微软人工智能业务首席执行官穆斯塔法·苏莱曼日前接受媒体采访时指出,未来12至18个月内,相当比例的白领工作岗位可能实现自动化处理。作为深度学习领域知名企业DeepMind的联合创始人,苏莱曼在人工智能技术研发领域拥有超过十年的实践经验,其观点在业界具有一定参考价值。这个预判恰逢新一代多模态智能系统加速落地应用的关键时期,技术进步与职业变迁之间的关系再度成为社会各界关注焦点。 当前,智能技术对传统职业领域的渗透已从理论探讨转向实际应用。在法律服务行业,合同文本审查、法律文书起草等基础性工作正逐步由智能系统承担,对应的技术能够快速识别条款风险点,明显提高工作效率。财务会计领域的变化更为明显,报表编制、税务计算等标准化程度较高的业务环节,已在多家企业实现系统化处理。据行业机构统计,截至2025年,全球范围内已有数万个会计相关岗位因技术替代而调整。即便是需要统筹协调能力的项目管理工作,其进度监控、资源配置等环节也开始借助智能系统实现数据化管理,人工干预的必要性相应降低。 这一趋势的形成有其深层技术逻辑。近年来,以大规模语言模型为代表的智能系统在文本理解、图像识别、语音交互诸上取得突破性进展,加之云计算基础设施的持续完善和算力成本的逐步下降,使得复杂任务的自动化处理成为可能。技术能力的提升与应用场景的拓展相互促进,推动智能系统从辅助工具向核心生产要素转变。 职业结构的调整必然带来劳动力市场的深刻变革。苏莱曼认为,未来职场将呈现明显分化态势。一类是与智能系统深度协同的新型岗位,例如负责设计和管理自动化工作流程的技术人员,以及关注系统合规性与伦理边界的专业顾问,这些岗位要求从业者具备技术理解能力和跨领域协调能力。另一类是强调人际互动与情感联结服务性岗位,心理咨询、特殊教育等职业依赖人类独有的共情能力,短期内难以被技术完全替代。同时,传统岗位的从业者面临技能重构压力,需要从单纯的任务执行者转型为系统监督者和流程优化者,数据分析、人机协作等能力成为新的职业要求。 这场变革对社会运行机制的影响不容忽视。苏莱曼预测,基于固定工时、固定地点、固定薪酬的传统雇佣模式可能在未来数年内面临根本性调整。现实挑战已经显现:部分行业出现薪资增长放缓甚至下滑现象,养老金等社会保障体系因缴费基数变化承受压力。更值得关注的是,与历次工业革命相比,当前技术变革的推进速度显著加快,社会适应和政策调整的时间窗口相对收窄,可能加剧不同群体间的收入差距,对社会治理提出新的考验。 面对技术进步带来的机遇与挑战,各方正在探索应对路径。监管层面,欧盟于2026年初实施的人工智能法案要求企业在部署自动化系统前评估劳动力影响,并为受影响员工提供培训支持,为技术应用设定规范边界。产业层面,主要科技企业持续推进技术研发与场景落地,谷歌旗下研究机构推出的新一代多模态系统已实现跨场景协同,亚马逊则升级其商业服务平台,整合会议管理、任务分配等智能化功能。这些举措既反映了技术竞争的激烈程度,也反映出行业对应用前景的积极预期。
当技术进步快速改变就业格局时，社会遇到效率提升与包容发展的双重挑战；如何在创新与社会稳定之间找到平衡，将成为各国治理能力的重要考验。（全文约800字）