)的完整性優(yōu)勢(shì)，我們得以采用兩類互為補(bǔ)充、但測(cè)度層級(jí)不同的指標(biāo)來刻畫人工智能在勞動(dòng)力市場(chǎng)中的滲透路徑。一方面，通過基于崗位任務(wù)結(jié)構(gòu)構(gòu)建的 AI-LLM 暴露指數(shù)，識(shí)別不同崗位在技術(shù)上受到 AI 沖擊的潛在風(fēng)險(xiǎn)；另一方面，通過基于招聘廣告反推企業(yè)行為的 AI Integrator（AI集成）指標(biāo)，刻畫企業(yè)是否已將 AI 系統(tǒng)性嵌入其真實(shí)生產(chǎn)與經(jīng)營(yíng)流程。前者側(cè)重崗位層面的“可替代性”，可匯總至職業(yè)、行業(yè)、地區(qū)乃至整體勞動(dòng)力市場(chǎng)；后者則側(cè)重企業(yè)層面的“實(shí)際應(yīng)用”，反映 AI 從技術(shù)能力向組織能力轉(zhuǎn)化的程度。以下對(duì)這兩種路徑分別進(jìn)行分析。

基于招聘信息的分析：AI 替代潮的中新差異

我們首先完全沿用中國(guó)勞動(dòng)力市場(chǎng)研究中的方法框架，構(gòu)建了新加坡的 AI-LLM 暴露指數(shù)。具體而言，我們將每一條招聘廣告中的崗位需求拆解為若干具體任務(wù)，并逐一評(píng)估這些任務(wù)受到大語言模型和 AI 技術(shù)影響的潛在程度，最終在崗位層面形成可比的 AI-LLM 暴露度指標(biāo)。

一個(gè)看似反直覺卻極為關(guān)鍵的發(fā)現(xiàn)是：盡管 AI 技術(shù)在過去幾年中快速演進(jìn)，新加坡勞動(dòng)力市場(chǎng)整體卻保持了相對(duì)穩(wěn)定。尤其是在新發(fā)布的招聘崗位中，AI-LLM 暴露指數(shù)長(zhǎng)期維持在較高且平穩(wěn)的水平。這表明，不同類型任務(wù)在招聘需求中的結(jié)構(gòu)性占比，并未因 AI 的加速擴(kuò)散而發(fā)生劇烈波動(dòng)，市場(chǎng)正在以一種相對(duì)溫和的方式吸收技術(shù)沖擊。

這一趨勢(shì)與中國(guó)形成了鮮明對(duì)比（圖1）。在大語言模型普及之前，中國(guó)勞動(dòng)力市場(chǎng)的 AI-LLM 暴露水平雖略低于新加坡，但整體差距并不顯著；而在 2023 年之后，中國(guó)新招聘崗位的 AI-LLM 暴露指數(shù)卻出現(xiàn)了明顯下降。這很可能意味著，大量易被 AI 替代的崗位已經(jīng)在中國(guó)率先完成了“出清”。相反，新加坡并未出現(xiàn)類似的指數(shù)下滑，顯示其勞動(dòng)力市場(chǎng)在面對(duì) AI 沖擊時(shí)展現(xiàn)出更強(qiáng)的結(jié)構(gòu)韌性。

圖 1：2018 年 1 月—2025 年 10 月中國(guó)與新加坡月度招聘崗位的 AI-LLM 暴露指數(shù)

數(shù)據(jù)來源：智聯(lián)招聘，lightcast。

基于企業(yè)的分析：2023 年前后的“造”與“用”之變

如果說 AI-LLM 暴露指數(shù)主要回答的是“哪些崗位在技術(shù)上更容易受到 AI 沖擊”，那么基于企業(yè)招聘行為構(gòu)建的AI集成指標(biāo)，則更直接反映了企業(yè)是否、以及在多大程度上，已經(jīng)將 AI 技術(shù)嵌入其真實(shí)的業(yè)務(wù)流程之中。

在新加坡，招聘數(shù)據(jù)中對(duì) AI 相關(guān)人才的需求變化，能夠較為清晰地反映企業(yè)在 AI 研發(fā)與應(yīng)用層面的轉(zhuǎn)型路徑。基于招聘廣告文本，我們將含有 AI 關(guān)鍵詞的崗位需求劃分為四類：

第一類是 AI 使用者（AI User），即在日常工作中使用大語言模型工具完成寫作、總結(jié)、代碼輔助或客戶服務(wù)等任務(wù)的崗位；

第二類是 AI 集成者（AI Integrator），即負(fù)責(zé)構(gòu)建、運(yùn)營(yíng)或?qū)?LLM 深度嵌入企業(yè)業(yè)務(wù)流程的崗位；

第三類是同時(shí)具備上述兩類特征的復(fù)合崗位；

第四類是 “其他 AI”崗位，主要包括招聘模型實(shí)驗(yàn)室中的基礎(chǔ)模型預(yù)訓(xùn)練研究人員、研究科學(xué)家，以及從事通用機(jī)器學(xué)習(xí)或自然語言處理（NLP）算法研發(fā)的技術(shù)崗位。

在 2018—2021 年間，新加坡的 AI 人才需求主要集中在“其他 AI”領(lǐng)域，即以“造模型”為核心的研發(fā)型崗位。這一需求在 2021 年后明顯回落，直到 2023 年才重新回升，但整體仍未超過此前的歷史高位（見圖2）。

真正的結(jié)構(gòu)性轉(zhuǎn)折出現(xiàn)在 2023 年初。此后，“AI 使用者”和“AI 集成者”兩類崗位需求顯著增長(zhǎng)，且后者增長(zhǎng)尤為迅速。越來越多企業(yè)開始在核心業(yè)務(wù)流程中系統(tǒng)性引入 AI，部分行業(yè)中，發(fā)布過 AI 集成相關(guān)崗位的企業(yè)比例已接近 4%。這類崗位并不要求從零訓(xùn)練大模型，而是強(qiáng)調(diào)通過 RAG（檢索增強(qiáng)生成）、微調(diào)或 API 接口，將現(xiàn)有大語言模型深度嵌入具體業(yè)務(wù)場(chǎng)景。

圖 2：2011 年 9 月—2025 年 10 月新加坡用人企業(yè)月度 AI 相關(guān)人才需求

數(shù)據(jù)來源：智聯(lián)招聘，lightcast。

如何跨越“替代”的陣痛？

新加坡的經(jīng)驗(yàn)表明，AI 并不必然引發(fā)大規(guī)模失業(yè)。當(dāng)技術(shù)應(yīng)用從單純“替代人力”轉(zhuǎn)向“業(yè)務(wù)集成”與“全員賦能”時(shí)，反而可能創(chuàng)造新的就業(yè)空間。對(duì)中國(guó)而言，跨越“替代”的陣痛期，至少需要在三方面持續(xù)發(fā)力：

第一，加速應(yīng)用生態(tài)的構(gòu)建。推動(dòng) AI 從模型研發(fā)走向場(chǎng)景落地，鼓勵(lì)企業(yè)圍繞具體業(yè)務(wù)流程培育“AI 集成者”崗位。

第二，推動(dòng)技能培訓(xùn)體系轉(zhuǎn)型，從傳授固定知識(shí)轉(zhuǎn)向培養(yǎng)“調(diào)用 AI 解決問題”的能力，從培養(yǎng)循序漸進(jìn)型創(chuàng)新轉(zhuǎn)向培養(yǎng)能夠駕馭不確定性的顛覆性創(chuàng)新人才。

第三，構(gòu)建勞動(dòng)力市場(chǎng)的動(dòng)態(tài)監(jiān)測(cè)體系，從刻畫潛在 AI-LLM 對(duì)崗位替代風(fēng)險(xiǎn)的“暴露指數(shù)”，進(jìn)一步拓展到反映企業(yè)真實(shí) AI 使用和滲透程度的 AI 集成指標(biāo)，為分析勞動(dòng)力市場(chǎng)結(jié)構(gòu)調(diào)整提供持續(xù)、可操作的政策抓手。

參考文獻(xiàn)：

張丹丹等，2025，“大語言模型人工智能技術(shù)對(duì)中國(guó)勞動(dòng)力市場(chǎng)的潛在影響研究”，《管理世界》，2025.41(7):59-72

文章來源：財(cái)新網(wǎng)