AI技改的就业账,应该在采购设备前算清

AI技改与岗位转型封面概念图

一条产线引入视觉质检,验收时通常会问检出率、误报率和节省多少人工。还有一组问题常常拖到系统上线以后才有人问:原来负责抽检的师傅去了哪里?算法误判时谁有权叫停?夜班新工位的技能标准由谁定?如果项目已经把预算花完,再补培训和转岗,代价会高很多。

国务院办公厅《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》(国办发〔2026〕29号,10月16日成文,10月24日公开)把这组问题放到了产业应用的前端。正文从强化就业创造到监测预警,列出六组具体工作、18项任务。文件没有给企业统一的“AI替代人数上限”;它要求在创造新岗位、安排转型转岗、保护权益和评估冲击之间建立一套可执行的连接。对企业而言,最重要的变化是:技改项目的可行性研究不能只列设备投资和效率收益,岗位变化也需要有基线、有负责人、有后续跟踪。

先认清政策究竟管哪几件事

文件第一组任务讨论新岗位:发展智能原生企业,支持中小微企业以低成本、轻量化方式采用技术,培育创业机会,并开发新职业和职业标准。这里对中小企业尤其有意义。“小快轻准”数字产品和解决方案被写进了文件,但贷款、创业扶持等仍须符合各自政策条件。采购一个大模型账号不会自动得到稳岗扩岗贷款。

第二组任务紧接着落到传统行业。文件鼓励工业全要素智能化、农业数智化过程中的人机协作;优先在劳动力紧缺、环境高危岗位推广AI,对劳动密集型行业的应用范围、力度、节奏要求稳慎把握。还提出鼓励企业探索失业缓冲期制度,在大规模推广中提前告知受影响劳动者并提供转岗就业支持。这些表述有明确层次:“鼓励探索”属于政策方向,各地企业仍须依实际适用规则判断义务;劳动报酬、休息休假和劳动安全等合法权益,则必须依法保障。

风险评估的适用范围也不能抹平。文件写的是,对市场准入领域可能造成较大就业冲击的AI应用场景项目,在评审时同步开展就业风险评估;其他领域结合实际开展。企业自己做内部评估可以更早、更广,但那是合理的经营治理动作,不能假装所有AI采购从今天起都要经过同一种行政审批。

后续任务覆盖人才培养、专项培训、就业服务、劳动者权益、收入分配以及风险监测。全国就业信息资源库和公共就业服务平台升级,是公共服务体系建设;企业应主动对接地方人社部门的培训与岗位信息,而非把公共平台当作替代自身劳动关系管理的外包系统。

把岗位盘点做成项目输入,而非事后汇报

一线技改有个朴素经验:先画流程,再谈模型。选一条真实生产或服务流程,列出触发条件、每一步输入、交付物、异常处理人、岗位所需资质以及目前的工时分布。岗位名称太粗,拆成任务才看得出技术边界。以质检为例,拍照、识别表面缺陷、记录结果、判定可放行、复核争议批次、分析缺陷根因,实际上是不同职责。算法可能加快识别,但放行责任、计量溯源和客户争议仍要有人承担。

基线至少留住四组数据:现有岗位和班次人数;按订单波动统计的工时和加班;不良品、返工及安全事故;员工已有的技能和轮岗经验。拍一张上线前的快照并不足够。淡旺季差异明显的企业,最好取能反映订单周期的连续数据,否则“节约工时”可能只是把淡季和旺季错比。

然后做三种情景:AI辅助原岗位完成工作;人机重新分工,释放的时间改做高价值复核和维护;若确有岗位收缩,明确内部转岗、培训和外部就业支持安排。方案书里要写负责岗位、培训课时及考核方法、预计开始与结束时间,并在预算中单列。生产部、HR、工会或员工代表、法务和信息安全负责人应看到同一份流程图。让HR在系统验收后才拿到名单,往往是矛盾产生的起点。

从任务盘点到转岗验收的流程示意概念图

一张就业影响表,比一句“赋能员工”有用

项目负责人可以在立项会上要求供应商和业务部门共同填写一页表。第一栏是自动化范围:哪些操作由系统建议,哪些操作由系统执行,哪些动作必须二次确认。第二栏是岗位影响:受影响人数按工种与班次统计,新增的维护、标注、质控等任务由谁承担,工作地点和薪酬结构是否变化。第三栏是训练:员工能否在付费工时内培训,实操合格率如何认定,未通过者是否有补训机会。第四栏是故障:误判或停机时谁接管,原有技能是否会因长期不用而退化。最后一栏是跟踪:上线一个月、一个季度、半年各看一次岗位、离职、工时和质量数据。

这张表不必伪装成官方强制模板。它的价值在于让原本藏在各部门口头承诺中的成本与责任落到纸面。若供应商宣称“减少30%人力”,先问30%是单个环节工时、班次编制,还是全厂净用工;节约的工时是否转成新的产出,是否计入复核、设备维护和数据标注。不要让一个未经定义的百分数直接变成裁员预算。

还要把失败项目纳入复盘。很多算法在试验数据上表现漂亮,跨产品、换光源或遇到新品材料后性能波动;此时员工被要求补漏,系统却仍按既定ROI宣传。实际工时若增加,及时调整任务分工及验收门槛。劳动者先知道系统何时不可靠,企业应给他们顺畅的异常反馈渠道,而不是只统计系统吞吐量。

转岗计划应当覆盖一个完整的班次,而不只是培训签到

拿质检改造举例。周一的算法试点由熟练工陪跑,周五的夜班出现一批新材质,模型置信度下降,现场只剩刚通过线上课程的操作员。问题并非“员工不愿学”,而是项目把模型上线日期写进合同,把实操合格、交接范围和夜间支援留在合同外。人机协同到底由谁在现场实现,得在排班表中回答。

可把培训分成三层。所有受影响员工先学会识别工具能处理的任务、输出的含义和错误上报路径;负责复核的人练习边界样本、人工抽检和停机回退;维护与数据人员还要掌握版本更新、标注复审、日志追踪。不同层级对应不同的实际工位。结业不能只看答题分数,最好安排带班演练,给出有缺陷、有数据丢失、有误报的样本,看员工能否独立完成接管。

谁付这笔时间成本?企业至少应在实施计划里列明培训时段、代班安排、讲师、设备占用和补训预算。对于转往其他岗位的员工,应明确新岗位的名额、岗位要求、收入与地点变化,给个人留出询问和反馈渠道。国务院办公厅意见要求提供转型转岗支持,并鼓励探索失业缓冲期;具体企业适用的劳动合同、协商和社会保障安排,还须依法及依所在地规则处理。用“已经组织培训”一句话代替个人去向,风险只是被推迟了。

系统上岗后,每周收集具体异常:误判出现在何种材质、哪一班次,员工如何补救,是否增加无偿待命,是否引起质量索赔。反馈要能回到流程所有人,而不是消失在供应商工单里。生产经理决定是否改变放行权限;安全负责人决定风险边界;HR核查培训与岗位实际变化;供应商负责技术缺陷、数据版本和修复时限。对同一事件,最好留下可审计的时间线,下一轮推广才知道问题是算法、流程还是培训。

AI招聘先守住可解释和申诉入口

就业服务智能化有两面。2026年6月22日四部门发布的《关于加快推进“人工智能+人社”应用发展的实施意见》,提出职业分类知识图谱、求职招聘模型、智慧面试,以及“岗位需求+技能培训+技能评价+就业服务”联动。这是公共服务和行业应用的建设方向。同一份文件也要求个人信息保护、数据安全和调用可追溯。国办29号文进一步要求依法治理滥用算法造成的就业歧视、虚假招聘以及侵犯隐私权、休息权的行为。

对企业招聘系统来说,模型筛掉谁、依据什么标准,必须留有可查的记录。简历筛选、面试评分和排班建议要划清辅助建议与最终决定的边界。敏感条件从哪里进入模型?历史录用数据是否固化了旧偏好?应聘者能否得到明确的岗位标准和人工复核机会?内部测评可以按岗位要求建立样本,记录不同群体的误拒率;发现某类候选人被系统性筛除,就停止对应规则并追查数据源。对员工侧的绩效和排班工具,也要核对休息时间是否被碎片化任务吞掉。

“智能代理”一词出现在意见的收入分配任务中,文件鼓励劳动者拓展能力边界。企业不妨把熟练工利用AI编制作业指导、建立质量知识库、带教新人所创造的价值纳入薪酬和晋升讨论。不能只把他们留下来的经验写进系统,然后宣布原岗位无价值。若组织要求员工提供工艺诀窍,知识贡献的记录和授权也应事先明确。

如何计算收益:两个账本一起看

财务账本计算产能、返工、能耗、软件订阅和维保成本;就业账本记录岗位净变化、培训投入、内部转岗率、员工实际收入和安全状况。两个账本互相制约。一个场景可能让单件成本下降,却把夜班异常处理交给更少的人;另一个场景短期培训花费高,六个月后减少工伤和停线,保住经验工人。只看前一种账本,项目会在车间里遭遇阻力,管理层也无法判断成本是不是被转移了。

建议先做8到12周的有限试点:保留对照流程,冻结模型和数据版本,定好质量、安全、工时、员工满意度等指标;试点结束再决定扩大规模。需要转岗的,尽量在系统切换前启动训练,且把上岗实操成绩而非听课次数作为验收依据。对于可能造成较大冲击的项目,提早咨询主管部门或地方人社部门有关评估和服务衔接的具体程序,不要临到项目评审才补材料。

政策还提出建立跨部门就业数据监测模型、开展岗位创造与替代专项调查。企业不必等待统一指标出台才留数据:岗位总量以全职当量和实际人数分别统计,外包人员也按相同流程梳理;同时看新增招聘与内部转岗,避免把一人转岗同时计成“岗位保留”和“新增岗位”。调岗后的六个月内,观察收入、工作强度、安全和离职,而非只在上线当月做一次问卷。这样的内部台账便于发现收益是否伴随成本转嫁,也能为未来与公共服务衔接提供事实基础。收集个人信息时应限于必要范围,个人意见不能被模型用来自动惩罚。

这份政策把“就业友好”写得很具体。企业真正难的部分,也最值得做的部分,是在采购合同签署前回答:谁从AI中获得更安全、更体面的工作;谁可能失去原来的工作;为后者准备的下一步在哪里。技术人员、产线负责人和员工代表把答案写进同一份实施计划,项目才有条件持续跑下去。

参考资料

  1. 国务院办公厅,《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》(国办发〔2026〕29号),成文2026-10-16,生态环境部政务网站2026-10-24刊载:原文。
  2. 人力资源社会保障部、国家发展改革委、工业和信息化部、国家数据局,《关于加快推进“人工智能+人社”应用发展的实施意见》(人社部发〔2026〕40号),署期2026-06-22,国家数据局2026-07-08刊载:原文。
  3. 江苏省人民政府办公厅,《江苏省数字经济高质量发展三年行动计划(2025—2027年)》,2025-04-11,省政府网站2025-04-16刊载;关于智能工厂和中小企业数字化转型的比较背景:原文。

文中试点周期、指标和内部表格为企业实施建议,并非政策统一规定。

分享到