问题——人工智能正加快进入实体经济，就业压力与结构性矛盾引发关注。随着算法、算力和数据更快融入制造、物流、检验检测、设备运维等环节，一些岗位的工作被重新拆分、流程被重构，部分传统工种需求可能回落，劳动者对“岗位减少、就业更难”的担忧随之上升。如何推动创新与稳定就业之间取得平衡，成为各国在新一轮科技变革中共同面对的现实课题。 原因——技术进步重塑生产组织方式与产业分工，是岗位变化的根本驱动。发布会上，张云明表示，发展人工智能不可避免会带来就业结构调整。技术提升效率、降低重复劳动成本，推动企业优化流程与组织形态，部分标准化、可复制的环节由自动化系统承担；同时，数据治理、模型训练与部署、智能产线改造、人机协作管理等需求迅速增长，对新技能、新职业的需求更为迫切。由此呈现“总量不必然减少、结构必然变化”的特点：岗位在升级中迭代，劳动者面临的是能力再匹配与转岗适应。 影响——短期内结构性摩擦可能加大；长期看产业转型将打开新的就业空间。张云明指出，“重构不等于消失，迭代不等于替代”，应以发展的眼光看待发展中的问题。回顾历史，每次重大技术变革都会引发就业担忧，但最终往往通过产业升级与新业态成长，带动生产力提升、就业结构优化并创造新岗位。当前我国制造业体系完整、应用场景丰富，人工智能在研发设计、工艺优化、质量控制、供应链管理等环节的融合应用，有望推动企业从“要素驱动”向“创新驱动”转变，带动高技能岗位占比提升、分工更细。同时也要看到，转型对劳动者技能提出更高要求，培训供给与岗位需求若衔接不畅，可能出现“招工难”和“就业难”并存。 对策——以应用牵引促融合赋能，抓住“人”的关键，提升素养、壮大复合型人才供给。张云明表示，我国将坚持应用牵引，发挥人工智能融合赋能作用，在推动组织模式、工作方式、生产范式重构的同时，持续提升劳动者的人工智能素养，培养更多既懂人工智能又懂制造业的复合型人才。面向制造业一线，关键是把技术能力转化为可落地的生产改造能力：既懂模型和数据，也懂工艺流程、设备特性与现场管理，能够在研发、生产与管理之间搭起“翻译”和“协同”的桥梁。同时，应围绕岗位变化完善职业培训与评价体系，强化校企协同和产教融合，提高培训的针对性与实用性；引导企业在智能化改造中同步推进岗位再设计与人员再配置，为劳动者提供转岗通道和技能提升路径，降低转型期摩擦成本。 前景——以开放合作应对共同挑战，推动人工智能更好服务产业升级与民生改善。张云明强调，面对人工智能发展，要以开放共赢的姿态加强国际交流合作。人工智能带来的风险治理、标准对接、技术扩散与公平可及等问题具有全球性，需要在规则共识、产业协同与人才交流诸上拓展合作。展望未来，随着应用场景持续拓展、基础设施与产业生态优化，人工智能对制造业的赋能将更深入，新的职业形态和岗位需求有望加快出现。只要坚持以实体经济为根基、以就业优先为导向，开展技术与产业深度融合，就能在高质量发展中形成生产效率提升与就业结构优化的良性互动。
人工智能的发展是大势所趋，也是产业升级的重要路径；从历史看，每一次技术革命都会带来调整与阵痛，但最终往往推动社会走向更高质量的发展。当前关键在于主动适应，通过更贴合需求的人才培养、有效的政策支持与务实的国际合作，把人工智能带来的增长动能转化为更多就业机会和更广泛的社会福祉。我国正沿着这个路径开展。