随着人工智能逐渐在经济社会发展中发挥“主力军”作用，人工智能对就业的影响成为各界关注的焦点。
近日，中国劳动和社会保障科学研究院莫荣研究团队发布的一项研究成果认为，人工智能对中国就业的影响总体有限。短期来看，人工智能对就业总量的影响相对温和，结构性影响比数量性影响更重要，但就业的结构性矛盾呈上升趋势，潜在的技术性失业风险在增加。从长期来看，人工智能对就业的影响呈现出渐进的、大规模的结构性转变趋势。
中国人工智能的产业化效应在2016年前后开始大规模显现。2016年，广东、江苏、浙江以及其他省份开始升级“智能制造”，提高制造业自动化水平。
不仅如此，人口老龄化也加强了对智能的需求。人口老龄化和劳动力短缺的趋势也迫使企业采用智能技术来提高劳动生产率。
“企业自动化改造的主要目标是提高企业整体效率，减岗是效率提升的结果。”莫荣认为，在短期内，人工智能技术和设备的应用对制造业员工的数量影响不大。从调查看，部分企业员工离职率因智能化升级有所上升，但劳动力市场很快吸收了流失人员，整体就业稳定。
作为中国最早的“机器换人”行动，东莞市，目前就业形势总体稳定。2018年，东莞市人社局对53家智能制造升级的企业进行了调查分析。结果表明，企业智力并没有对就业人数产生显著影响。纵向对比智能企业就业登记情况，就业总量与全市基本持平，呈稳中略降趋势。
“总的来说，自动化的替代并没有导致就业的明显波动。其中一个重要原因是制造业长期处于缺工状态，自动化首先取代了这些工作，并没有对劳动力供求产生很大影响。同时，制造业工人流动率高，就业替代速度远低于工人。劳动者不仅在制造业内部流动，还在继续向服务业转移，这为企业消化富余人员提供了有效的解决方案。”莫荣说。
“从智能的实际过程来看，会是一个因为各种因素而逐渐量变到质变的过程。”莫荣说，目前，减员增效只限于当地岗位和设备升级的具体阶段，对就业的整体影响有限。部分人员冗余不会导致低端劳动力失业突然增加。一方面，服务业有效吸纳转型就业。受益于服务业的快速发展，就业结构不断优化。在自动化的过程中，在单个企业员工数量减少的同时，企业的数量和规模也在增加。服务业新的就业形式快速增长。
另一方面，制造企业实施智能制造升级是一个设备替代和产能扩张共同作用的过程。综合考虑生产经营成本，大量中小企业客观上仍需依靠手工劳动。例如，调查发现苏州市里一家轮胎厂，只有轮胎制造流水线无人操作。如果智能进一步扩大，还不如保留人工岗位。
虽然人工智能技术和设备在国内制造业的应用还处于起步阶段，但未来有很大的发展空间。分析认为，随着中国制造企业增长方式和生产自动化的转变，工业机器人推广市场前景将十分广阔。特别是人工智能产业链，创造新的就业岗位潜力巨大。
“短期内，岗位总量保持稳定，岗位结构变化逐渐加大。从中长期来看，随着智能化的加速发展，传统岗位的结构性失业风险凸显，结构性失业问题会越来越严重。总的失业人数取决于人工智能技术结合各个行业和不同阶段的产业创造和减少了多少就业岗位。在人工智能发展的早中期，仍然存在被替代的劳动力无法快速就业、失业率急剧上升的情况，需要引起高度重视。”莫荣说。
研究认为，智能化就业趋势将推动高质量就业转型。随着人工智能和其他技术对就业的加速影响，技能发展、劳动关系、社会保障和监管服务面临新的挑战。因此，迫切需要适应新时代的要求，通过积极有效的政策引导和体制机制改革创新，加强产业就业的协调发展，形成相应的就业治理框架。
“就业转型需要政策的大力支持和平衡。人工智能的发展对就业的影响是全面的，包括岗位替代和岗位创造，既提高了整体就业质量，也有实现充分就业的压力。就业服务和技能培训创新应该同时进行，不仅要加强未来新劳动力的智力教育培训，也要对劳动力存量采取有效的服务措施。”莫荣想道。
调查显示，目前国内智能制造战略与促进就业政策的相关性不高。很多接受自动化升级的企业都希望得到系统的政策体系支持，从而统筹资金、技术、技能培训方面的工作。
江苏一些企业在实施智能制造升级的过程中，不仅期望政府加大财政补贴购买设备，还希望相关部门能够协调组织成立实体。机构，帮助企业解决机器人应用等技术问题，为智能制造提供专项“培训补贴”，以期为企业提供更多的外部培训机会。
近年来，各地广泛颁布了一系列宏观人才政策和人才战略，但对智能产业人才政策定位的侧重点不够具体，对产业人才引进、培养和交流的政策不够细化。一些地方更加注重高层次人才的引进和培养，但缺乏相应的技能人才优惠政策，存在落户难、子女入学难等问题。
“构建就业治理的顶层设计，需要评估宏观经济变化可能带来的实际影响，为劳动力市场的变化做好准备，使政策具有前瞻性、针对性和灵活性。”莫荣说，特别是在培训领域，有必要加强培训。机构以及企业参与就业治理，以适应快速增长和多变复杂的新技能需求。
同时，随着新型就业模式的常态化，数字化平台就业正在模糊全职工作和自由工作的界限，需要建立基于个人身份信息的劳动就业管理系统。研究结果建议加快就业服务和维权体系的完善和创新，建立数字化转型。教育培训体系促进人工智能与就业良性互动、协调发展，助力发展动能转换、提质增效。