歷史唯物主義視角下的人工智能就業影響研究

惠建國

（首都經濟貿易大學 勞動經濟學院，北京100070）

一、引言

自18世紀第一次工業革命以來，每一次技術進步都會引發關于技術與就業關系的爭論，如今的人工智能將這一爭論推向了高潮，吸引各個領域的專家、學者、民眾甚至組織機構的參與。從學術角度講，我們該如何看待和研究人工智能的就業影響？

就當前的研究方法而言，大致可以分為兩種：一種是新古典經濟學數理實證分析的方法，在市場經濟條件下進行要素之間因果關系的測度，并以此為基礎尋找就業增長的路徑，注重實證分析方法；另外一種是馬克思政治經濟學分析方法，基于歷史唯物主義視角下生產力與生產關系對立統一的辯證關系，強調生產關系對解決就業問題的重要性。

根據新古典經濟學研究范式和實證研究方法，需要在完全競爭市場的假設條件下，精確研究某一個層面的變量因果關系，通過一定時間內的統計數據和計量方法確定因變量與自變量之間的數值關系。毋庸置疑，這種研究方法和結論是必要和重要的，數學方法的使用也有利于理解和把握所研究變量的因果關系。但是，如果僅在觀念、數字或者符號中探尋就業變化規律，用頭腦中先驗的某一理論模型和一堆數字來研究不同情境下的就業問題，都顯得過于簡單和不夠嚴謹[1](P120)。因為就業問題不是真空條件下的物理問題，它不會不受到自然條件以外的其他因素的影響，是一個階段性的社會和歷史問題，要受到人類生產發展的歷史慣性和具體社會制度的影響。換句話說，就業問題既是生產力內部的要素問題，也是生產關系的設計問題。顯然，馬克思主義歷史唯物主義研究方法在該問題的研究方面顯得更加全面而深刻。

根據馬克思主義的歷史唯物主義研究方法，雖然技術和就業問題在不同發展階段有不同的具體表現形式，但它們都符合任何事物都有其發生、發展和滅亡過程的一般的歷史規定性，每一階段的具體表現形式既是對前身的繼承，也是對前身的否定和升級，要受到具體的生產力和生產關系等具體社會規定性的影響。因此，研究人工智能的就業影響，就需要精準理解技術與就業的發展規律和本質表現，既要看到其一般的歷史規定性，也要看到其具體的社會規定性，并以此為基礎來研究人工智能對就業的一般和特殊的影響機理，以及所需要的應對措施。

綜上，本文在分析人工智能本質、技術—經濟特征和就業的規定性等內容的基礎上，剖析人工智能的一般性就業影響和特殊就業影響，從而提出應對人工智能就業影響的措施。

二、人工智能的本質與技術—經濟特征

現在處于弱人工智能階段，暫時還沒有出現統一的和權威的數據，人類還未能全面而準確地認識人工智能，更無從談起其就業影響的精準研究。但是，作為技術進步的最新成果和具體的表現形式，人工智能也有技術一般的歷史規定性，可以通過考察過往技術進步的歷史軌跡，發現其生產技術本質和技術—經濟特征，為研究其就業影響奠定基礎。

（一）人工智能的本質是一種生產技術：基于技術進步的歷史視角

縱觀經濟發展史，人類勞動生產先后經歷了人力化—畜力化—機械化—電力化—自動化—智能化這樣一個效率不斷提高、直接動力不斷外化于人和不斷替代勞動力的連續過程。這種演化背后的動力，是市場需求規模不斷擴大和生產力發展，尤其是符合生產需要的技術的進步。

市場拉動和科學推動又構成了技術進步的兩個共同源泉，前者是線性的和顯性的，后者則是非線性的和隱性的[2]。而且，科學和技術已經深度融合，以致技術進步與科技進步在很多場合下被混合使用。梳理技術進步的歷史軌跡就可以發現，進入資本主義工業化大生產時代以后，兩種作用一直同時存在，但是，二者的主次位置發生了變化，從以需求拉動為主演化為以科學推動為主，科學和技術日益融為一體，在繼承與突破中快速發展。

在18世紀第一次科技革命之前，技術進步幾乎都是經驗技術的進步，之后的技術進步是將科學發現作為源泉的技術進步，即科學推動的技術進步或科學的技術進步。三次科技革命發生的背景、特征、發展軌跡，以及三次科技革命之間的邏輯關系已經充分證明，每一次科技革命都是圍繞著滿足生產動力相對不足而展開的，是為生產服務的。科技革命在解決各自發展階段所面臨的生產問題之時，一方面提出了新的和更高層次的問題，另一方面也為解決這些問題而發生的新科技革命奠定了基礎。

人工智能與過往技術有著極大的不同，但是，在作為生產的技術這一本質上并沒有不同，都是為了解決生產效率問題、推動生產發展而生的。

（二）人工智能的技術—經濟特征

雖然早在1956年達特茅斯會議上，人們就已經提出了人工智能的概念，但是，其發展一直比較緩慢，直到2006年以來的深度學習等機器算法取得了重大成果后，人工智能再次受到各界關注，并借助大數據、云計算等關鍵技術的突破而不斷加快發展，具有很強的技術協同性。僅從人工智能研究專利項目數量這一反映其發展速度的指標來看，2012年時僅為708項，到2016年就已經達到了2888項[3]，其發展速度之快可見一斑。如果人工智能的這種發展趨勢得以保持，在不久的將來，人工智能將使機器在一定條件下獲得一定程度上的人類能力，在生產發展等領域起到關鍵性作用[4]。

人工智能是計算機領域的一個分支，其構成主要包括芯片、算法和數據三個要素[5]，其目標是生產出以由算法驅動的、能夠模擬人的意識和思維的智能設備，可以應用到各個行業各個領域，具有很強的通用性。目前，人工智能已經開始在眾多領域進行使用，包括醫療影像、城市治理、無人駕駛、語音播報、同聲傳譯、無人超市、制造業中的高精度焊接等領域。

種種跡象都在顯示，隨著深度學習平臺的不斷完善、機器人交流程序的深化和自然語言處理（Natural Language Processing，NLP）， 以及語言和圖像技術的進步，人工智能的創造性會日益增強，進一步加強生產工具編程升級和自我糾偏、協作方面，增強不同環節的自動化機器之間的交互性，機器管控機器的智能時代已經來臨。有學者認為，人工智能的影響將是全面的，甚至要超過之前工業革命的影響[6]，并從專業的單一功能向通用的綜合功能快速轉化。

可以說，人工智能在今天的快速發展得益于摩爾定律、智能算法和網絡技術 （互聯網+物聯網）多種成果的匯聚，具有協同性、通用性和創造性等技術—經濟特征，在引領技術進步的同時，對經濟產生全面和系統的升級，推動經濟的高質量發展。

三、就業的規定性：一個階段性的歷史問題

就業問題在當前已經不是一個陌生的話題，但它并不是從人類歷史發展之初就一直存在的，而是人類進入資本主義工業化大生產階段后出現的特有現象。受到具體制度和文化的影響，不同的國家和地域又有著不同的就業表現。這就是就業問題的歷史規定性和社會規定性問題，研究就業問題需要研究這些規定性。

（一）農業社會不存在失業問題

在進入資本主義工業時代以前，人類社會是不存在失業問題的，換句話說，失業問題只有在人類進入工業時代以后才出現，是其專有現象和術語。

比如，在原始社會時期，人自身就是最重要的生產資料，人人都要為了生存而參加集體捕獵，否則就得面臨死亡，這個時代不存在失業問題。在奴隸社會時期，雖然人類可以使用一定數量的銅器甚至鐵器生產工具，但是，人力依然是生產勞動的主要動力，奴隸是最重要的生產資料，畜力次之。因此，奴隸戰爭發生以后，奴隸主不會殺死被俘的奴隸，而是像對待牲畜一樣占有和支配奴隸的勞動力，奴隸社會同樣也不存在失業問題。在封建社會時期，地主會大量兼并土地，農民暴動和起義等是存在的，但其原因更多的是在于地主過度剝削和天災人禍，而不是“失去工作崗位”或失業，封建社會時期也不存在失業問題。

（二）失業是工業社會的特有現象

就業失業問題之所以發生在進入資本主義工業時代后，其原因就在于資本主義工業化所采用的機器大生產方式相比過去要先進得多，其先進性直觀的表現是生產速率更高的機器動力的采用，在實質上則表現為社會大生產條件下的這種生產方式將每一個領域、每一個生產過程都分解成為不同的構成要素，從而創立了先進的現代管理科學、工藝科學，深化社會化分工的程度和擴大其范圍。這反過來又會進一步優化生產方式和采用更加先進的生產技術和設備。這種技術基礎預示著資本主義的生產方式與過去的生產方式相比是開放的和革命的，只要符合資本增值和追逐更多利潤的目標，任何一種生產方式、任何一種生產要素都是可以采用或放棄的。

從生產力角度看，技術進步導致生產過程簡單化、生產機器自動化，勞動過程已經越來越不再依靠操作工人的技術，不再依靠“手藝、傳統和工人的知識”[7](P104)，甚至都不需要工人的參與。其原因在于，勞動過程中的腦力勞動和體力勞動或者是勞動概念與勞動執行的分離越來越快，范圍也越來越大，關于勞動及其過程的理解、計劃或設計甚至執行，已經從車間里轉移到外面的獨立部門中了。

從生產關系角度看，資本對勞動過程和勞動者的控制方式發生了重大變化。就勞動過程控制而言，從之前的監督和控制勞動者及其生產成果演變為對勞動過程的每一個細節的控制，從資本直接主導和監督勞動過程演變為資本通過技術來間接主導和控制；就勞動者控制而言，從過去的技術性監控演變為當前的技術控制與組織控制并存的局面[8](P110-131)。顯然，資本對勞動過程和勞動者的控制大大強化，勞動者可以在勞動過程內部再配置，也可以被排擠出勞動過程，成為一名失業者。

在智能化剛剛開啟及“強資本、弱勞動”生產格局已經形成的今天，特定生產關系下資本愈強、勞動愈弱的“馬太效應”在持續強化，勞動力在生產要素結構中的比例嚴重下降。在不久的將來，機器人將幾乎全部取代勞動者的勞動力，消滅千萬個工作機會，算法驅動的人工智能將使99%的人淪為無用之人[9]。

四、人工智能的就業影響

資產階級革命以后，私有資本迅速發展，對私有產權的法律和制度界定也很快得以完成。諾斯（2009）認為，這是歐洲實現經濟增長的根本原因[10](P81-82)，也是私有制基礎上的市場經濟快速發展的根本原因。資本主義私有制的快速發展和政治制度革新大大促進了生產力的發展，在不到兩百年的時間里創造了超過過去所有時代創造的財富的總和，也催生了私有產權框架下的西方經濟學經典理論，其范式也逐漸成為包括技術進步與就業關系在內的研究主流。

在這一歷史的和社會的具體規定下，人工智能的就業影響必將體現產出最大化或者是私有資本利潤最大化的發展目標，就業者與人工智能一樣都是這一目標的實現手段，其變化也將通過人工智能與目標變化來體現。

（一）人工智能的一般就業影響及其機理

人工智能是之前技術進步的最新成果和形式，與之前技術有相同的就業影響及其機理。具體而言，技術進步的就業效應包括破壞效應和創造效應兩個方面。

1.人工智能的就業創造效應及其機制

一般而言，技術進步通過降低產品成本和價格、增加消費者購買力、擴大生產規模、促進貿易增長和拉長、拓寬產業鏈等主要中介變量來增加和促進就業增長。人工智能同樣也具有這一就業創造機理，會增加芯片研發制造、算法開發、數據挖掘等方面的人才需求，促進就業崗位增加和就業增長。比如，芯片是當代科技競爭的制高點，不論是發達國家還是發展中國家，都需要大量的芯片，由此必然帶來芯片設計、制造等環節的勞動者的就業需求，并帶動關聯產業的發展，增加就業崗位。比如，算法開發的加快，人工智能的單一或專業的功能，會加速向通用的和總和的功能轉型升級，而這方面的人才是各國緊缺的。再比如，在數據挖掘、獲取和傳輸方面，這些工作的完成必然需要質量更高、數量更大的傳感器、移動設備等，而這種人才依然是緊缺的。

根據IBM的預測，數據方面科技人才的需求量到2020年將增長28%[11]。這也將會增加人工智能發展所需要的相關基礎設施，包括人工智能開發和應用所需要的配套基礎設施，比如人工智能應用所需要的硬件層面的設施，以及規范、引導、道德等方面的軟件層面的設施[12]。

需要進一步明確的是，人工智能就業創造效應的產生是有前提條件的。比如，勞動力成本在產品生產總成本中的占比必須足夠高，否則技術進步降低成本的幅度很小甚至為零；再比如，需要有足夠高的產品價格彈性，否則消費者對價格變化不敏感，也不會產生就業創造效應。

2.人工智能的破壞效應及其機制

一般情況下，人工智能的就業破壞效應主要是通過技能、生產設備、生產率和產品生命周期等中間環節來實現的。

（1）人工智能勢必提高勞動者的技能要求，有利于提高產品生產中的人力資本水平，增加高技能勞動者的就業崗位，而減少具有中低技能尤其是低技能和無技能勞動者的就業崗位。但是，增加的崗位數量往往要少于減少的崗位數量，中低技能尤其是低技能和無技能勞動者的數量又大于高技能勞動者的數量。人工智能帶來的這種人力資本結構效應，必然從總體上減少就業崗位、增加失業。

（2）在企業內部，人工智能往往會通過采用擁有更高技術含量的先進設備來體現，在生產環節采用自動化和智能化的設備，在管理環節大幅減少管理層次，在提高產品生產精度、質量和整體生產效率的同時，必然會沖擊原有就業崗位，產生就業破壞效應。

（3）每一次人工智能的進步都會引發大量的跟進投資，包括研發投資、生產投資，雖然暫時有利于擴大社會總體的生產規模和就業規模，但是，最終勢必會因為過度競爭、產銷波動、大量企業的退出而帶來行業層面甚至宏觀經濟層面的波動，導致投資減少。就業總是需要被一定資本雇傭的，而人工智能帶來的波動效應卻引起了投資需求和資本存量減少，最終會減少就業崗位、增加失業，產生就業破壞效應。

人工智能延續并擴大了傳統技術進步的就業破壞效應，在替代人類體力的同時加快對人的智力的替代，不斷破壞技術含量更高的就業崗位。比如，在客服、播報、翻譯、醫療、金融交易等要求勞動者具備一定技能的智力型工種也開始被取代[13](P189-194)。

（二）人工智能的特殊就業影響及其機理：就業極化

人工智能具有協同性、通用性和創造性技術—經濟特征，必將全面和深刻地影響經濟發展方式，提高對勞動者的技能要求，增加它們的就業，減少處于技能劣勢的勞動者的需求和就業。隨著人工智能技術發展速度的加快，技術研發越來越復雜，而操作卻越來越簡單，這與高水平技能人才就業比例偏低、中低技能和無技能勞動者就業比例偏高的現實形成了鮮明對比。這必將加速凸顯高低技能勞動者的就業分化，突出表現為空間和技能兩種視角下的就業極化。

1.技能視角下的就業極化

人工智能使機器智能化水平不斷提高，也強化了生產環節之間機器的“語言交流”，最近的人工智能則補充了非常規的認知功能，可以更有效地完成過去由中技能勞動者完成的任務[14](P1-10)。同時，在遠程控制、信息通訊、人工智能等新技術的沖擊下，中技能勞動者會向高、低技能兩個方向進行分化。但是，由于高技能就業崗位的要求較高，因此，大多數的中技能勞動者被分流到了低技能層次的就業崗位。

這種變化帶來的結果是：絕大多數勞動者被“去技術化”的程度越來越高[15]，勞動者在專業范疇下的勞動能力也越來越單一，就業層面上則從過去以減少低技能工作崗位數量為主，逐漸向以減少中技能工作崗位數量為主的方向演化；高中低技能勞動者的就業規模變化趨勢，呈現出兩邊高、中間低的“U”型就業極化特征。

根據世界銀行發布的《2016世界發展報告》，無論是在發達國家，還是在發展中國家，都出現了就業極化的現象，差別只在于部分國家的高技能就業崗位比例高一些，比如法國、德國；其他國家則低技能就業崗位比例高一些，或高低技能就業比例接近對等，比如荷蘭。但是，勞動者就業向高技能就業崗位轉移卻是共同的趨勢。從1995年左右到2012年左右，除了中國等部分國家以外，大多數發展中國家的就業都出現了極化情況，高低技能勞動者的就業比例逐年提高，中技能勞動者的就業比例卻在下降。

2.空間視角下的就業極化

縱觀世界經濟發展歷史，后發國家通過大力發展加工制造業來發展本國經濟的主要依據是，憑借著自身的勞動力豐富且成本較低的資源優勢承包發達國家的制造業。但是，隨著人工智能等新技術的強勢崛起，這種格局可能要再次發生變化。

隨著人工智能發展的深化和加快，處在技術研發環節與產品銷售環節之間的制造業環節勞動力成本的影響正在快速下降，批量生產開始逐步讓位于定制化生產，大數據、人工智能等新技術優勢得以凸顯[16]。因此，人工智能的快速發展可能會導致制造業重新回歸發達國家，原生產國面臨制造業空心化問題，世界市場的宏觀格局不再是研發、制造、銷售三者并存，而是演化為研發和銷售并存，制造中心不再單獨凸顯。由此帶來的就業格局的變化結果是：發達國家的就業尤其是高技能人才的就業不斷增加，人才集聚速度加快，而原制造業國家則出現就業層次降低的風險，就業形勢趨于惡化。

當然，人工智能會消滅原有的部分就業崗位，而不是消滅所有的就業崗位，因為人工智能只是模仿人的智能，而不能代替人類在感情、交往、消費和創造等方面的應有活動。而且，人工智能會創造一些新的就業崗位，比如芯片研發和制造、算法開發、數據挖掘等核心就業崗位，以及為其提供服務的部分崗位。但是，新生的高技能就業崗位數量較多，中低技能的勞動密集型就業崗位則較少。這顯然與當前中低技能勞動者的人口占比依然比較高的現狀是不吻合的，不能對人工智能的就業創造效應過于樂觀。而且，人工智能的就業效應的發生也是有一定前提條件的，比如技術水平、成本、產品價格，以及社會生產關系等。

五、應對人工智能就業影響的措施

人工智能首先是一種生產的技術，具有協同性、通用性和創造性等技術—經濟特征，將全面、深入地影響經濟發展方式，將以效率提高為主，而不再以增加勞動力等要素投入規模為主，這必然會影響到人類就業。在就業依然是人類謀生主要手段的人工智能時代，如何應對人工智能的就業影響，以推動高質量就業呢？

通過就業的歷史規定性和社會規定性的分析可以發現，就業問題不僅是生產力領域和生產技術的問題，也是一個體制機制問題。產生人工智能就業破壞效應的原因包括生產力發展、技術進步，也包括更具根本影響力的特定制度環境[17]，馬克思將其具體化為資本主義制度下的生產方式[18](P508)。主流的研究也是在這種生產方式下展開的，相關對策建議和措施也是基于這種前提下提出來的。但是，它們只研究了生產力領域的問題，沒有觸及到生產關系，所以也就沒有很好地解決就業問題。

因此，有效應對人工智能的就業效應，并積極推動高質量就業，需要從生產力和生產關系兩個領域同時著手。具體來說，需要在反思當前的研究思路和所采取的應對措施的基礎上，著重從經濟增長、新部門發展、創新體制機制等方面系統著手和解決。

（一）謹慎對待經濟增長會增加就業崗位數量的觀點與措施

在不存在技術進步的情況下，經濟增長一定會帶來就業崗位數量的增加，促進就業增長；在技術進步發生的情況下，尤其是隨著自動化、智能化大生產的到來，經濟增長能不能帶來就業崗位數量的增加，要取決于經濟增長方式，以及經濟規模擴張速度與機器替代勞動力速度的對比[15](P697)。最為直接和鮮明的是農業時代與資本主義工業時代在經濟增長、就業波動等方面的情況對比；另外一個例子就是世界范圍內存在的“無就業增長”。

經濟增長會增加產品生產的環節、擴大分工范圍、加深分工深度，但這種分工的增加未必意味著勞動力就業崗位的增加，也可能是機器人“就業崗位”的增加。由此帶來的結果是：一邊是人類財富總量大幅增加和基尼系數的提高并存；另一邊是勞動力供給人口的不斷增長與勞動力在國民生產中的比重持續下降。

工業時代開啟以來，總有一些勞動者不能實現就業，而是被“閑置”，不是因為其能力不足，更多的是因為科學技術的發展和自然力的不斷引入，機器替代了勞動力。因此，經濟增長意味著就業增長的觀點在邏輯上是站不住腳的。這就需要我們慎重對待這一觀點和措施，注重調整經濟增長方式，既要提高勞動力、資本等生產要素質量，優化社會化大生產流程，也要注重保護勞動力供給者即勞動者這一特殊要素，尤其是要積極主動地保障中低技能勞動者的就業機會、就業利益，保證每一個勞動者都能在快速發展中不掉隊。將勞動者的利益放在中心，這是實現高質量經濟發展和高質量就業發展協調性的必然要求。

（二）辯證看待新生產業部門就業創造效應

人類發展邏輯是逐漸從圍繞產品生產和財富增加為中心轉換為以人的需求為中心，依次從農業生產為主體、工業生產為主體演化到以服務業為主體，服務生產、服務人。毋庸置疑，科技進步、自動化智能化機器的采用，正在將越來越多的人從生產領域轉移到服務領域[19](P488)，從生產的就業崗位轉換到服務的就業崗位，從原來的就業崗位轉移到新生的就業崗位。因此，新生部門和以服務業為主的第三產業就成為吸納失業者的主要領域。

有一部分學者基于這種狀況便認為，技術進步帶來的失業勞動者總可以在新創造的部門里找到工作，但事實上遠非如此。“在新的勞動部門找到工作的并不都是被解雇的工人，而往往是新進入勞動力市場的青年人”[20](P282)。人工智能的興起一定會增加新的部門和新的就業崗位，但這些崗位主要是為高技能勞動者尤其是新進入市場的青年勞動者準備的，對那些更容易受到技術排擠的中低技能勞動者而言，這種就業促進相對就業破壞要有限得多。有人基于此認為，可以通過教育、培訓和提高人力資本水平以適應技術發展的要求，但是，人力資本更新的速度未必趕得上技術更新的速度，尤其是在人工智能興起以后。

當很多專家學者毫無顧慮地、自信地認為其他領域的失業者可以被“安置”于第三產業重新就業的時候，我們不禁要問：人工智能帶來的第三產業失業者又將到哪個領域重新就業呢？因此，單純依靠新生產業、新生部門來吸納就業的想法是不可靠的，它們未必能夠有效抵消科技進步、人工智能技術發展帶來的就業崗位消失規模。

我們基于此認為，首先，改變傳統的一提勞動密集型產業就認為是落后的觀念，積極保護和開發勞動密集型產業部門；其次，挖掘中國傳統文化內涵，積極主動地發展原有勞動密集型產業部門，使之能夠適應科技創新作為驅動力的新發展階段，同時，開發新的勞動密集型產業部門，實現技能提升與勞動就業擴張的協調；再次，開發彈性工作崗位，挖掘古代耕讀文化的時代含義，在保障勞動者就業收益的前提下，推動勞動者“干中學”、干與學互相促進。

（三）創新經濟社會體制機制

作為當前技術進步與就業問題的研究主流，新古典經濟學已經不再討論生產資料所有制或生產資料產權安排問題，因為它已經默認私有資本產權為既定事實和前提，默認了私有資本對生產、分配、交換、消費的主導地位。在此理論研究前提下，相關研究便成為私有資本增值邏輯下的技術進步對就業的影響大小及其路徑的研究。如此以來，就業失業問題只表現為包括技術在內的某一要素帶來的勞動者就業崗位有無和增減，卻看不到這種表象背后的生產資料產權安排問題。

只專注于人工智能單一要素，把就業問題交給市場調節和人工智能帶來的新生部門，勢必只能看到暫時的表面穩定而忽視了長期的潛伏風險。當研究范圍聚焦在技術—就業或人工智能（工具）—就業（人）之時，研究者往往就會忽略人與工具的問題。顯然，與在“工具—人”的局部鏈條中考察相比，在“人—工具—人”這一完整鏈條中進行相關研究顯得更加系統和合理，即在生產關系視角下考察人工智能對就業的影響更加合理。與此同時，農業時代和工業時代的對比、世界范圍內的“無就業增長”共同揭示了一個道理：就業問題的產生并不是作為技術進步最新代表——人工智能的問題，即不是科技、機器等生產力（要素）的問題而是生產關系問題，是人類的經濟社會體制設計出現了缺陷[21](P129)。

人工智能等技術的發展目標是解放人類勞動，實現從謀生手段向自由勞動轉化，最終實現人的自由發展。但是，在就業依然是主要謀生手段的今天，人工智能對勞動就業的沖擊已經產生，中低技能勞動者比重依然偏大，這就需要從經濟增長、支撐勞動密集型產業發展等生產力領域解決，也需要從人類經濟社會體制機制創新角度考慮和解決，兼顧保障人類命運共同體、共享繁榮和激發個體勞動生產活力、提高效率。那么，二者如何兼顧呢？根據資本主義和社會主義發展經驗的總結和對比，全面的、單一的私有制和公有制都不可能很好地解決好當下的就業問題，這就需要重新設計和安排生產資料所有權、使用權和收益權的關系格局，在生產資料共同占有和社會協作基礎上重新建立生產資料個人所有制[19](P832)。在新的體制機制下，人工智能會更好地推動和發展高質量就業。