政策在AI替代发生前,先动了
2025年11月3日发改委发布会释放了对AI就业影响的政策信号:监测预警、社保衔接、新职业认定、监管沙盒与立法规划同步推进。本文判断,这标志着就业政策从被动兜底转向主动预判,但监测什么、预警给谁、社保怎么接三个关键变量尚未回答。
政策在AI替代发生前,先动了

政策的手,第一次伸到了“被替代”之前
2025年11月3日,国家发展改革委在首场“奋进‘十五五’”系列新闻发布会上,由创新和高技术发展司副司长王若蒙回应了人工智能对就业结构的影响。官方表述有两层:一是密切关注AI对就业结构的影响,激发其在创造新就业岗位、带动创新创业方面的活力;二是“对于人民群众关心的就业替代风险,强化监测预警,加强社保体系同就业结构、工作方式变革的衔接,做好兜底性、普惠性社会保障”。

把这两句话放在一起看,政策动作的重心不在限制AI应用,而在AI落地过程中人的位置。传统就业政策的事后逻辑很清晰:失业发生了,失业保险接住,再就业培训跟上。这套流程的起点是“已经失去工作”。此次表态提到的“监测预警”和“社保体系衔接”,指向的是另一个时点——替代风险显现但尚未大规模失业之前。监测预警负责发现信号,社保衔接负责让制度跟得上就业形态的变化。两者组合,意味着就业政策的介入时间轴被向前拨了一段。

前移的机制含义在于:预警信号需要能触发制度调整,否则前移只是姿态。如果监测发现某类岗位替代加速,社保体系能否相应调整覆盖方式、缴费规则或待遇衔接?如果新就业形态的工作方式变化快于制度更新,兜底性保障能否跟上?这些问题不回答,“密切关注”就仍然停留在方向宣示层面。官方表述没有给出监测指标、预警阈值,也没有说明预警触发后具体由谁动作、按什么程序动作。
所以,这次表态的新意不在于新增了监管工具,而在于政策语言里出现了一个此前不突出的时间点:替代发生之前。这个时间点能否变成真正的政策节点,取决于后续是否拿出可量化的监测口径和可操作的社保衔接方案。

新职业与监管沙盒:给AI留出口,也给人留退路
模型训练师、数据标注员被“收编”意味着什么
把模型训练师、数据标注员写进国家职业分类体系,这件事容易被读成“AI在创造新岗位”。方向没错,但功能被高估了。职业分类体系的第一属性是统计与管理制度:一个工种进入目录,才谈得上被就业统计识别、被职业培训标准覆盖、被技能等级评价接纳。发改委表述用的是“推动……纳入”,说明它尚在过程中,报道没有给出时间表。所以现阶段能确认的是口径合法化的启动,不是岗位数量的增加。

这两类岗位还有一个特点:它们处在AI产业链的供给端,而不是被AI替代的那一端。流水线上的装配工、基础客服、初级文案,与数据标注员之间隔着技能门槛和地域分布。新职业被承认,改善的是这些岗位从业者的身份认定和培训路径,对替代风险人群的转移效应是间接的,需要职业培训和资质体系随后跟上才可能兑现。把新职业认定直接当作对冲工具,是把统计动作当成了就业动作。
沙盒是给企业的缓冲,不是给劳动者的

监管沙盒的逻辑同样需要分清作用对象。发改委提出支持建设面向不同领域的人工智能监管沙盒,同步健全申请、测试、使用、退出管理机制,预置风险缓冲方案,拓宽试错容错空间。这套设计的受益方是创新主体:企业可以在限定范围内测试产品,把合规风险控制在可退出、可回滚的边界内。
风险缓冲方案缓冲的是监管风险和技术风险,不是劳动者的收入风险。一个AI应用在沙盒里测试失败,企业退出,损失由企业和监管框架分摊;被这项应用替代掉的岗位,不会因为沙盒退出而复原。沙盒让AI应用的风险变得可控,却没有改变替代一旦发生就由劳动者承担后果的分配结构。
两条工具合起来看,一条承认AI创造的岗位,一条隔离AI应用的风险,各自都成立。但它们的作用对象分别是统计体系和创新主体,都不是被替代者本身。转移通道需要另外设计:谁来判断哪些岗位进入加速替代区间,被替代者通过什么培训进入新职业,过渡期的收入由谁承接。这些问题在新职业目录和沙盒机制里都找不到答案。

“安静期”不是安全期:窗口开着,但不会一直开
蔡昉的提醒与罗志恒的处方
把“安静期”当成安全期,是当前讨论AI就业影响时最容易犯的错误。中国社会科学院学部委员蔡昉在2026外滩年会上的判断是,当前可能只是人工智能产生更大就业影响之前的短暂安静期,同时也是提前做理论和政策准备的窗口期。他明确反对把希望寄托在技术自我修正上,认为需要政府干预和包括金融在内的各方共同参与。

这个判断的分量在于它改变了时间坐标。如果替代是线性的,政策可以等信号明确再动手;如果替代是非线性的,等到统计口径确认岗位大幅减少,窗口已经关闭。蔡昉用的是“短暂”和“窗口期”,不是“长期趋势”,这本身就包含了对政策反应速度的担忧。需要说明,这是他在公开场合的个人判断,不是官方定调,但它与发改委此时强调监测预警的取向是一致的。
窗口期里该做什么,粤开证券首席经济学家罗志恒给出了一个方向:重点发展养老、托育、家政等劳动密集型、AI短期难以替代的服务业。他的理由是这类行业既能承接被AI替代的劳动力再就业,又能满足老龄化社会扩大的服务需求。这是建议,不是既定政策,但它指出了一个现实问题——监测预警只能告诉社会“谁可能被替代”,不能告诉被替代者“去哪里”。
社保衔接是兜底,服务业承接才是出路
社保衔接和产业承接解决的是两个不同层次的问题。社保衔接回答的是“掉下去有没有人接”,属于底线保障;服务业承接回答的是“还能不能重新站起来”,属于出路问题。

两者的关系不能颠倒。只做社保衔接,等于承认替代不可逆,用转移支付消化冲击,财政压力会随替代规模累积。只谈服务业承接,则忽略了过渡期的收入断档——一个被替代的中年劳动者,在完成技能转换之前,需要有人兜住基本生活。
服务业能否承接,也不能假定其自动发生。养老、托育、家政的岗位薪资普遍低于被替代的制造业或白领岗位,技能要求不同,社会评价也不同。需求规模存在,不等于供给意愿存在。如果薪资差距过大、职业尊严感不足,这些岗位会长期缺人,却接不住从其他行业流出的人。
这正是政策前移的成败标准:监测预警必须在替代加速前建成,社保衔接必须在收入断档前到位,服务业承接通道必须在窗口关闭前具备真实的吸纳能力。三者缺一,前移就只剩预警,没有响应。

判断这件事,盯住三个变量就够了
把“密切关注”翻译成可检验的标准,可以拆成三层,逐层收紧。
第一层是监测有没有指标。发改委提出对就业替代风险强化监测预警,但公开表述中没有给出监测口径:哪些行业、哪些岗位、按什么频率采集数据,替代率达到什么水平算进入预警区间。没有指标,监测就只是机构内部的日常观察,外界无法验证,也无法据此安排自己的职业决策。

第二层是预警有没有动作。指标之上还需要触发机制——预警发出后由谁响应、用什么工具响应,是培训补贴、岗位转换支持,还是社保待遇的临时调整。官方提到对制度实施情况开展周期性评估、动态调整不适用的内容,这属于制度自我修正的安排,不等于就业预警的响应程序。有指标而无动作,预警就退化成一份定期报告。
第三层是社保有没有接口。这是三层中最实的一层,也最难。被替代者的收入断档往往发生在身份转换的缝隙里:从单位职工变成灵活就业,缴费主体、缴费基数、待遇计算方式都要重算。如果社保体系没有为这种转换预留接口,监测再灵敏,兜底也接不上。

三个变量里任何一个长期空转,政策前移就只是话语前移。
需要把另一类工作区分开。官方同时提出加快推进人工智能基础性综合性立法,构建法律法规体系的四梁八柱,建立覆盖全生命周期的安全标准和伦理准则。这些是长期制度基建,解决的是AI研发应用的规则框架问题,方向正确,但节奏以年计,且公开信息中没有时间表。用它们来衡量短期就业保护是否生效,会得出错误结论;反过来,因为立法尚在推进就否定就业监测的意义,同样错位。两者作用于不同时间尺度,读者判断时应当分开看。
王若蒙在发布会上说,全社会对人工智能机遇与风险并存已有广泛共识,并强调积极应对人工智能对社会的影响,确保以人为本、向上向善。共识本身不构成政策效果,它只是政策得以推进的前提。真正决定这轮前移成败的,仍是那三个能被观察、能被追问的变量。