AI助力劳动市场，上科大报告称复合型闭环岗位成最大新增量

AI到底会怎么影响咱们的劳动市场？这个问题，最近在WAIC（世界人工智能大会）上，终于有了一份基于真实数据的硬核解答。

上海科技大学CEISD在大会期间发布的《AI 时代的中国劳动力市场：从职业消失论到任务重组论》报告，基于2024年底到2026年4月中国全平台线上完整招聘周期的数据，彻底扭转了“AI会批量淘汰职业”的焦虑叙事。说白了，过去那种“AI一来，XX职业就没了”的恐慌，其实站不住脚。

研究团队发现，自ChatGPT问世以来，新增线上招聘池里，超过四分之一的岗位都处于AI高替代敞口之下。但关键在于，高替代敞口并不等于高风险。人类互补能力，才是真正的缓冲垫。更值得关注的是，市场出现了一个全新的特征：复合型闭环岗位。这类岗位不是简单地被替代，而是由任务重组催生出来的。同期，市场上大约有2100万个岗位就是这样诞生的，占到了总招聘岗位的18.6%。

报告还揭示了一个根本性的转变：企业招聘的逻辑已经彻底变了。它们不再单纯考察你是不是掌握了某个单一专业技能，而是优先筛选那种能够独立走完“需求→执行→校验→汇报”完整闭环的求职者。这些新兴的复合职责包，有着非常清晰的共同特质：纯线上、标准化的文本工作占比大幅降低，取而代之的是高度依赖现场操作、设备实操、以及风险后果判断的岗位。换句话说，那些具备强现场、强协同、强责任能力的复合型人才，正在持续受益。

项目首席数据科学家、上科大CEISD客座学者陈沁对此解释得很透彻：过去几年，全社会陷入“职业替代焦虑”，大家盯着职业名称分析，但本质上是观察尺度错了。从统计角度看，中国有权威的职业分类系统、职业技能标准、新职业画像和劳动力市场数据，但缺乏统一、任务级的完整职业系统数据库。学术界虽然以美国O*NET为基准构建了一些数据系统，但很难完全适配中国国情。因此，项目团队基于线上全量招聘数据，搭建了中国版的动态C-O*NET，核心目标就是把研判单位从“职业名称”下沉到“可更新的岗位职责”。短期来看，1到3年的入门岗确实承压，这是结构性事实，但长期来看，不存在整体性失业危机。市场正在重新筛选那些“能驾驭AI、并承担最终责任”的复合型劳动者。

上海科技大学CEISD主任杨燕青则从更宏观的视角指出，全球范围内的劳动经济学研究，尤其是当下AI经济影响的研究，大多基于美国O*NET数据系统。而中国版动态C-O*NET的打造，未来会开源开放，希望成为中国经济学研究的数据基座。更关键的是，从实证层面看，LLM（大语言模型）对国内劳动力市场的影响主线是任务重组，而非简单替代。这实际上挑战了亚当·斯密和巴贝奇延续了250年的分工理论——过去分工靠拆分人类任务来降低切换成本，而LLM直接抹平了任务切换成本，分工逻辑从“人与人细分”转向了“人机协同闭环”。未来，希望更多团队能加入“碳硅共生”的经济学分工研究，为打造人工智能时代新的宏观经济政策工具箱提供理论和数据支撑。