当前，全球人工智能技术正加速迭代，并以前所未有的速度与制造、能源、通信等实体经济深度融合。同时，技术进步可能带来岗位形态变化、技能门槛提高。如何推动产业升级的同时实现更高质量、更充分就业，成为各国共同面对的现实课题。工业和信息化部有关负责人指出，就业结构调整不等于岗位消失，岗位迭代也不是简单替代，关键在于用系统思维推动产业转型与人才培养同向发力。 一是问题：新技术扩散带来“结构性压力”，症结在于技能错配，而非就业总量的简单增减。随着大模型、工业视觉、智能算力平台等能力快速进入工厂、园区与供应链，部分重复性、标准化岗位需求可能下降，而对数据治理、工艺优化、设备运维、软件工程、网络安全等复合能力的需求明显上升。如果劳动者技能更新跟不上产业升级节奏，就会出现“岗位招不到人、劳动者找不到岗”的结构性矛盾，进而影响企业效率与就业稳定。 二是原因：产业升级提速与人才供给结构不匹配是主要矛盾。背后既有技术演进快的因素，也与产业场景复杂、落地周期缩短有关。一上，人工智能应用从“能用”走向“好用”，离不开高质量数据集、算力供给以及算法与工程化能力的协同；另一方面，制造业现场对安全、稳定、成本和工艺可解释性要求更高，既懂算法又懂产线的人才缺口更突出。此外，中小企业资金、人才与数字化基础上相对薄弱，导致应用落地不均衡，也拉大了区域与行业间的人才结构差异。 三是影响：从积极方面看，融合应用正催生新业态、新职业，带动效率与质量提升，并推动更高层次岗位增长。发布会上介绍，2025年我国人工智能产业活力增强：国内企业推出多款人工智能芯片产品，智能算力规模达到1590EFLOPS，高质量行业数据集加速形成，开源生态持续活跃；据测算，我国人工智能企业数量已超过6000家，核心产业规模预计突破1.2万亿元。终端产品上，人工智能手机、电脑、智能眼镜等加快进入大众消费场景，2025年前三季度智能眼镜出货量超过178万副，其中近八成为具备智能能力的产品。行业应用方面，人工智能已覆盖钢铁、有色、电力、通信等重点行业，并深入到研发、质检、客服等环节。以工业视觉为例，有家电企业通过“5G+工业视觉”系统将检测准确率提升至99.98%，人均生产效率提升275%。这些进展表明，人工智能并非“单点替人”，更重要的是重塑组织方式、工作流程与生产范式，推动岗位从体力密集向技能密集、从经验驱动向数据驱动转变。 四是对策：要“产业—就业—教育—培训”链条上形成闭环，突出应用牵引、提升素养、优化供给。其一，坚持以应用牵引带动能力建设，围绕制造业关键环节推进可复制、可推广的典型场景，促进技术从实验室走向产线，把产业升级需求转化为人才培养的明确方向。其二，面向一线劳动者提升智能素养与岗位技能，推动企业培训与职业教育协同，将算法工具、数据思维与工艺知识纳入常态化学习体系，帮助劳动者实现技能升级。其三，加快培养既懂人工智能又懂制造业的复合型人才，通过产教融合、校企联合、项目制实训等方式，提升工程化落地与现场解决问题能力。其四，健全配套环境与治理体系，加强数据资源建设与合规流通，提升高质量数据集供给，夯实算力与平台底座，为产业应用提供稳定支撑。其五，以开放姿态加强国际交流合作，在标准对接、产业协同、人才交流诸上拓展合作空间，以更高水平开放应对新挑战。 五是前景：回顾历次工业革命与信息技术革命，重大技术变革都曾引发就业担忧，但最终往往通过产业转型实现生产力跃升、岗位结构优化与新职业产生。面向未来，人工智能与制造业深度融合将从“试点示范”走向“规模化普及”，从“单环节提效”走向“全链条协同”。随着高质量数据、算力基础设施和行业模型持续完善，工厂将更加智能化、柔性化，产业链韧性与供应链效率有望更提升。就业层面，岗位数量的变化更可能体现为结构再平衡：一线岗位向“设备+数据+工艺”的复合能力升级，管理岗位向“智能化组织与流程再造”升级，服务岗位向“人机协同与精细化运营”升级。能否把握机遇，关键取决于人才供给体系能否跑赢技术迭代速度。
人工智能发展是大趋势，与制造业融合也是必然方向；关键在于主动适应，而不是被动承受。通过培养更多既懂技术又懂产业的复合型人才，既能抓住人工智能发展的重要机遇，也能有效缓解就业结构调整带来的挑战。随着产业融合持续推进、人才队伍不断壮大，我国人工智能产业有望在新阶段取得更扎实的进展与更突出的成果。