(资料图)
据天眼查数据，截至 2026 年 5 月，我国存续在业的人工智能相关企业超 532.3 万家；广东、北京、江苏三地企业数量分别突破 82.5 万家、42.7 万家、40.8 万家。该统计覆盖全产业链经营主体，不等同于已经完成岗位智能化改造的企业规模。
就业风险评估不能只做一次上线测评。模型输出质量会随数据、场景持续波动，管理者需要常态化跟踪错误率、岗位负荷与人员流动情况。一旦技术上线带来额外加班、考核失衡等问题，必须及时优化流程。
技术变革给不同岗位带来截然不同的影响：一部分劳动者从机械事务中解放出来，转向沟通协调、质量管控等高价值工作；另一部分岗位面临业务收缩。企业应当提前公示岗位调整方案，配套转岗辅导与过渡期安排，稳定职工预期。
公共就业服务也要与时俱进。岗位名称变化有限，但任职要求已经新增工具核验、数据处理、跨岗协同等内容。培训机构与招聘平台应细化岗位任务清单，帮助求职者精准补齐技能短板，避免笼统设置 “掌握 AI 能力” 的模糊要求。
人工智能应用的价值，最终要在生产现场接受检验。生产率与产品质量固然重要，员工能否熟练掌握新流程、权责划分是否清晰、能否共享技术红利，决定智能化项目能否长期落地。就业友好原则，正在推动行业竞争从单纯采购技术工具，转向更为精细化的组织管理变革。