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将如何助力劳动市场？WAIC期间发布的这份报告给出了解答。

2026WAIC（世界人工智能大会）期间，上海科技大学CEISD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》显示，通过2023年底至 2026年4月中国全平台线上完整招聘周期的数据分析，报告扭转了“AI 批量淘汰职业”焦虑叙事。

团队研究发现，ChatGPT问世以来，新增线上招聘池超四分之一岗位处于AI高替代敞口，但高替代并不一定意味着高风险，人类互补是重要缓冲。特别值得关注的是，复合型闭环岗位成为就业市场的最大新特征，同期市场约有2100万个岗位由任务重组而生，占总招聘岗位的18.6%。

该报告还显示，企业招聘逻辑已发生根本性转变：不再考察单一专业技能，优先筛选能够独立走完需求、执行、校验、汇报完整闭环的求职者。新兴复合职责包具备清晰特质：纯线上标准化文本工作占比大幅降低，高度依赖现场操作、设备实操、风险后果判断，具备强现场、强协同、强责任的复合型人才持续受益。

项目首席数据科学家、上科大CEISD客座学者陈沁表示：“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，本质是观察尺度错了。从统计数据角度看，中国有人社部的权威职业分类系统、职业技能标准系统、新职业画像和劳动力市场趋势数据，但缺乏统一尺度和任务级的完整职业系统数据库；学术界以美国O*NET为基准构建了一些数据系统，但并不完全适配中国国情。我们基于线上全量招聘数据搭建的中国版动态 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，1～3 年入门岗承压是结构性事实，但长期不存在整体性失业危机，市场正在重新筛选‘能驾驭 AI、承担最终责任’的复合型劳动者。”

上海科技大学CEISD主任杨燕青表示，全球范围内的劳动经济学研究，尤其是当下AI经济影响的研究都基于美国O*NET数据系统。“我们打造了中国的动态C-O*NET数据系统，未来会开源开放，希望成为中国经济学研究的数据基座。LLM（大语言模型）对国内劳动力市场的影响主线是任务重组，这从实证层面挑战了亚当·斯密、巴贝奇延续250年的分工理论：过去分工依靠拆分人类任务降低切换成本，而LLM抹平任务切换成本，分工逻辑从‘人与人细分’转向‘人机协同闭环’。未来希望更多的团队加入‘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。”