📦 4 Parts + Conclusion
👉 滑动
PART 01
行动拆解
评估先行，两手抓
PART 02
三个变化
HR必须看懂
PART 03
争议声音
先别急着下结论
PART 04
四个动作
今天就能启动
PART ///
写在最后
一个真问题
近日，人社部宣布将开展适应人工智能发展促就业行动，积极应对AI对就业的影响。（上观新闻，2026-10-15）
先看两个正在同时发生的场景。
1998年出生的李云帆，最近开发了AI作文批改产品“作文说”。AI承担了约80%的编程工作，他负责战略、产品和运营。产品上线4个月，用户突破1.5万。
大洋彼岸，Salesforce CEO马克·贝尼奥夫告诉媒体，公司把AI智能体投入客服工作，客服人员规模从9000人压缩到了5000人。
一边是普通人用AI轻松创业，一边是企业借AI削减人力。AI对就业的影响，正在两个看似矛盾的方向上同时展开。而人社部这次出手，意味着这件事不再只是企业和员工之间的自发博弈——它进入了政策议程。
对HR来说，这不是一条远在天边的宏观新闻。它很可能变成你明年工作清单里新增的一项：AI就业影响评估。
01
PART
这次行动到底要干什么：评估先行，两手抓创造和托底
POLICY ACTION
先说结论：这不是一次传统的职业培训或招聘对接行动，而是一套“事前评估、事中调节”的组合拳，核心是让AI发展和就业扩容别互相拆台。
一是建评估体系。今年7月8日，人社部、发改委、工信部、国家数据局联合印发了《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），里面明确提出：加快建立人工智能就业影响评估体系，建立人工智能就业影响调查制度，引导创新资源向创造就业潜力大的方向倾斜。（科创板日报，2026-07-08）
二是放大AI的“创造”效应。《实施就业优先战略“十五五”规划》已经部署了三块安排：人工智能就业创造、传统领域人工智能就业潜能挖掘、劳动者转型转岗就业支持。具体做法是推动更多AI应用场景创新、技术成果转化、创业项目，探索人机协同的新型工作形态，把技术潜力变成真实的市场需求和就业机会。
三是缓冲“破坏”冲击。技术进步带来的岗位变化，不会自动完成新旧交替。所以政策要求把就业影响监测、技能培训、就业服务、转岗支持和社会保障结合起来，在岗位发生变化之前就介入，而不是等劳动者失业之后再救火。
再往长期看，是改造人才培养体系：技能培训要和产业需求精准对接，新职业开发和标准体系要跟上，劳动者权益保护要补课。目标是顺应一个结构性变化——初级岗位减少、决策管理能力需求增多。
归纳成一句话：评估先行，创造和托底两手抓，长期靠人才体系重塑。
HR要盯的，就是其中和自己有关的部分。
02
PART
为什么HR必须现在看懂：三个正在发生的变化
THREE SHIFTS
变化一：AI就业影响从企业自发应对，变成了政策议程
过去，企业上AI是业务部门的事，HR最多配合做培训。现在不一样了。一旦“就业影响评估体系”落地，企业引入AI替代人工的方案，很可能要先回答一个问题：对就业有什么影响？有没有配套的转岗安排？
这意味着HR的角色要变：从AI项目的配合者，变成就业影响评估的参与者，甚至是发起者。
未验证：评估体系的具体细则、覆盖范围和时间表，官方尚未公布。这里是基于40号文件方向的推断。
变化二：“创造”赶不上“替代”，中间有个要命的时间差
这是整篇报道里最值得HR多看两遍的一段话：一家企业引入AI，几周就能改变原有工作流程；但新的产业、新的商业模式从形成到获得足够多的客户、再到持续招聘，往往需要几年。AI提高的生产率，不一定自动变成更多就业。
国际劳工组织（ILO）2025年的研究估计，全球约四分之一的就业岗位在某种程度上受到生成式AI影响。ILO判断这些岗位更可能发生工作内容转型而非直接消失，但提醒了一个更隐蔽的风险：生产率提升会让企业考虑减少招聘。替代效应可能先表现为招聘减少、晋升通道收窄、部分岗位工资承压，在较长周期里“温水煮青蛙”式地抬高失业率。
对HR来说，除了“会不会裁员”这种一次性冲击，“招聘冻结”“编制收缩”“涨薪停滞”这类慢性变化更值得盯。
创造与替代的时间差（示意）
变化三：初级岗位先消失，新人正在失去“入口”
AI目前更多取代的是初级岗位——客服、基础文案、初级数据处理、标准化审核。但初级岗位是年轻人积累经验、学习专业技能、进入职业发展的起点。
于是出现一个悖论：未来企业需要更多懂管理、会决策的人才，但职场新人积累经验的入口却越来越少。梯子正在被抽掉，而上面的人还在往上爬。
前程无忧“2026年度典范雇主”调研给出了佐证：认为“企业需要的能力与员工现有能力之间最大差距”是AI协同能力的企业，从27.4%升至66.7%，提高了39.3个百分点；把“AI深度应用能力”作为员工培养主要目标的企业，从46.7%升至78.9%。（新京报贝壳财经，2026-10-12）
对招聘来说，这意味着：简历上“熟练使用办公软件”这类初级能力会加速贬值，“能带着AI把业务做成”的复合能力会加速升值。招聘标准和培养体系都得跟着改。
03
PART
争议和不同声音：先别急着下结论
DEBATES
“机器人税”：专家在呼吁，政策还没接招
有经济学、社会学领域的专家呼吁，对使用机器人、AI替代人工的企业征税——“机器人税”，本质上是一次再分配，避免财富过度集中。用税收调节出的财政资金，可以扩充公共服务和社会保障。
但要注意：这目前只是专家呼吁层面（未验证是否进入政策议程）。HR眼下不用按“要交税了”做预算，但这个信号值得记下来。
“技术向善”：让AI从替代人转向赋能人
也有AI科学家、经济学家呼吁，把规制、激励和劝导机制作用于AI技术的开发者、投资者和使用者，进而作用于技术本身，使其从“替代人”转向“赋能人”。
这句话对HR有个很实在的落点：你们公司采购AI工具、设计AI流程时，立项标准里要不要加一条“这个项目是替代人还是赋能人”？
临界点警告：别干等技术给出答案
《学习时报》前不久刊文指出，人工智能对就业的影响一旦突破临界点，结构调整的成本会急剧上升。
“绝不能干等技术发展给出结果，而是应该进行主动的事前干预与事中调节。”
04
PART
HR现在能干的4件事：从看懂到动手
ACTION PLAN
前面都是“看懂”，下面是“动手”。这4件事都不需要等政策细则，今天就能启动。
第一件：给公司做一次“AI就业影响盘点”
40号文件里的“就业影响评估”，企业侧的最小可行版本就是一次盘点。做法很直接：
列出公司已经在用的AI工具（客服机器人、AI面试、智能排班、代码助手、文案生成等等）。
对每个工具，回答三个问题：它改变了哪些岗位的工作内容？改变幅度有没有超过30%？被改变的员工现在在干什么？
输出一张清单：高风险岗位（工作内容被重塑50%以上）、中风险岗位（被改变20%~50%）、低风险岗位。
这张清单，就是你们公司的“AI就业影响地图”。以后政策细则下来，它就是现成的底稿。
AI就业影响地图：岗位风险三层分级（示意）
第二件：把培训预算向“AI协同能力”倾斜
数据已经摆在那了：66.7%的企业认为，最大能力差距是AI协同能力。培养重点正在从单一技能转向“业务+AI”的复合能力——既懂业务又能用AI的人，既了解生产流程又会部署智能系统的人。
具体怎么做：别再搞“AI工具使用培训”这种通用课了。按岗位拆：销售学“AI+客户洞察”，招聘学“AI+简历筛选与面试”，财务学“AI+报表自动化”。培训的考核标准也不是“会不会用工具”，而是“用AI之后，这个岗位的产出有没有可衡量的提升”。
第三件：建立转岗预警机制，在变化之前介入
HR可以把政策要求翻译成一个内部机制：
每季度更新
更新一次“AI就业影响地图”（见第一件），让风险清单始终是新的。
提前设计路径
对未来12个月可能被AI重塑的岗位，提前设计转岗路径：能转到哪里、需要补什么技能、培训周期多长。
单独过渡方案
对年龄较大、数字化经验少的员工单独设计过渡方案——他们的学习成本更高，一刀切的培训不公平，效果也差。
政策原文里最关键的一句：“在岗位发生变化之前提供帮助，而不是等到劳动者失业之后才介入”。
目标是把“优化名单”变成“转岗名单”。
第四件：用好政策工具箱里的现成工具
“人工智能＋人社”实施意见里提到的场景，HR可以直接拿来用：构建职业分类知识图谱和求职招聘模型，快速识别用人需求和求职意向，协助生成招聘公告和求职简历；开拓数字人直播带岗、远程招聘、智慧面试等新模式；推进“岗位需求＋技能培训＋技能评价＋就业服务”四位一体联动。
这些不是概念，是政策明确鼓励、未来可能有配套支持的方向。
///
LAST
写在最后
A REAL QUESTION
技术红利会不会惠及大众，是评判这一系列举措效果的首要标准。对HR来说，可以把这句话缩小成一个更具体的问题：
你们公司上一个AI项目立项时，HR参与过就业影响评估吗？
如果没有，下一次，别再缺席了。政策已经动手，HR的席位要自己先坐上去。
本文核心事实来源：上观新闻《观见 我们需要担心被AI替代吗？》（2026-10-15）；人社部等四部门《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，2026-07-08，科创板日报）；前程无忧“2026年度典范雇主”调研（新京报贝壳财经，2026-10-12）。ILO 2025年研究数据为转引。“机器人税”目前仅为专家呼吁，未进入政策议程。
我是雷神，每天追踪 AI+HR 的一线变化，帮HR把AI真正用起来。
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。
THANKS FOR READING