本文來自微信公眾號(hào)： 數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論 ，作者：數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論
導(dǎo)語(yǔ)
沒有大規(guī)模失業(yè)，卻有一場(chǎng)靜默的大改版。歐盟這份簡(jiǎn)報(bào)把AI對(duì)四分之一崗位的影響，拆成任務(wù)、技能、法律、流程幾層來講：重復(fù)執(zhí)行被接走得越多，判斷、把關(guān)、擔(dān)責(zé)越值錢；去技能化與技能提升同時(shí)發(fā)生，不是誰(shuí)淘汰誰(shuí)。讓歐洲著急的是節(jié)奏——數(shù)字化舊課沒補(bǔ)完，AI新課已開講，2030年八成基礎(chǔ)數(shù)字技能的目標(biāo)，現(xiàn)在剛過六成。于是AI素養(yǎng)被寫進(jìn)法案，培訓(xùn)從企業(yè)福利變成法定責(zé)任。對(duì)國(guó)內(nèi)正熱的AI課，它給的提醒不在課程本身：轉(zhuǎn)型要的是培訓(xùn)、流程、職業(yè)路徑一起改，再讓每位勞動(dòng)者看得見下一步。
原文標(biāo)題：When GenAI changes the task,what happens to the worker?(deep-dive)
原文來源：歐盟數(shù)字技能與就業(yè)平臺(tái)（EU Digital Skills and Jobs Platform）
編譯解讀：數(shù)字經(jīng)濟(jì)發(fā)展評(píng)論
2026年8月，歐盟數(shù)字技能與就業(yè)平臺(tái)更新了一份深度簡(jiǎn)報(bào)《當(dāng)生成式AI改變?nèi)蝿?wù)，勞動(dòng)者會(huì)怎樣？》，作者約瑟夫·安圖恩（Joseph Antoun）以歐洲為主要觀察對(duì)象，系統(tǒng)梳理了生成式AI進(jìn)入職場(chǎng)后對(duì)任務(wù)結(jié)構(gòu)、技能需求和勞動(dòng)者轉(zhuǎn)型路徑的影響。
簡(jiǎn)報(bào)的核心判斷一反常見的“AI取代人類”敘事：生成式AI進(jìn)入職場(chǎng)的方式不是先消減崗位，而是先改寫任務(wù)，即撰寫材料、編寫代碼、生成摘要、檢索信息、分類數(shù)據(jù)、輔助決策。全球約四分之一的崗位正因此發(fā)生改變。而去技能化與技能提升常被當(dāng)作非此即彼的兩極，實(shí)際上二者同時(shí)發(fā)生：自動(dòng)化簡(jiǎn)化了執(zhí)行，同時(shí)抬高了判斷、適應(yīng)與工作再設(shè)計(jì)的價(jià)值。
一、任務(wù)先變，崗位后變
國(guó)際勞工組織與波蘭國(guó)家信息處理研究所（NASK）2025年的全球指數(shù)顯示，全球每四個(gè)崗位中就有一個(gè)暴露在生成式AI的影響之下。這里的關(guān)鍵詞是“轉(zhuǎn)型”，而非“消失”。工具承接一部分任務(wù)之后，人的價(jià)值隨之位移：用于產(chǎn)出第一稿的投入減少，更多精力轉(zhuǎn)向界定問題、判斷結(jié)果、理解語(yǔ)境與承擔(dān)責(zé)任。
對(duì)歐洲而言，這一轉(zhuǎn)型的緊迫性因其數(shù)字基礎(chǔ)現(xiàn)狀而進(jìn)一步放大。2025年，16至74歲歐盟公民中具備基礎(chǔ)數(shù)字技能的比例為60%，而“數(shù)字十年”計(jì)劃的目標(biāo)是2030年達(dá)到80%；其中65至74歲人群僅為33%，高學(xué)歷與低學(xué)歷人群之間的差距依然顯著。
歐盟委員會(huì)2026年《數(shù)字十年?duì)顩r報(bào)告》認(rèn)為，當(dāng)前的技能提升與再培訓(xùn)速度不足以支撐目標(biāo)實(shí)現(xiàn)：2025年歐盟信息和通信技術(shù)（ICT）專家就業(yè)人數(shù)為1050萬(wàn)，剛過2000萬(wàn)目標(biāo)的一半；基礎(chǔ)數(shù)字技能預(yù)計(jì)到2030年達(dá)到68%，到2036年才能達(dá)到80%。
換言之，歐洲是在上一輪數(shù)字化轉(zhuǎn)型的基礎(chǔ)尚未夯實(shí)之際，又迎來新一輪轉(zhuǎn)型。這一缺口并非邊緣問題，它直接決定了誰(shuí)能受益、誰(shuí)能適應(yīng)、誰(shuí)會(huì)停滯不前。
任務(wù)級(jí)轉(zhuǎn)型對(duì)培訓(xùn)設(shè)計(jì)的直接含義是：培訓(xùn)單元應(yīng)該按任務(wù)劃分，而不是按崗位打包。國(guó)內(nèi)企業(yè)的內(nèi)訓(xùn)大多按職級(jí)或崗位成批采購(gòu)課程，調(diào)整起來成本不低；若先做任務(wù)級(jí)拆解，識(shí)別哪些任務(wù)正在被工具吸收、哪些判斷隨之升值，同樣的預(yù)算便可以配置得更精準(zhǔn)。
二、門檻消失之后的價(jià)值位移
要理解轉(zhuǎn)型真正在何處發(fā)力，需要先看生成式AI能做什么、不能做什么。它的強(qiáng)項(xiàng)在于有模式可循的任務(wù)：處理語(yǔ)言、結(jié)構(gòu)化信息、生成初稿、編寫代碼、分析文本、產(chǎn)出摘要。前述ILO-NASK指數(shù)同時(shí)發(fā)現(xiàn)，受影響的崗位多數(shù)是被轉(zhuǎn)型而非被裁撤，因?yàn)槿说耐度肴匀槐匾?/p>
一個(gè)任務(wù)能被自動(dòng)化，不等于執(zhí)行該任務(wù)的人可以被取代。一個(gè)人承擔(dān)的上百項(xiàng)任務(wù)中，能被自動(dòng)化的可能只有少數(shù)幾項(xiàng)，騰出來的是承擔(dān)新職責(zé)的空間。問題也就從“這個(gè)人是否仍被需要”，轉(zhuǎn)向“這個(gè)人現(xiàn)在能把什么做得更好”。
編程語(yǔ)言的演化史為理解這一價(jià)值位移提供了一個(gè)清晰的參照。從COBOL、Pascal、Perl到Java、Python、JavaScript，軟件開發(fā)一步步遠(yuǎn)離機(jī)器語(yǔ)法、靠近人類思維，每一代語(yǔ)言都讓編程更易上手，價(jià)值也從機(jī)械指令轉(zhuǎn)向設(shè)計(jì)、結(jié)構(gòu)與問題解決。
如今這一進(jìn)程邁入新階段——“氛圍編程”（vibe coding），自然語(yǔ)言成為軟件生產(chǎn)的界面，任何人都可以通過提示詞得到一段能跑的代碼。但這不等于任何人都能產(chǎn)出結(jié)構(gòu)清晰、安全、可維護(hù)的軟件。生成代碼的門檻在下降，寫錯(cuò)的代價(jià)并未隨之下降。開發(fā)者的價(jià)值因此再次位移：從編寫語(yǔ)法，轉(zhuǎn)向確立結(jié)構(gòu)、定義標(biāo)準(zhǔn)，并為代碼實(shí)際產(chǎn)生的結(jié)果負(fù)責(zé)。
這一轉(zhuǎn)變提出了三個(gè)尚未有答案的問題：初級(jí)開發(fā)者的角色今后將如何演變；企業(yè)如何重構(gòu)培訓(xùn)體系，讓初級(jí)開發(fā)者真正掌握這些新能力，而不是在試錯(cuò)中自行摸索；院校如何調(diào)整課程——孤立地教授語(yǔ)法正變得越來越不重要，架構(gòu)思維、安全意識(shí)、性能考量和問責(zé)精神則越來越關(guān)鍵。
同樣的邏輯在其他職能中同樣適用：財(cái)務(wù)領(lǐng)域，自動(dòng)化可以承擔(dān)對(duì)賬、報(bào)告初稿和異常檢測(cè)，將專業(yè)人員釋放到解讀與決策支持中；人力資源領(lǐng)域，生成式AI可以起草崗位說明與政策文本，而文化塑造、公平判斷與敏感的人事決定仍依賴人的判斷。
對(duì)照國(guó)內(nèi)正在鋪開的各類AI應(yīng)用培訓(xùn)，這份簡(jiǎn)報(bào)提示的方向是：教操作不如教驗(yàn)收。當(dāng)語(yǔ)法門檻消失，真正稀缺的是“知道什么算好”——也就是標(biāo)準(zhǔn)、邊界與評(píng)審能力。將培訓(xùn)預(yù)算從工具操作課轉(zhuǎn)向標(biāo)準(zhǔn)與驗(yàn)收訓(xùn)練，方能將門檻下降轉(zhuǎn)化為質(zhì)量提升。
三、越易用的工具，越需要判斷力
一種常見假設(shè)認(rèn)為，工具變簡(jiǎn)單了，學(xué)習(xí)的必要性就降低了。生成式AI呈現(xiàn)的圖景恰好相反：工具越易獲取，使用者越多；使用者越多，需要具備善用工具能力的人也就越多。操作層面的簡(jiǎn)單，并不意味著實(shí)踐層面的簡(jiǎn)單。
這一判斷有歐洲調(diào)研數(shù)據(jù)支撐。歐洲職業(yè)培訓(xùn)發(fā)展中心（Cedefop）2024年開展的AI技能調(diào)查（2025年發(fā)布）顯示，AI已經(jīng)在重塑職場(chǎng)能力需求，而培訓(xùn)模式與支持結(jié)構(gòu)仍在追趕，許多勞動(dòng)者靠日常工作中的摸索來學(xué)習(xí)。這帶來了快速普及，也造成了質(zhì)量參差不齊、責(zé)任界定不清、組織之間實(shí)踐不一致的問題。
因此，AI素養(yǎng)正成為一項(xiàng)基線職場(chǎng)能力，遠(yuǎn)不止“知道該打開哪個(gè)工具”：勞動(dòng)者要理解系統(tǒng)能做什么、在何種情況下產(chǎn)出薄弱或帶偏見的結(jié)果、數(shù)據(jù)與提示詞如何影響輸出、何時(shí)必須引入人工復(fù)核；同樣重要的是領(lǐng)域判斷，因?yàn)锳I輸出只有與決策所處的業(yè)務(wù)、法律、運(yùn)營(yíng)或人文語(yǔ)境連接起來，才真正產(chǎn)生價(jià)值。
在監(jiān)管層，歐盟《人工智能法案》第四條要求AI系統(tǒng)的提供者與部署者采取措施，確保員工及相關(guān)人員具備足夠的AI素養(yǎng)；歐盟數(shù)字能力框架DigComp 3.0則沒有將AI素養(yǎng)單列出來，而是橫向嵌入整個(gè)框架。
這一規(guī)定把監(jiān)管與能力建設(shè)銜接起來：對(duì)雇主而言，AI素養(yǎng)不再是可選項(xiàng)，而是負(fù)責(zé)任部署的組成部分；對(duì)勞動(dòng)者而言，就業(yè)能力越來越取決于能否將工具熟練度、批判性思維與職業(yè)責(zé)任結(jié)合起來。
綜合來看，價(jià)值上升的技能可以歸為五類：數(shù)字信心、AI素養(yǎng)、領(lǐng)域?qū)ｉL(zhǎng)、人際與組織能力、問責(zé)能力。價(jià)值的重心從執(zhí)行常規(guī)事務(wù)，轉(zhuǎn)向知道如何使用、質(zhì)疑并改進(jìn)自動(dòng)化的結(jié)果。
把AI素養(yǎng)寫進(jìn)法定義務(wù)，等于把企業(yè)內(nèi)訓(xùn)從“員工福利”轉(zhuǎn)變?yōu)椤昂弦?guī)責(zé)任”。這一思路對(duì)國(guó)內(nèi)具有參照價(jià)值：與其倡導(dǎo)企業(yè)自覺投入，不如在行業(yè)指引或合規(guī)要求中明確人員能力和義務(wù)，培訓(xùn)的投入便有了剛性來源。
四、流程不改，技能落不了地
生成式AI改變了單個(gè)任務(wù)，但也改變了圍繞這些任務(wù)組織工作的方式。當(dāng)工具能夠完成起草、摘要、分類、檢索、比較或推薦等任務(wù)之后，問題就從“這項(xiàng)任務(wù)能否自動(dòng)化”轉(zhuǎn)向“工作現(xiàn)在應(yīng)當(dāng)如何重新設(shè)計(jì)”。
這一轉(zhuǎn)變之所以關(guān)鍵，是因?yàn)榧寄懿⒎枪铝⒋嬖?，它嵌在運(yùn)營(yíng)模式之中：流程、角色、決策權(quán)、治理、績(jī)效與學(xué)習(xí)機(jī)制，共同決定它能否轉(zhuǎn)化為實(shí)際價(jià)值。
勞動(dòng)者可以學(xué)會(huì)使用工具，但只有周圍流程同步調(diào)整時(shí)，價(jià)值才會(huì)真正顯現(xiàn)：誰(shuí)來復(fù)核輸出、誰(shuí)擁有決策權(quán)、哪些環(huán)節(jié)必須保留人工判斷、異常情況如何升級(jí)處理。OECD指出，AI應(yīng)用正在造成新的分化，分野主要不在技術(shù)獲取，而在運(yùn)營(yíng)模式的準(zhǔn)備度。
除了運(yùn)營(yíng)模式的調(diào)整，還有一層壓力很少寫進(jìn)政策文件，卻是勞動(dòng)者每天都在承受的：每周都有新模型發(fā)布、新功能上線、新主張涌現(xiàn)，勞動(dòng)者被要求同時(shí)學(xué)會(huì)新工具、跟進(jìn)產(chǎn)品更新、理解變化中的風(fēng)險(xiǎn)、維護(hù)自身就業(yè)能力，還要繼續(xù)完成工作任務(wù)。這種認(rèn)知負(fù)荷分布并不均勻，數(shù)字信心較強(qiáng)的人能過濾噪音，而已被常規(guī)工作占滿精力的人更容易在重壓之下掉隊(duì)。
還有一個(gè)更隱蔽的問題是注意力失焦：一部分人追逐每一個(gè)新工具，另一部分人則徹底置身事外，兩種反應(yīng)都無法積累出持久的能力。勞動(dòng)者最需要的是清晰的方向，而給出方向是管理層的責(zé)任，否則變化的速度制造的是焦慮而非能力。承受不了壓力并非個(gè)人能力不足，而是一個(gè)規(guī)?；嬖诘慕Y(jié)構(gòu)性問題。
數(shù)據(jù)印證了這一分化格局：2025年，歐盟大型企業(yè)的AI使用率達(dá)到55%，小企業(yè)僅為17%。這道差距反映的不只是技術(shù)獲取的差異，更是咨詢能力、培訓(xùn)能力、治理能力和管理帶寬的差異。
大小企業(yè)之間的AI落差，通常被解讀為能否負(fù)擔(dān)起工具成本的問題，實(shí)際上更多是有沒有人做流程改造和培訓(xùn)組織的問題。國(guó)內(nèi)面向中小企業(yè)的數(shù)字化公共服務(wù)，如果只補(bǔ)貼軟件采購(gòu)而不同時(shí)補(bǔ)貼咨詢與培訓(xùn)，差距將以同樣的邏輯固化下來。
五、從用工具到監(jiān)督系統(tǒng)
盡管簡(jiǎn)報(bào)聚焦于生成式AI，但它同時(shí)指出，隨著AI系統(tǒng)變得更具智能體特性，同樣的轉(zhuǎn)型將會(huì)加劇。生成式AI主要改變勞動(dòng)者生成、解讀和優(yōu)化輸出的方式，智能體AI則更進(jìn)一步，它以一定程度的自主性去支持、協(xié)調(diào)或執(zhí)行工作流。
OECD把AI智能體描述為能夠感知環(huán)境并采取行動(dòng)、使用工具達(dá)成目標(biāo)、隨輸入與情境變化而調(diào)整的系統(tǒng)。這并非遙遠(yuǎn)的前景：已有組織開始將智能體視為可調(diào)度產(chǎn)能，像部署一個(gè)承包商或一支團(tuán)隊(duì)那樣，把智能體分配到具體的任務(wù)或工作流中。
其意義在于，工作的焦點(diǎn)從“使用工具”轉(zhuǎn)向“監(jiān)督行動(dòng)系統(tǒng)”：當(dāng)AI建議一段文本時(shí)，人復(fù)核輸出；AI執(zhí)行一條工作流時(shí)，人需要界定邊界、監(jiān)控過程、驗(yàn)證異常、明確責(zé)任歸屬。能力要求隨之從提示詞使用，轉(zhuǎn)向監(jiān)督、流程理解、升級(jí)機(jī)制設(shè)計(jì)與問責(zé)。
圍繞智能體編排、工作流監(jiān)督、質(zhì)量控制與治理，將涌現(xiàn)一批新職責(zé)，這些崗位所需的不僅是技術(shù)熟練度，更包括判斷力、語(yǔ)境理解與責(zé)任擔(dān)當(dāng)。而核心能力是穩(wěn)定的：AI素養(yǎng)、判斷力、領(lǐng)域理解、流程意識(shí)、溝通與問責(zé)。這些技能不會(huì)隨每一次模型發(fā)布而過期，它們構(gòu)成的是長(zhǎng)期有效的職業(yè)價(jià)值。
在這一背景下，勞動(dòng)者通往更有韌性崗位的路徑，通常不是跨行跳躍，而是相鄰遷移：在既有經(jīng)驗(yàn)之上，疊加與新興需求契合的新能力。歐盟數(shù)字技能與就業(yè)平臺(tái)給出的“實(shí)踐過渡地圖”按職業(yè)之間的相鄰關(guān)系標(biāo)注可行的遷移方向。
這類路徑既需要培訓(xùn)，也需要可見性：勞動(dòng)者需要先看到下一步可以走向哪里，壓力真正形成時(shí)才不至于陷入被動(dòng)。最抗風(fēng)險(xiǎn)的崗位通常兼具三個(gè)要素：人文語(yǔ)境、領(lǐng)域知識(shí)、對(duì)技術(shù)的負(fù)責(zé)任使用。目標(biāo)是在自動(dòng)化移走常規(guī)工作、使人失去立足之基之前，先將勞動(dòng)者從常規(guī)執(zhí)行推向判斷密集型的貢獻(xiàn)。
包容性因此不可回避：基礎(chǔ)數(shù)字技能在年齡、學(xué)歷和成員國(guó)之間差異顯著，若不加以干預(yù)，AI的收益會(huì)自然流向本就最有條件使用它的人群。三方各有職責(zé)。
雇主應(yīng)當(dāng)將AI采用視為勞動(dòng)力轉(zhuǎn)型計(jì)劃而非技術(shù)部署，梳理任務(wù)、定義新職責(zé)、識(shí)別相鄰崗位并給勞動(dòng)者練習(xí)的時(shí)間，同時(shí)誠(chéng)實(shí)說明哪些崗位正在發(fā)生變化；教育者需要圍繞應(yīng)用型AI素養(yǎng)、數(shù)據(jù)信心和問題解決更新課程，更長(zhǎng)遠(yuǎn)的責(zé)任是培養(yǎng)持續(xù)適應(yīng)的習(xí)慣；政策制定者應(yīng)當(dāng)把支持投向轉(zhuǎn)型能力最弱的環(huán)節(jié)，中小企業(yè)在其中最為薄弱。
過渡路徑的可見性常被低估。勞動(dòng)者不是不愿意轉(zhuǎn)型，而是看不到下一步在哪里；企業(yè)把崗位變化說清楚，本身就是一種成本最低的轉(zhuǎn)型支持。
簡(jiǎn)報(bào)的結(jié)論落在“簡(jiǎn)化任務(wù)，強(qiáng)化人”上：去技能化與技能提升屬于同一場(chǎng)進(jìn)程，因?yàn)樗鼈兺瑫r(shí)發(fā)生。自動(dòng)化簡(jiǎn)化任務(wù)、減少摩擦、讓工作更輕松，同時(shí)也提升了判斷力、適應(yīng)力和工作重構(gòu)的價(jià)值。真正的挑戰(zhàn)在于過渡：如何幫助勞動(dòng)者走向人的優(yōu)勢(shì)更具價(jià)值的崗位，同時(shí)讓雇主、教育者和政策制定者在準(zhǔn)備度差距固化之前將其補(bǔ)齊。
簡(jiǎn)報(bào)也承認(rèn)，有一層人的維度是政策框架難以覆蓋的，許多勞動(dòng)者是在已經(jīng)疲于應(yīng)付、充滿不確定的狀態(tài)下經(jīng)歷這場(chǎng)變化的，看著身邊的工具迭代比自己能跟上的速度更快，這種處境值得被承認(rèn)，而不只是被“激活”。
對(duì)國(guó)內(nèi)而言，這份簡(jiǎn)報(bào)最有價(jià)值的不是歐洲數(shù)據(jù)，而是它給出的順序。
一是培訓(xùn)的層次：當(dāng)寫代碼的語(yǔ)言門檻消失，稀缺能力轉(zhuǎn)向標(biāo)準(zhǔn)、架構(gòu)、安全與驗(yàn)收，國(guó)內(nèi)的AI培訓(xùn)若停留在工具操作層面，等于把人留在被替代的一側(cè)。
二是轉(zhuǎn)型的先后：先搭建過渡路徑，再部署工具，否則自動(dòng)化移走常規(guī)任務(wù)之后，留給勞動(dòng)者的沒有臺(tái)階。
三是支持的落點(diǎn)：中小企業(yè)與中年勞動(dòng)者是轉(zhuǎn)型能力最弱的環(huán)節(jié)，公共資源若繼續(xù)向頭部企業(yè)和年輕高學(xué)歷群體集中，AI的收益分布會(huì)比上一輪數(shù)字化更為陡峭。歐洲把AI素養(yǎng)寫成法定義務(wù)的做法也提示我們，能力建設(shè)要有剛性承載，不能只靠倡導(dǎo)。