本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
2022年11月至2026年3月，在法国受生成式AI影响最深的职业中，21至29岁年轻人的长期合同招聘下降了28.3%。这一数字来自2026年10月发布的HEC巴黎-法兰西银行研究。差距在一个岗位、一个季度地累积。
要点
- 2026年3月，在受影响最深的五分之一职业中，21至29岁的长期合同招聘比2022年11月低28.3%（HEC巴黎-法兰西银行，2026年10月）。
- 2024年，美国AI私人投资达1091亿美元（斯坦福AI指数，2025）。
- 在印度，要求AI技能的岗位平均工资溢价28%（世界银行，《AI与新兴经济体劳动力市场》，2024）。
- 观察到的下降与生成式AI暴露程度相关，但研究未确定确切原因。
受AI影响的岗位招聘下滑，技术却在推进
该研究分析了2019年1月至2026年3月的劳动力流动，与法兰西银行景气调查数据相匹配。研究区分了两类岗位：生成式AI工具能完成相当比例任务的”AI暴露岗位”，以及受影响较小的岗位。结论明确：在暴露岗位上，2022年11月至2026年3月间招聘下降28.3%；在受影响最小的职业中，同年龄段长期合同招聘下降约8%。
作者的解释值得仔细阅读。在研究样本中，密集使用AI的企业员工总数与其他企业没有明显差别。结果与受影响职业招聘结构调整相符，但不能证明企业刻意回避这些岗位。两个原因叠加在一起。
一个简单的经济逻辑：自动化一个岗位若比招人便宜，而监管又让自动化比人力资源管理更易预期，企业就会选择自动化，但不培训现有员工使用新工具。
受影响岗位的招聘下降，发生在经济放缓、科技行业后疫情回调、远程办公扩张的叠加背景下。21至29岁是研究中招聘相对降幅最明显的年龄段。
投资差距扩大，政策难以追赶
经合组织每年发布AI私人投资数据。2024年，美国AI私人投资达1091亿美元。欧洲投资的一半集中在英国和德国，法国距技术前沿相当远。
这个数字衡量的不只是财富差距。AI投资具有累积性：数据训练模型，改进后的模型吸引用户，用户产生新数据。经济学家称之为网络效应。一个在模型训练上比竞争对手领先18个月的平台，其模型更优、边际成本更低、客户更不愿意更换供应商，形成结构上难以追赶的优势。
经济学家诺亚·史密斯（Noah Smith）在其关于经济与AI未来的近期研究中提出：一个经济体在竞争对手采用技术时退缩，就走上一条分岔路——随着网络效应固化，回头的路越来越窄。2022至2026年的欧洲数据印证了这一机制。
机器人领域的数据指向同一方向。根据国际机器人联合会年度报告，2023年中国安装了27.6万台工业机器人，德国为28,355台。德国仍是欧洲单位工业工人机器人密度最高的国家，但体量差距表明，中国建设自动化制造基础的速度，欧洲仅靠提升产品档次无法消化。
亚洲的工资溢价，衡量的是欧洲缺失的培训
南亚工资溢价数据应作为信号来读，而非单纯的市场统计。在印度，要求AI技能的岗位平均工资溢价28%（世界银行）。
这一差距有明确含义：亚洲劳动力市场已将AI技能定价为稀缺资源。企业为获得这类人才支付更高薪酬；劳动者因此有强烈的自主培训动力，无需依赖公共项目。AI培训的私人需求已形成自己的市场。
在法国乃至欧洲，这一市场信号被两个因素削弱。首先，受影响最深职业的年轻人招聘降幅更大，但研究既无法确定其原因，也无法得出欧洲对AI技能需求下降的结论——这压低了可感知的工资溢价，进而降低培训动力，循环由此闭合。其次，监管不确定性使企业不愿为特定工具投资培训，因为相关法律框架可能随每一份新指令而改变。
卡尔·贝内迪克特·弗雷（Carl Benedikt Frey）在近期关于技术与社会流动性的研究中，延续了他在劳动自动化领域的分析，记录了技术进步停滞如何首先打击技能最低的劳动者：他们同时失去被自动化的常规岗位，也无缘技术创造的新技能岗位。法国长期合同受保护与临时合同并存的严重分割，使其尤其容易受到这一机制冲击：长期合同员工以生产率停滞的形式承担不采用技术的代价；新入职的年轻人则以入口岗位缺失的形式承担代价。
这一机制值得与制度主义视角对照。达龙·阿西莫格鲁（Daron Acemoglu）关于制度与技术收益分配的研究提出另一个问题：谁获取自动化的收益，在什么条件下劳动者是受益者而非受害者。他的分析促使我们区分采用速度与转型质量。快速采用若将收益集中于股东、同时使剩余岗位降级，便是与史密斯所分析不同的模式。史密斯的诊断与阿西莫格鲁的框架针对两个独立的问题。
第一个是速度与竞争力的问题。第二个是收益分配的问题。
2022至2026年的法国数据显示，AI采用率略低于欧盟平均水平但大幅上升，法国生产率仍低于疫情前趋势。密集使用在拥有法律资源、能够应对监管的大企业中更为普遍。要进一步了解发达经济体与新兴经济体之间技术收益分配问题，本报关于新兴国家机器人极化的分析提供了有用的补充框架。
监管能保护，也能瘫痪，取决于如何校准
在得出监管就是问题的结论之前，必须厘清数据的确切含义。研究测量的是职业对生成式AI的暴露程度与招聘变化之间的相关性，未涉及《AI法案》分析，也未证明直接且排他的因果关系。其他因素同样在起作用：2023至2024年欧元区经济放缓、利率上升压缩投资预算，以及全球宏观不确定性导致多个行业招聘收缩。
《AI法案》的监管不等于禁令。它对被列为高风险的系统施加透明度、审计和文档义务。高风险领域涵盖就业、信贷、司法、生物识别、教育、关键基础设施、移民和治安。根据首批合规评估，这些义务对中小企业构成显著成本，固定合规成本对中小企业的相对负担尤为沉重。一个招聘工具即可能被列为高风险，从而触发合规义务。
校准因此是核心杠杆。一项能精确区分高风险用途与常见用途、并按企业规模设定合规门槛的监管，可以保留防止算法歧视、确保自动决策透明度等必要保障，同时降低中小企业的采用门槛。自主系统的民事责任框架问题与这一校准直接相关：AI系统出错时的责任归属尚不明确，企业就宁愿规避风险。
与美国产业政策的比较有参考价值，但需要区分细节。《芯片与科学法案》为半导体调动了大规模公共资金；《通胀削减法案》为清洁能源和部分先进制造能力提供了大量资金与税收抵免，并非专门针对AI。2026年5月，美国国会预算办公室发布报告，提出评估联邦研发效果的方法。美国国内半导体产量有所增加，但生产成本相比亚洲标准仍然偏高。公共采购可以创造需求，不会自动创造长期竞争力。
欧洲在照搬这一经验之前，应仔细观察其结果。
2025至2027年的决定及其在2028至2035年的可能效果
2022至2026年的数据为此后几年提出的问题，围绕一个阈值展开。AI网络效应有一个特殊性质：它们不是线性增强的。超过某个临界规模点后会加速，届时主导平台将极难被撼动。欧洲若在达到这一阈值前介入，有针对性的产业政策可以逆转现有动态；若在阈值之后介入，就可能在资助那些永远无法积累足够数据和用户基础来参与竞争的企业。
两个信号可以判断欧洲相对于这一阈值的位置。第一，AI暴露岗位招聘的季度变化，与美国轨迹的对比。若降幅在2027年前企稳并逆转，欧洲产业政策——包括委员会在德拉吉计划框架下的AI项目——将产生可衡量的效果；若降幅持续，不可逆性将逐步升高。第二，欧洲与南亚经AI培训劳动者之间工资溢价差距的变化。差距扩大，意味着亚洲劳动力市场已锁定培训优势；差距收窄，意味着欧洲成功建立了足够强的AI技能内需。
追赶的路径通过有针对性的产业政策仍然存在，但条件明确。其一，公共采购须引导中小企业采用AI，资金须以培训现有员工为条件，而非仅以部署工具为条件。其二，再培训项目须专门针对招聘降幅最大的岗位，培训周期短、认证获雇主认可。其三，须修订《AI法案》针对中小企业的监管校准，同时不削弱高风险用途的保护。
网络效应导致不可逆的风险同样现实。美欧投资差距若持续扩大，可能逐步强化美国的技术领先。届时问题变为专业化：欧洲能在AI的哪些细分领域建立可防御的位置，依托其在医疗数据、工业数据方面的优势，以及在部分全球市场中受认可的伦理框架。
国家引导技术转型的能力正是这一选择的核心：缺乏足以执行相应产业政策的制度能力，追赶与专业化两条路都走不通。
法国的政策空间
2022至2026年的数据描述的是一种机制，不是宿命。观察到的下降与生成式AI暴露程度相关，但确切原因尚未查明。这一环境可以改变。
三项具体决定可在两年内产生可衡量的效果。第一，针对250人以下中小企业修订《AI法案》合规时间表，将中等风险系统最繁重的文档义务推迟18个月。第二，推出AI大众工具快速培训项目——两至六周，通过个人培训账户资助，专门面向招聘降幅最大行业的在职员工。第三，在公共采购中设置AI条件：超过一定金额门槛的政府采购投标企业，须说明其AI采用与培训策略。
这三项措施都不能保证追赶成功。它们的作用是创造条件，使市场信号——AI技能工资溢价——能够传导至法国在职员工和中小企业。若无此传导，这一信号将在别处被捕获。这种情况已持续三年。
来源
- Bergeaud, A. 等（2026年10月）。Private French Firms Hire Fewer Young Workers in AI-Exposed Jobs。HEC巴黎-法兰西银行。
- 经合组织。Digital Economy Outlook 2025。巴黎：经合组织。https://www.oecd.org/digital/oecd-digital-economy-outlook.htm
- 经合组织。Employment Outlook 2025，AI与就业章节。巴黎：经合组织。
- 国际机器人联合会（IFR）。World Robotics Report 2024。法兰克福：IFR。
- 世界银行。AI and Labor Markets in Emerging Economies 2024。华盛顿：世界银行。
- 美国国会预算办公室（CBO）。Evaluation of the CHIPS and Science Act, 2026。华盛顿：CBO。
- Noah Smith。A.I., the Economy & the Future of Humanity（2025）。Substack / Noahpinion。
- Carl Benedikt Frey。How Progress Ends（2025）及近期关于技术与社会流动性的研究。美国全国经济研究局。https://www.nber.org/
- 法国国家统计与经济研究所（INSEE）。2022-2026年劳动力市场数据。巴黎：INSEE。
- 法兰西银行。2019-2026年企业行政数据。巴黎：法兰西银行。
