编者按：随着AI加速进入生产和日常生活，其对就业市场的影响正受到各国高度关注。法国“进步主义者日记”9月17日刊发文章，援引15项可核查来源指出，AI冲击正从重复性劳动向高技能认知岗位延伸，尤其挤压年轻毕业生的初级职位。文章进一步提出，AI带来的真正风险未必首先表现为大规模失业，而可能是“职业入口”收窄、人才培养链断裂，并进一步侵蚀工资税基和社保融资基础。
观察者网“世界科先声”栏目编译此文，旨在为中国观察AI与就业关系提供参照。
对中国而言，文章首先提示了一个重要的数据缺口。法国2025年10人以上企业的AI采用率为18%，即便如此，法国在欧盟内部仍被视为AI采用相对滞后的国家。相比之下，中国目前仍缺少同口径、可跨年比较的企业AI采用率统计，这使有关AI就业冲击的讨论较易停留在个案与估算层面。
文章的另一处论证结构也值得中国政策界关注：它区分了“AI辅助工具”与“智能体AI”的替代强度，并指出当前企业采用AI主要用于自动化，而非创造新任务。对中国而言，这意味着推进“人工智能+”行动时，具体落点尤为关键：如果主要用于“同样的任务更快、更省人”，就业结构冲击可能被放大；如果更多用于创造新任务、新职业和新专业能力，则可能形成新的就业需求。
文章还提出，应关注自动化收益与社保融资之间的关系。其对“自动化收益专项征税”的讨论未必适合直接移植，但背后的问题具有普遍性：当AI推动就业结构和劳动收入占比变化时，社会保障的缴费基础也需要相应调整。在人口结构压力加大的背景下，这一点对中国尤其值得提前研究。
此外，中国社会对AI总体呈现较高接受度，这有利于技术推广，但也可能使就业结构变化带来的制度性问题更晚进入公共议程。文章关于技术扩散与制度响应“时序错配”的提醒，因而具有现实参考价值。
【文/法国“进步主义者日记”】
过去，人们普遍认为，高技能、复杂的认知型工作很难被自动化取代。但今天，这类工作反而正在成为人工智能冲击的最前沿。
更值得警惕的是，就在职业转型最需要增加培训投入的时候，相关预算却在收缩。
因此，摆在2027年前的政策选择已经越来越清晰：是对AI带来的生产率收益进行征税，以此为劳动者转岗和再培训提供资金；还是继续主要依赖工资和社会缴费体系，让仍然留在岗位上的劳动者承担其同事被自动化替代所带来的成本？
自动化的边界正在向高技能岗位推进
AI带来的一个根本变化，是复杂、高技能的认知型任务也开始暴露在自动化风险之下。
Coface与“受威胁及新兴职业观察站”（Observatory of Threatened and Emerging Jobs，OEM）在2026年3月发布的一项联合研究记录了这一趋势[2]。这与过去几轮自动化明显不同：此前最先受到冲击的，通常是中等技能、重复性较强的岗位；如今，自动化的前沿正在向上移动。
2026年，法国有3.8%的就业岗位面临生成式AI带来的较高暴露风险[2]。如果把时间拉长到未来两至五年，这一比例将升至16.3%，涉及接近500万个岗位[2]。
研究同时强调，这里的“暴露”并不等于岗位一定会消失，它衡量的是工作任务受到AI影响的程度。在所分析的923种职业中，有120种职业处于高度暴露状态，其中超过30%的工作任务可能被自动化[2]。
更反直觉的是，收入越高，暴露程度反而越高。
2026年，收入最高的10%劳动者，其岗位对AI的暴露率达到22.1%[2]。工程、信息技术、法律、创意等传统意义上的高技能职业，都位列暴露程度最高的职业之中。
原因并不难理解：生成式AI最擅长的恰恰是分析、归纳、写作和资料检索，而这些工作正是大量高技能职业的核心组成部分。
总体就业依然稳定，但年轻人的“第一份工作”正在减少
从宏观数据看，劳动力市场似乎仍然相当稳健。2025年至2026年初，就业市场的韧性甚至超出了预期。2026年5月，OECD地区平均失业率为4.9%，接近历史低位；就业率则升至创纪录的72.1%[3]。
但总体数据掩盖了更深层次的变化。
在那些最容易受到AI影响的职业中，冲击已经率先出现在职业生涯早期岗位上[3]。2026年1月，国际货币基金组织（IMF）指出，自动化对初级岗位的影响，是管理岗位的两到三倍[8]。过去通常由新人承担的工作——例如基础内容写作、资料分析、初级数据处理——恰好也是最容易被AI接管的任务。
法国的数据已经体现出这种压力。2026年，78%的年轻专业人士能够在毕业后六个月内找到工作[3]。而在公共卫生危机结束后，这一比例一度超过85%[3]。
换句话说，总体就业并没有明显恶化，但年轻人进入职业世界的“第一级台阶”正在变得越来越少。
OEM联合创始人Axelle Arquié还指出了另一个潜在后果：如果年轻毕业生开始预期自己的学历和专业资格会因AI而持续贬值，那么接受高等教育这项投资本身，也可能逐渐失去对个人而言的经济合理性[1]。
智能体型AI带来的，不只是效率提升
为什么AI对就业的影响会在未来几年迅速扩大？
从2026年的3.8%，升至未来两至五年的16.3%，背后并不只是AI使用规模扩大，更关键的是AI本身的部署方式正在发生质变[2]。
传统的AI辅助工具，往往只是替代某一个具体环节。而所谓“智能体型AI”（agentic AI），则能够接管一整套工作流程。这种差别，足以解释为什么未来的岗位暴露规模会大幅上升。
从经济学角度看，AI属于典型的“通用目的技术”（general-purpose technology）：它并不局限于某一个行业，而是可以渗透到几乎所有产业，并改变生产过程本身。
Carl Benedikt Frey在2025年出版的《How Progress Ends》中提出，AI未来可能对高技能劳动者产生类似于20世纪70年代去工业化对蓝领工人的冲击[9]。
而问题的关键，不只是技术本身，而在于福利国家能否有效吸收由此产生的就业迁移和岗位替代。
目前来看，企业采用AI的主要目标仍然是自动化：用更少的人，以更低成本、更快速度完成相同的工作。
Acemoglu、Autor和Johnson在2026年2月发表的一篇工作论文中，将技术变革划分为五种类型[4]。在他们的框架中，只有一种技术变化能够真正增加对人类专业能力的需求，那就是创造新的工作任务。
但目前AI的应用，大多集中在另外几种类型，也就是提高效率、替代任务，而不是创造新的人工任务[4]。
法国的特殊问题：AI采用较慢，但冲击并不会因此消失
法国本身还存在AI采用相对滞后的问题，这使得判断未来趋势更加复杂。
欧洲央行在2025年第四季度开展的SAFE调查覆盖了625家法国企业。其中，只有23%的企业表示自己已经中度或高度使用AI[5]。相比之下，欧元区平均水平达到39%，德国为46%，西班牙为44%[6]。
法国国家统计与经济研究所（INSEE）在2026年7月公布的数据也显示，2025年，在拥有至少10名员工的法国企业中，有18%使用了至少一种AI技术[7]。这一比例在2024年为10%，2023年只有6%。也就是说，两年间增长了两倍[7]。而且，已经采用AI的企业并不是边缘企业。它们目前占相关统计范围内营业收入的66%、就业人数的59%[7]。
这意味着，随着AI渗透率提高，法国实际上正在形成两个越来越不同的劳动力市场：一个属于积极采用AI的企业，另一个属于尚未采用AI的企业。尤其是中小企业在AI应用上的滞后，可能进一步加剧这种分化。
最需要职业转型的时候，培训预算却在减少
如果AI正在改变就业结构，一个自然的政策反应应当是加大职业培训和转岗投入。但法国正在朝相反的方向走。
France Compétences的2026年预算计划总支出为120.78亿欧元，比2025年减少接近15亿欧元[10]。其中，学徒制承担了大部分削减。相关预算从93亿欧元下降至82亿欧元[10]。个人培训账户，也就是劳动者个人积累培训权利的制度，预算则减少6.5亿欧元，降至13.1亿欧元[10]。
培训强度也在下降。2026年，每名受益人的平均培训预算从3250欧元下降至2870欧元；平均培训时间则从3.8个月缩短至3.1个月[11]。
现实中的结果，是培训正在重新转向周期更短、专业资格含量更低的项目。但真正的职业转型，往往需要持续12至18个月的系统再培训。换句话说，在岗位结构发生深刻变化的时候，培训体系提供的却越来越多是短期课程。
AI带来的财政冲击，可能比就业冲击更容易被忽视
就业问题之外，还有一个更容易被低估的风险：财政。
高技能岗位不仅收入较高，也是个人所得税、社会缴费和其他公共收入的重要来源。而快速自动化首先影响的，恰恰可能是这些岗位。
OEM在2026年的研究中指出，AI暴露程度最高的岗位，在政府税收和社会保障收入来源中占据重要位置[1]。如果这些岗位开始减少，公共财政就可能同时承受两方面压力：一方面，失业救济等支出增加；另一方面，工资、社会缴费和所得税收入下降。
这意味着，就业自动化不仅是一个劳动力市场问题，同时也是社会保障融资问题。如果没有同步进行财政体系调整，社会保护制度本身的资金平衡就可能受到冲击。
《人工智能法案》解决了风险监管，却没有解决就业结构问题
欧盟《人工智能法案》从2026年8月2日起开始对高风险AI应用实施监管[12]。如果AI系统被用于招聘、信贷、医疗或者员工绩效评估，企业必须满足文件记录、可追溯性和透明度等要求。
这是一个重要进展。但这套监管框架解决的是单个AI系统的风险，并不直接处理就业结构发生宏观变化的问题[14]。换句话说，即使每一个AI系统都符合监管要求，也不意味着AI作为一种通用技术对劳动力市场的整体影响已经得到治理。
这正是现有政策框架的一个重要空白。
还有一个正在淡出讨论的问题：欧洲并不掌握AI基础设施
法国公共讨论中，还有一个问题越来越少被提及。
AI模型、数据、图形处理芯片以及云基础设施，很大程度上掌握在美国大型科技集团手中。2024年，欧洲企业超过70%的云服务支出流向了欧洲以外的供应商[15]。
这意味着，法国就业市场受到AI冲击的同时，所依赖的AI工具，其技术路线和发展方向往往并不由欧洲政策决定。Stéphane Grumbach有关数据地缘政治的研究，对这一问题进行了分析[15]。
因此，欧洲面对的不仅是AI如何改变就业的问题，也包括自身对于关键数字基础设施控制力有限的问题。
三个政策杠杆：改变部署方向、延长培训、对AI收益征收专项贡献
沿着上述因果链条，可以得出三个政策方向。但这三者的作用并不相同。
第一，改变AI的部署方向。
自动化并不是AI唯一可能的发展方向。正如Acemoglu、Autor和Johnson所指出的，企业完全可以将AI用于增强劳动者能力，而不是直接替代劳动者[4]。例如，AI可以帮助护士理解复杂数据，也可以帮助律师在不减少同事人数的情况下处理更多案件。在这种模式下，AI同样能够创造经济价值，却不必以减少就业岗位为前提。
政府采购政策、创新补贴标准以及公共数据开放规则，都可以影响企业选择何种AI应用模式。这与《人工智能法案》所进行的风险监管并不是一回事。前者关注的是技术应该朝什么方向部署，后者关注的是具体系统能否安全、合规地使用。
第二，把培训预算重新投向真正的职业转型。
2026年，France Compétences削减近15亿欧元预算，本质上是一个政策时序问题[10]。
当劳动者需要12至18个月的时间完成真正意义上的职业转型时，平均培训时长却被压缩到3.1个月[11]。结果是，有限的资金被投入到了效果相对有限的短期培训中。
长期、高技能、能够支持真正职业转换的培训，正是法国当前体系中最缺少的部分。Bertrand Martinot在有关劳动力政策的研究中也详细讨论了这一问题[13]。
预算约束当然真实存在。但预算有限并不意味着所有项目都应平均削减，而是意味着必须重新确定支出优先级。
第三，对AI带来的生产率收益设立专项贡献。
对2027年而言，最具结构性意义的政策工具，是针对AI自动化带来的生产率收益设立专项贡献，用于资助劳动者转型。
创造性破坏并不会自动将技术进步带来的收益重新分配给受影响的人群[14]。IMF也强调，AI完全可能与劳动形成互补，而不是简单替代。但前提是劳动者能够接受培训，企业重新组织工作方式，并且技术收益的一部分得到重新分配[8]。
问题在于，当前受到AI冲击最大的高收入岗位，同时也是法国一般社会贡献金（CSG）、个人所得税和雇主缴费的重要来源。Arquié指出，这些岗位恰恰是最先暴露于AI自动化风险之中的群体[1]。
如果这些岗位减少，社会保障体系的融资能力就会越来越取决于一个问题：AI创造的生产率收益究竟如何被征税？
如果仍然主要通过工资相关缴费来弥补财政缺口，那么最终承担成本的将是那些仍然保住工作的劳动者。从经济逻辑上看，这相当于让他们通过自己的工资缴费，为同事工作的自动化买单。
另一种选择，是针对自动化产生的利润设置一项专项贡献，与一般意义上的资本税区分开来，并将相关收入投入专门的职业转型基金。
这项制度并不是终点，而只是更大范围财政转型中的一个过渡性工具。从长期看，社会保障体系的融资基础需要逐步突破对工资缴费的高度依赖。
参考资料
[1] Axelle Arquié，《人工智能的双重冲击：就业与税收》（“The double shock of AI: employment and taxation”），《L’Économie politique》，第110期，2026/2，Alternatives économiques，https://shs.cairn.info/revue-l-economie-politique-2026-2（访问日期：2026年8月25日）。
[2] Coface与Observatory of Threatened and Emerging Jobs（OEM），《就业、技能、价值：AI正在颠覆什么》（“Jobs, skills, value: what AI is disrupting”），2026年3月，https://www.coface.fr/actualites-economie-conseils/emplois-competences-valeur-ce-que-l-ia-est-en-train-de-bouleverser（访问日期：2026年8月25日）。
[3] OECD，《2026年就业展望》（Employment Outlook 2026），OECD，巴黎，2026年7月，https://www.oecd.org（访问日期：2026年8月25日）。
[4] Daron Acemoglu、David Autor、Simon Johnson，《建设有利于劳动者的人工智能》（“Building Pro-Worker Artificial Intelligence”），NBER工作论文第34854号，Hamilton Project，Brookings Institution，2026年2月，https://doi.org/10.3386/w34854（访问日期：2026年8月25日）。
[5]欧洲中央银行，SAFE Survey（企业融资渠道调查），2025年第四季度，法兰克福，2025年，https://www.ecb.europa.eu（访问日期：2026年8月25日）。
[6]法兰西银行，《法国企业：是否存在AI应用差距？》（“French Companies: Is there an AI adoption gap?”），研究报告，2026年5月，https://www.banque-france.fr/en/publications-and-statistics/publications/ai-adoption-gap-among-french-firms（访问日期：2026年8月25日）。
[7] INSEE，《2025年企业中的信息与通信技术》（“Information and communication technologies in companies in 2025”），INSEE Première第2120号，2026年7月，https://www.insee.fr（访问日期：2026年8月25日）。
[8]国际货币基金组织（IMF），《世界经济展望更新》（World Economic Outlook Update），华盛顿特区，2026年1月，https://www.imf.org（访问日期：2026年8月25日）。
[9] Carl Benedikt Frey，《How Progress Ends: Technology, Innovation, and the Fate of Nations》，Princeton University Press，2025年9月，https://press.princeton.edu/books/hardcover/9780691233079/how-progress-ends（访问日期：2026年8月25日）。
[10] France Compétences，《2026年预算预测》（2026 Budget Forecast），2025年11月27日通过，https://www.francecompetences.fr（访问日期：2026年8月25日）。
[11] DARES，《2026年职业培训黄皮书》（2026 Yellow Book: Vocational Training），2026年预算案附件，法国劳动部，2026年2月，https://dares.travail-emploi.gouv.fr/donnees/le-jaune-budgetaire-sur-la-formation-professionnelle（访问日期：2026年8月25日）。
[12]欧盟条例（EU）2024/1689，即《人工智能法案》（AI Act），《欧盟官方公报》，2024年7月12日；关于高风险AI部署者的义务见第26条，自2026年8月2日起适用，https://eur-lex.europa.eu（访问日期：2026年8月25日）。
[13] Bertrand Martinot，《Work is the Solution》，Les Belles Lettres，2025年，https://www.wikiberal.org/wiki/Bertrand_Martinot（访问日期：2026年8月25日）。
[14] Philippe Aghion，《重置创新时钟：通过技术更替实现内生增长》（“Resetting the Innovation Clock: Endogenous Growth through Technological Turnover”），法国国民议会经济事务委员会听证会，2026年1月，https://www.assemblee-nationale.fr/dyn/17/comptes-rendus/cion-eco/l17cion-eco2526012_compte-rendu.pdf（访问日期：2026年8月25日）。
[15] Stéphane Grumbach，《数字增长、能源需求、环境影响与安全问题》（“Digital growth, energy needs, environmental impacts and security concerns”），2024年，https://shs.cairn.info/publications-de-stephane-grumbach–97659（访问日期：2026年8月25日）。
本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。
