编者按 ：随着AI加速进入生产和日常生活，其对就业市场的影响正受到各国高度关注。法国“进步主义者日记”9月17日刊发文章，援引15项可核查来源指出，AI冲击正从重复性劳动向高技能认知岗位延伸，尤其挤压年轻毕业生的初级职位。尤其是中小企业在AI应用上的滞后，可能进一步加剧这种分化。从经济学角度看，AI属于典型的“通用目的技术”（general-purpose technology）：它并不局限于某一个行业，而是可以渗透到几乎所有产业，并改变生产过程本身。换句话说，总体就业并没有明显恶化，但年轻人进入职业世界的“第一级台阶”正在变得越来越少。文章进一步提出，AI带来的真正风险未必首先表现为大规模失业，而可能是“职业入口”收窄、人才培养链断裂，并进一步侵蚀工资税基和社保融资基础。此外，中国社会对AI总体呈现较高接受度，这有利于技术推广，但也可能使就业结构变化带来的制度性问题更晚进入公共议程。这与过去几轮自动化明显不同：此前最先受到冲击的，通常是中等技能、重复性较强的岗位；如今，自动化的前沿正在向上移动。对中国而言，这意味着推进“人工智能+”行动时，具体落点尤为关键：如果主要用于“同样的任务更快、更省人”，就业结构冲击可能被放大；如果更多用于创造新任务、新职业和新专业能力，则可能形成新的就业需求。在所分析的923种职业中，有120种职业处于高度暴露状态，其中超过30%的工作任务可能被自动化[2]。工程、信息技术、法律、创意等传统意义上的高技能职业，都位列暴露程度最高的职业之中。2026年，每名受益人的平均培训预算从3250欧元下降至2870欧元；平均培训时间则从3.8个月缩短至3.1个月[11]。2026年5月，OECD地区平均失业率为4.9%，接近历史低位；就业率则升至创纪录的72.1%[3]。过去通常由新人承担的工作——例如基础内容写作、资料分析、初级数据处理——恰好也是最容易被AI接管的任务。相比之下，中国目前仍缺少同口径、可跨年比较的企业AI采用率统计，这使有关AI就业冲击的讨论较易停留在个案与估算层面。对中国而言，文章首先提示了一个重要的数据缺口。更值得警惕的是，就在职业转型最需要增加培训投入的时候，相关预算却在收缩。在那些最容易受到AI影响的职业中，冲击已经率先出现在职业生涯早期岗位上[3]。Acemoglu、Autor和Johnson在2026年2月发表的一篇工作论文中，将技术变革划分为五种类型[4]。法国的数据已经体现出这种压力。原因并不难理解：生成式AI最擅长的恰恰是分析、归纳、写作和资料检索，而这些工作正是大量高技能职业的核心组成部分。它们目前占相关统计范围内营业收入的66%、就业人数的59%[7]。欧洲央行在2025年第四季度开展的SAFE调查覆盖了625家法国企业。2026年，法国有3.8%的就业岗位面临生成式AI带来的较高暴露风险[2]。这种差别，足以解释为什么未来的岗位暴露规模会大幅上升。“世界科先声”栏目编译此文，旨在为中国观察AI与就业关系提供参照。文章的另一处论证结构也值得中国政策界关注：它区分了“AI辅助工具”与“智能体AI”的替代强度，并指出当前企业采用AI主要用于自动化，而非创造新任务。2026年，78%的年轻专业人士能够在毕业后六个月内找到工作[3]。在人口结构压力加大的背景下，这一点对中国尤其值得提前研究。智能体型AI带来的，不只是效率提升。目前来看，企业采用AI的主要目标仍然是自动化：用更少的人，以更低成本、更快速度完成相同的工作。2026年1月，国际货币基金组织（IMF）指出，自动化对初级岗位的影响，是管理岗位的两到三倍[8]。France Compétences的2026年预算计划总支出为120.78亿欧元，比2025年减少接近15亿欧元[10]。但今天，这类工作反而正在成为人工智能冲击的最前沿。但目前AI的应用，大多集中在另外几种类型，也就是提高效率、替代任务，而不是创造新的人工任务[4]。如果AI正在改变就业结构，一个自然的政策反应应当是加大职业培训和转岗投入。现实中的结果，是培训正在重新转向周期更短、专业资格含量更低的项目。换句话说，在岗位结构发生深刻变化的时候，培训体系提供的却越来越多是短期课程。OEM联合创始人Axelle Arquié还指出了另一个潜在后果：如果年轻毕业生开始预期自己的学历和专业资格会因AI而持续贬值，那么接受高等教育这项投资本身，也可能逐渐失去对个人而言的经济合理性[1]。这一比例在2024年为10%，2023年只有6%。从2026年的3.8%，升至未来两至五年的16.3%，背后并不只是AI使用规模扩大，更关键的是AI本身的部署方式正在发生质变[2]。其对“自动化收益专项征税”的讨论未必适合直接移植，但背后的问题具有普遍性：当AI推动就业结构和劳动收入占比变化时，社会保障的缴费基础也需要相应调整。法国本身还存在AI采用相对滞后的问题，这使得判断未来趋势更加复杂。文章关于技术扩散与制度响应“时序错配”的提醒，因而具有现实参考价值。这意味着，随着AI渗透率提高，法国实际上正在形成两个越来越不同的劳动力市场：一个属于积极采用AI的企业，另一个属于尚未采用AI的企业。为什么AI对就业的影响会在未来几年迅速扩大。如果把时间拉长到未来两至五年，这一比例将升至16.3%，涉及接近500万个岗位[2]。法国的特殊问题：AI采用较慢，但冲击并不会因此消失。而所谓“智能体型AI”（agentic AI），则能够接管一整套工作流程。2026年，收入最高的10%劳动者，其岗位对AI的暴露率达到22.1%[2]。2025年至2026年初，就业市场的韧性甚至超出了预期。AI带来的一个根本变化，是复杂、高技能的认知型任务也开始暴露在自动化风险之下。相关预算从93亿欧元下降至82亿欧元[10]。总体就业依然稳定，但年轻人的“第一份工作”正在减少。其中，学徒制承担了大部分削减。因此，摆在2027年前的政策选择已经越来越清晰：是对AI带来的生产率收益进行征税，以此为劳动者转岗和再培训提供资金；还是继续主要依赖工资和社会缴费体系，让仍然留在岗位上的劳动者承担其同事被自动化替代所带来的成本。从宏观数据看，劳动力市场似乎仍然相当稳健。培训强度也在下降。在他们的框架中，只有一种技术变化能够真正增加对人类专业能力的需求，那就是创造新的工作任务。但法国正在朝相反的方向走。更反直觉的是，收入越高，暴露程度反而越高。Coface与“受威胁及新兴职业观察站”（Observatory of Threatened and Emerging Jobs，OEM）在2026年3月发布的一项联合研究记录了这一趋势[2]。传统的AI辅助工具，往往只是替代某一个具体环节。自动化的边界正在向高技能岗位推进。过去，人们普遍认为，高技能、复杂的认知型工作很难被自动化取代。而问题的关键，不只是技术本身，而在于福利国家能否有效吸收由此产生的就业迁移和岗位替代。文章还提出，应关注自动化收益与社保融资之间的关系。最需要职业转型的时候，培训预算却在减少。个人培训账户，也就是劳动者个人积累培训权利的制度，预算则减少6.5亿欧元，降至13.1亿欧元[10]。而在公共卫生危机结束后，这一比例一度超过85%[3]。法国2025年10人以上企业的AI采用率为18%，即便如此，法国在欧盟内部仍被视为AI采用相对滞后的国家。Carl Benedikt Frey在2025年出版的《How Progress Ends》中提出，AI未来可能对高技能劳动者产生类似于20世纪70年代去工业化对蓝领工人的冲击[9]。也就是说，两年间增长了两倍[7]。但总体数据掩盖了更深层次的变化。【文/法国“进步主义者日记”】。相比之下，欧元区平均水平达到39%，德国为46%，西班牙为44%[6]。其中，只有23%的企业表示自己已经中度或高度使用AI[5]。而且，已经采用AI的企业并不是边缘企业。但真正的职业转型，往往需要持续12至18个月的系统再培训。研究同时强调，这里的“暴露”并不等于岗位一定会消失，它衡量的是工作任务受到AI影响的程度。法国国家统计与经济研究所（INSEE）在2026年7月公布的数据也显示，2025年，在拥有至少10名员工的法国企业中，有18%使用了至少一种AI技术[7]。