AI降本增效，别忘了“时间差”这笔账
央视网 · 新闻与时政
原创 央视网评论员 2026-11-05 13:47 北京 关于 AI替代人的焦虑，已经从 网络空间 里的假设，变成了茶水间的日常。写文案的担心被生成式模型顶掉，做客服的发现系统能同时应答上千人，连写代码的都在琢磨：下一个被优化的是不是自己。 这种焦虑不是空穴来风。技术革命通常会在 “取代劳动者”和“创造新业态”之间留下一道 “ 时间差 ”： 旧岗位先消失，新岗位后生长，中间隔着一段青黄不接。 乐观者说，历史向来如此：机器淘汰了手工 业 ，却 制 造出了工厂；电商冲击了 实体 店， 却催生 了千万骑手。这道沟，总能跨过去。 表面看， 逻辑不错，但 有些问题 被忽略 了 。 第一， “ 破坏 ” 常常 是 迅猛 的，创造 往往 是渐进的。 企业裁掉一个部 门，只需一两次会议，而一个新业态从萌芽到吸纳足够的就业群体，一般需要相当长的时间。 这时候， “时间差”不是抽象概念，一旦它落到具体的某个人、某一群人身上，就是几个 月没缴的社保， 就 是缴费单前的沉默。 第二，这次被替代的不只是 “简单劳动”。 上一轮自动化 替代 的主要是体力岗位， 一些 白领 还暗自 庆幸。但生 成式 AI首先冲击的，恰恰是文案、翻译、客服、初级编程等读写归纳式岗位。 这一层人群数量庞大、技能专用性强，“转身”总是伴随着巨大的现实困境。 而 他们，过去正 是 “稳定”的代名词。 第三，也是最容易被忽略的一层：如果所有企业都拼命用 AI降本增效，会怎样？成本降了，价格降了，可如果岗位同时大量消失、收入预期转弱，谁来买这些更便宜的商品？ 这就是 “节俭悖论”—— 单个企业省钱的理性， 如果 汇成全社会需求的萎缩。 AI让供给更便宜，却可能同时让需求更单薄。 话说回来，这不意味着 AI是洪水猛兽，更不意味着企业降本有错。竞争压力之下，不用AI的企业会先被淘汰，苛责单个企业既不公允也无意义。 真正需要讨论的，是这道 “ 时间差 ” 如何被公共政策适度托住 ——不是拦住技术，而是别让阵痛全部由个人独自消化。 历史有正反两面的参照。上世纪三十年代 美国 大萧条中，工时被削减、工资被压低，需求进一步塌陷，恶性循环就此加速； 而 战后 的 欧洲 ， 在推进自动化的同时 ， 同步建立起较完善的社会保障与职业培训体系， 让 技术红利较平稳地转化为消费能力。两相对照，指向同一件事： 技术进步的收益分配，不能完全交给市场自动完成。 怎么办？至少以下几个方向可以探索。 缓冲要先铺 ，别等冲击爆出来再补。 现有失业保险、灵活就业社保、职业培训体系，基本 都是在 围绕 “稳定雇佣”设计，对“岗位快速消失”反应偏慢。 可以对 AI应用密集的行业 ， 先行 建立岗位变动监测，一旦某类岗位裁减规模越过阈值，自动触发定向培训与过渡性补助。这不是养懒人 ，而 是给 转型 留出时间。 培训要对着 “有需求的地方”投 ，别对着“过去的工作”投。最常见的失败， 就 是把被裁的客服培训成另一批同样容易被替代的岗位。有效的做法是 ， 让补贴跟着岗位需求走：企业若以 “人机协作”方式保留岗位并承担再培训， 就应该 给予税收或社保优惠；对养老护理、社区服务、设备运维、 AI数据标注与审核等明确缺人的领域， 应明确 实行定向培养和就业补贴。 政策目标未必是 “阻止替代”， 而应该 是 “拉长过渡”。 节奏本身也可以调节。 譬如，考虑 对高频人机替代 行业 设置过渡期、要求企业披露 AI应用带来的人员影响 等 。这类做法不是反对技术，而是让 全 社会对 AI 冲击有预期、有准备。 同时， 缩短工时、弹性用工、共享岗位等制度探索，也都是把 “效率红利”部分转化为“就业容量”的可能路径 —— AI提高的效率，未必 一定 表现为裁员，也可以表现为缩短工作时间，保留更多岗位。 一言以蔽之， 把这 个 “ 时间差 ” 从个人的孤立无援变成社会的共同分担。 技术跑得快是好事。但 一个社会的成熟度， 不仅仅 体现在它多快 地 拥抱新技术， 更应该 体现在它如何对待被速度甩下的人。 这笔账，早算 要 比晚算 更好 。 （文中配图来自视觉中国） 女子6天连续3次高空抛物被拘，警察一查发现：其父亲三年间多次高空抛物，理由都是“懒得下楼”...... 特朗普：我已和内塔尼亚胡达成协议，将停止向以色列提供每年40亿美元的军事援助 9月30日说合格，10月26日承认有隐患……短时间内官方两次核查结论反转！情况说明→ 主 编丨 单镜宇 编 辑丨 陈艳欣 审 校丨 瑞雪 来 源 丨 央视网 跳转微信打开