人工智能对制造业企业岗位就业的影响研究*

□ 李铁宁 刘坤东 刘建江

随着信息技术快速发展，人工智能在与制造业日益融合，成长为新一轮科技革命和产业革命的中坚力量。但问题也随之而来，人工智能取代制造业企业部分岗位工作，对工作人员就业岗位造成了不小的冲击。在我国，制造业作为国家支柱产业，为社会提供了大量的高质量就业岗位，如不及早关注并采取相关措施，很可能会造成大量失业，影响社会稳定。

一、人工智能和制造业企业岗位的特点

(一)人工智能的特点

⒈机器学习技术

人工智能是研究、开发用于模拟、延伸和拓展人的智能的理论、方法、技术以及应用系统的一门新的技术科学。具有学习能力是人工智能的根本特点，在人工智能的发展中处于核心地位。人工智能的学习技术目前分为浅层学习和深度学习两个层次。[1]目前使用的人工智能算法和应用都属于弱人工智能范畴，处于浅层学习的层次，在部分功能上模仿人脑，专注于解决特定领域的问题，这个层次的人工智能本质上依旧是人类的工具。而深度学习层次的人工智能，则使用更多的智能参数和模型，能胜任人类的更多工作，是一种高级人工智能。

⒉人机交互性

人工智能借助传感器对外界环境产生感知，接受来自外界的各种信息，同时对外界产生相应的反应，如文字、语言、表情、动作等。在人工智能感知外界环境的过程中，人类可以借助于各种行动来实现人机交互，实现机器设备与人之间的相互协作。[2]在过去的机器时代，所谓的“自动”生产，实际上更是一种机械化的过程，整个生产流程依旧离不开人工操作和控制。而人工智能时代，通过大数据和机器学习，人工智能可以深度学习，实现自动调整、控制和优化，将人工从繁琐生产过程中解放出去，实现生产的无人化，此时的人机交互则向更高的层次发展。

（二）人工智能背景下制造业企业代表性岗位的特点

陈明生在人工智能与劳动力就业的研究过程中，从劳动形式、创造性和情感性三个维度将人类劳动分为6 种类型。[3]本文选取制造业的3 类典型岗位，结合人工智能的特点，分析在人工智能背景下制造业企业的3 种代表性的岗位特点及其对岗位就业的客观要求。

⒈研发岗位特点

制造业企业研发岗位相比其他岗位有其独特性和重要地位，很难被人工智能取代。研发岗位人员掌管着制造业企业的核心知识技术，研发人员属于创造性脑力劳动者，其工作具有高自主性、高创新性、注重知识更新的特点，要求相关工作人员具有很强的专业知识技术和一定的团队合作和领导能力。在目前的发展阶段，人工智能暂不具备创造性和情感[4]，难以取代具有创造性的脑力劳动者。但随着人工智能进入深度学习阶段，人工智能在未来很可能具有像人一样的创造性，在部分研发投入多的制造业龙头企业，人工智能会在一定程度上替代研发人员的部分工作。

⒉一线岗位特点

制造业企业一线员工包括一线生产岗位人员和一线技术岗位人员，其特点和工作内容也有所不同。

（1）制造业企业一线生产人员数量较多，且从事着重复性程序化的工作，容易被人工智能替代

随着人工智能的应用，制造业企业的一线生产人员工作的技术难度会有所降低，人工智能取代大部分一线生产岗位。同时人工智能人机一体化和核心模块化的特点将技术人员分流到两条发展渠道，部分生产人员通过技能和专业知识学习，成为知识技术型人才，实现晋升；另一部分则因固化分工，知识技能不足将被持续发展的人工智能淘汰。

（2）制造业企业的一线技术型人员从事着重复性非程序化的工作，人工智能对其替代性较小

制造业企业一线技术人员，包括检修、维护、监督等人员，这些技术人员数量较少，工作内容重复但是并不规律，工作人员有一定的自主性。但随着人工智能技术不断成熟，人工智能逐渐能替代一定的非程序化工作，在这个阶段，人工智能取代这些一线技术岗位也会成为一种趋势。

⒊管理岗位就业的特点

对于制造业企业来说，注重集权，管理岗位的员工数量比较少，一般分为企业型管理人员和事务型管理人员。企业型管理人员的工作需要进行逻辑分析判断，工作内容较为抽象、自主，常常需要进行决策，很难被人工智能所替代；事务型管理人员，往往是根据公司的规章制度，听从上级下达的任务进行程序性的核算和日常辅助性工作。随着人工智能学习能力进一步提升，这些程序性脑力工作很可能被人工智能替代。同时，人工智能也作为工具为管理岗位工作人员提供了工作方便。

二、人工智能对制造业企业就业的总体影响

（一）人工智能相对于传统机器工具的优势

科学的发展、技术的进步使得生产工具的功能逐渐多样化，机器的出现不仅大大提高了生产效率，还促进了自动化生产，但其功能受制于一定的条件。[5]而人工智能所具有的学习能力，能更大限度地突破传统机器的限制，实现更大的生产范围，从事更多生产活动，功能更加多样化，对岗位就业产生多方面的影响。且随着人工智能技术更加成熟，人工智能可实现越来越多样化的功能，具有越来越强的适应性。

（二）人工智能对制造业企业就业影响的多重表现

1.人工智能对制造业企业岗位就业的总体数量的影响

人工智能对制造业企业岗位就业的总体数量的影响表现为人工智能的创造效应和人工智能的替代效应。一方面，人工智能在制造业企业生产经营活动中广泛应用，使企业获得了生产率的提高，随之而来的是业务数量的增加，从而产生更多的劳动力需求。同时，人工智能的应用意味着新技术的出现，与其相关的新岗位也会随之产生，从而体现出人工智能的创造效应；[6]另一方面，从长期来看，社会对于制造业企业的总产品需求并不会有快速的提升，社会总需求的下降压力会在一定程度上对制造业企业的业务量有所限制[7]，同时人工智能使得制造业企业生产技术难度降低，对通过人工智能轻松实现的工作岗位替代效应。总体上，人工智能对于制造业企业岗位就业数量的替代性更为显著。

2.人工智能对于制造业企业的就业的结构性影响

人工智能对于制造业企业的就业影响存在行业岗位的异质性[8]，对岗位就业产生结构性影响，即由于中等技术岗位主要从事的是结构化的常规任务，人工智能对于这类岗位替代效应更强。而对于高专业性、高技术要求的抽象任务的两端技能要求的岗位，即高和低技能的行业岗位替代性较差，呈现出极化的现象。

三、人工智能对制造业企业代表性岗位的结构性替代效应

对于制造业企业来说，是否采用人工智能及其规模大小，在一定程度上取决于企业的自主决策。[9]而实现价值利润作为企业经营的目的，人工智能替代人工是否能产生的更多收益、降低成本则成为决定是否采用人工智能替代人工的最主要的因素之一。周文通过改进成本—收益模型，构建了人工智能替代成本与收益模型，探讨了人工智能对制造业企业岗位的结构性替代效应，并提出5 种替代性岗位：收益-成本双引致型、收益—成本引致型、收益引致型、成本引致型、收益引致型替代岗位。[10]在人工智能浅层学习阶段，对制造业企业的岗位就业的替代呈现两极化，即人工智能对制造业企业的高技能岗位和低技能岗位替代性较差，对中技能岗位替代性较强；人工智能发展到深层学习阶段时，人工智能对制造业企业的岗位就业替代的两极性会有所消解。[11]

（一）对研发岗位就业的替代效应

制造业企业的研发岗位属于收益-成本双引致型不可能替代的岗位[12]。制造业企业的研发岗是核心岗位，要求工作人员极富创造性和很强的专业知识技能，工作中常伴有分析、推理以及判断的过程，创新性和自主性很强。人工智能替代制造企业的研发岗将实现高收益，但在人工智能的浅层学习阶段，研发岗位的特性和工作内容使得人工智能难以替代研发岗的工作，且需要投入大量的研究和技术储备，同时运行保养成本也很高，超过了使用研发人员的劳动力成本。[13]使用人工智能所带来的替代收益低于替代成本。这种情况下，使用人工智能替代研发人员并不能带来额外利润。因此，人工智能对制造业企业的研发岗位替代性差。另据本课题组对制造业企业的调研，国内制造业企业的研发团队规模有扩大的发展趋势，即在制造业企业中研发人员的占比将要达到60～70%以上。

但随着人工智能技术的进步，人工智能进入深度学习阶段，能够具备情感、表情感知功能，人工智能的研发和创造能力将进一步提高[14]，就能够对部分研发工作进行辅助与替代。同时随着科技进步，人们能研发出适合从事研发工作的人工智能，此时的人工智能将突破技术瓶颈，使用成本得以大幅度下降。这样人工智能将替代更多研发岗位的工作。

（二）对一线岗位就业的替代效应

制造业企业的一线员工分为一线生产人员和一线技术人员，根据岗位特点，人工智能对其影响也有所不同：

1.对一线生产人员的替代效应

一线生产岗位也属于收益-成本引致型替代岗位[15]，制造业企业的一线生产人员从事企业主要的生产活动，其工作效果直接关系着企业的收益。但一线生产岗位大多属于重复的程序性体力劳动，人工智能将最大限度地替代大部分一线生产人员的工作，实现无人化生产。[16]同时，从人工智能替代成本和替代收益来看，替代一线生产人员完成重复性的操作流程，以统一的质量标准持续生产，能极大提高生产效率，实现更高的收益；且生产类人工智能技术相对较成熟，技术难度相对较低，其运营维护成本低于劳动力成本。在目前的人工智能浅层学习阶段，制造业企业使用人工智能替代一线生产岗位既能提高收益，也能降低成本，获得很高的额外利润。于是，制造业企业往往将会选择使用人工智能替代一线生产人员的工作。当人工智能进入一个新的阶段时，其对制造业企业的一线生产岗位的大规模替代已经基本完成，于是在深层学习阶段，人工智能对制造业企业的一线生产岗位的替代率将有所降低。

2.对一线技术人员的替代效应

制造业企业的一线技术岗位，如维护、修理、检验、监督，属于收益引致型不可能替代的岗位。[17]在制造业企业中，一线技术岗位属于公司的非核心岗位，其工作对企业收益的贡献有限，且一线技术人员构成所占比例较小，采用人工智能替代其所节省的成本有限。同时，由于其工作内容不属于企业产品产生的核心流程，所以人工智能替代收益也很小，甚至不如雇佣人工的生产效率高。[18]在这种替代收益小于替代成本的情况下，一般不会采用人工智能对一线技术岗位进行替代。所以，短期内人工智能不会对制造业企业的一线技术岗进行替代。但从长期看来，人工智能技术的成熟进一步完善人工智能的功能，例如提高维护、修理、检验等工作的效率，同时技术成熟也使得人工智能使用成本进一步下降，未来的人工智能可能实现对制造业企业一线技术岗位的替代。

（三）对管理岗位就业的替代效应

制造业企业管理岗位根据工作内容和特点分为企业型管理岗位和事务型管理岗位；

1.制造业企业的企业型管理岗位属于成本引致型不可能替代岗位[19]，企业型管理岗位一般是负责公司经营管理

其工作内容常伴有逻辑、分析判断与决策行为，其情感性和创造性特征是人工智能难以实现的。人工智能对制造业企业的公司企业型管理岗位替代性较差。

2.制造业企业的事务型管理岗位，属于收益引致型替代岗位[20]

这类岗位的工作虽然在技术上有一定难度，人工智能替代成本较高，但是其工作主要是依据企业的规章制度，工作内容是重复的、程序化的。同时，在制造业企业中，该类岗位在管理层比重较大，使用人工智能可提高工作效率，实现更高的收益。在这种人工智能替代收益大于替代成本的情况下，这些事务型管理岗位较容易被人工智能替代。但在人工智能深度学习阶段，人工智能对事务型管理岗位的大规模替代基本完成后，则替代性会有所减弱。

四、人工智能对制造业企业代表性岗位就业的创造效应

从经济学角度来说，人工智能对就业的产生替代效应的同时，也会产生一定的创造效应。因此，人工智能会从经济机理和非经济机理对制造业企业就业岗位产生创造效应。

（一）人工智能对制造业企业研发岗位就业的创造效应

人工智能技术进步会造成新一阶段的技术开发浪潮，为实现行业技术领先、获得更高的收益，制造业企业新技术开发的要求能够为其研发人员创造更多的新技术的研发岗位。[21]同时，人工智能使得生产核心模块化，抓住这个核心技术，将自身非优势非核心的工作外包，将企业资金投入研发，这就使得研发人员占比增加，从而创造新研发就业岗位。

（二）人工智能对制造业企业一线岗位就业的创造效应

人工智能技术的进步，可实现更高的生产效率。同时，居民收入也刺激了消费，人们对制造业企业的产品需求增大，企业扩大生产规模，可提供更多的一线生产岗位就业。人工智能的发展也推动了技术型偏好型技术进步，使得对高技能劳动力的需求增加，一线人员通过技能培训实现向高技能劳动力的升级，促进岗位结构调整。[22]同时，新技术的应用也需要更多地掌握新技术的一线员工，这提供了大量新的一线就业岗位。

（三）人工智能对制造业企业管理岗位就业的创造效应

人工智能技术的进步，深化产业，延长产业链，从而扩大生产范围，需要更多管理人员对企业的经营管理。同时人工智能对研发和一线生产技术岗位的创造效应也使得企业规模扩大，也需要增加管理人才进行经营管理，这也创造了管理就业岗位。

五、研究结论和管理启示

（一）研究结论

第一，人工智能在不同的学习阶段对制造业企业岗位就业有着不同的结构替代效应。同时，人工智能的应用和发展对制造业企业岗位就业也有一定的创造效应。

第二，现阶段人工智能对制造业企业岗位就业的替代性呈现出极化的特点。人工智能对于一线生产岗位和事务型管理岗位的替代性较强；对于研发岗位、一线技术岗位和企业型管理岗位的替代性较弱。但随着人工智能进入深度学习阶段，人工智能对于制造业企业岗位就业的替代性的两极化特点也有所消减。

（二）管理启示

⒈制造业中不同行业视角的管理启示

根据国家制造业企业所属20 类行业，可以将制造业企业分为轻工业和重工业两大类。

（1）轻工业是与人们生活息息相关的日常生活资料制造企业，其产品主要面向广大的消费者

在人工智能情境下，轻工业制造业企业的研发岗位要深入市场，研发能够为消费者提供更好消费体验和服务体验的产品，带动消费增长，创造更多就业岗位；对于其一线生产技术人员来说，应加强对其专业和人工智能相关技能的培训，实现人机交互和劳动力迭代。同时，对一线生产人员现有劳动时间和薪酬进行调整，缓解就业替代压力；对于管理人员来说，则需要通过专业技能学习进行自我提升，同时企业应制订完善的培训计划，实现员工的可持续发展。

（2）工业是与国民经济相关的生产资料制造产业，其产品主要面向业和生产部门

重工业制造业企业对研发岗位则需要投入大量的资本，注重研发人工智能对劳动力补偿性的技术研发，补充劳动力的不足与缺陷，提升劳动能力。同时，加强人工智能的研发，创造更多的研发岗位；其一线岗位员工则需要学习人工智能相关技术和专业知识，进行人机互动、提高工作效率，同时企业也需要对这些一线员工进行职业规划和其他技能的培训，帮助员工实现可持续发展；其管理岗位则应掌握企业具体生产经营内容，重新思考在人工智能新背景下，企业的未来管理问题。

⒉制造业企业规模视角的管理启示

根据制造业企业规模不同，可将制造业企业分为大型企业和中小型企业两种。

（1）对于大型制造业企业而言

研发需要更多的资金，加强对人工智能技术的研发，投入更多的人力和资金，实现创新扩散；其一线生产技术岗位员工则要紧跟人工智能时代步伐，加强职业技能培训，企业应培养员工的适应性和针对性技能；其管理人员则需要学，学习利用人工智能工具，提高管理效率。

（2）对于中小型制造业企业而言

其自身的技术核心和资金实力并不很强，多是引进行业领头羊的新技术成果。这类企业需要提高对高素质人才资源的投入和企业可持续发展重视程度，抓住人工智能发展机遇，创造原创性的核心技术；其一线生产技术人员和管理人员也需要学习更多人机互动技能。