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
八分之一的法国在职人口正面临代理型人工智能的冲击
技术不会整批消灭职业。它逐项拆解岗位中的任务。
近期自动化研究得出一个反直觉的结论：相当一部分法国在职人口所从事的岗位中，大量任务已可由人工智能代理全面自动化。这不是未来的能力，而是当下已有的能力。
这一结论并不意味着这些岗位将消失。它意味着这些人的具体工作性质正在改变，部分任务可以由自动化系统接管。企业、工会和政府尚未决定如何回应。
最终决定走向的，是这一集体抉择，而非技术本身。
要点
CEPII经济学家阿克塞尔·阿尔基耶在”受威胁与新兴就业观察站”框架下的研究估计，相当一部分法国在职人口所在岗位中，大量任务可由人工智能代理全面自动化。任务分解分析法表明，人工智能的影响程度取决于岗位的具体构成，而非社会职业类别。目前，只有三分之一的法国大型企业启动了代理型人工智能项目。辩论的核心是政治问题：谁决定岗位重组的节奏，依据什么规则，工作变化最快的人能获得何种补偿？
任务分析法改变了诊断逻辑
关于人工智能与就业的讨论长期以来以职业清单为框架。某咨询公司列出最受威胁的职业排名：会计、律师、秘书居前。另一些研究则认为体力劳动职业更能抵御冲击。这个框架有根本缺陷：它把岗位当作同质化的整体。
现实更为精细。一个企业法务岗位涵盖性质截然不同的任务：文献检索与判例综述、标准合同起草、谈判、战略咨询、关系管理。前几项如今高度可自动化，后几项则不然。按职业分析的软件会说”律师面临60%的自动化风险”。按任务分析则会说：其40%用于文献工作的时间可以由代理接管——至于这40%是被释放还是被裁减，取决于雇主的选择。
阿尔基耶的研究以这种区分为核心。其方法将岗位分解为基本任务，以当前人工智能代理的实际能力评估每项任务的可自动化程度，再汇总至岗位层面。这一诊断工具比按职业分类的分析精确得多，对制定适应政策也更有实际价值。
这种方法转变将问题从”哪种职业能幸存”推向了”岗位可以怎样重组，由谁来决定”。问题的性质从技术层面转移到了政治层面。
人工智能影响真正揭示的问题
相当一部分在职人口已处于高度影响区间——这一估算需要审慎解读。它识别的是显著影响的门槛：大量任务可全面自动化。已有相当比例的在职人口越过了这一门槛。但影响分布并不均匀。
受影响最重的岗位集中在大型组织的支持性职能：行政管理、重复性数据分析、文件处理、一级客户服务。这些通常是中层岗位——既不在层级最底端（那里实体存在仍不可或缺），也不在最顶端（那里判断力和人际关系主导一切）。认知职能的中间层首当其冲。
这种影响格局有直接的社会含义。经济学家达龙·阿西莫格鲁和西蒙·约翰逊在研究技术收益分配时指出，历次自动化浪潮往往压低中等收入群体的工资，而高技能者和资本持有者获益更多。没有证据显示代理型人工智能会打破这一规律。受影响最大的在职人口并非都是能够迅速转行的高薪高管。其中相当一部分是技术人员、行政助理、初级分析师，他们的初始教育并未为这类转型做好准备。法国税收制度加剧了这一紧张关系：如果替代劳动的资本与劳动本身税负不对等，转型代价将由在职人员承担。
另一面同样不能忽视。任务分析法在识别威胁的同时，也识别出新兴岗位。人工智能代理创造了新需求：自动化系统监督、输出验证、针对行业特性的模型训练、人机混合工作流设计。这些岗位五年前并不存在，目前尚未进入统计体系，因为它们正在被创造。阿尔基耶强调：公共政策必须同时预判这两种动态。
企业为何部署缓慢
能力已可用，影响已识别，为何只有三分之一的法国大型企业启动了代理型人工智能项目？原因直接决定了未来转型的速度。
第一个障碍是技术性的。当前人工智能代理在边界清晰、输入明确、输出可评估的任务中表现强劲。但在数据分散、结构混乱或分布于互不兼容的遗留系统的环境中，表现则大打折扣。这恰恰是大多数法国大型组织的实际状况。部署一个有效的供应商合同管理代理，前提是合同存储规范、以机器可读格式访问、并与正确的数据库关联。大多数企业尚不具备这种基础设施。
第二个障碍是管理性的。围绕高人类附加值任务重组岗位，要求中层管理者能够识别这些任务、重新定义职位描述、管理技能提升、并撑过生产率先降后升的过渡期。这种精细的管理工作缺乏工具支持。针对工具的培训有，针对岗位重新配置的培训几乎没有。
第三个障碍是法律与劳动关系层面的。在法国，任何对工作岗位的实质性修改都须与员工代表协商。涉及员工实际职责的部分自动化项目，可能触发强制性协商程序。推进快的企业有时遭遇重大社会摩擦。推进慢的企业往往在社会稳定与技术速度之间选择了前者。这未必是坏事，但它确实制约着转型节奏。
核心问题：谁来决定重组？
问题的关键在于：在组织中，谁有权决定哪些任务留给人类、哪些交给机器，以及依据什么标准。
目前，这一权力基本上由管理层单方面行使。关于人工智能使用的行业或企业协议在法国仍属少数。部分举措试图为自动化决策的人类监督设定原则，特别是在银行业，但仍属个例。关于工作内容的集体谈判——有别于工资谈判——在法国劳动法框架中仍不发达。
利害关系却相当重大。一个大量任务被自动化的岗位，可能朝两个方向演变。第一种情景：雇主按比例裁员，总工作量维持不变。第二种情景：岗位持有者保留全职，但转向高人类附加值任务，同步提升技能，最终在劳动力市场上获得更好的定位。两种情景在技术上都可行。哪一种成为现实，取决于组织内的力量对比、税收激励，以及集体框架是否施加了约束。
若到2040年仍未建立任何框架，”本质上属于人类的任务”这一定义，将在岗位之间、组织之间通过隐性调整形成。银行业留给人类的任务，未必与政府部门或咨询公司相同。缺乏约定性定义，将导致工作条件的持续分化，并最终影响资本与劳动之间的价值分配。黛安·科伊尔关于衡量进步的论断在此同样适用：我们用来衡量经济的工具是为工业经济设计的。它们既无法捕捉人工智能带来的生产率提升，也无法衡量管理失当的重组对工作福祉造成的损失。
先行组织在做什么
并非所有组织都在观望。部分组织已启动实验，结果开始可被记录。
在金融服务领域，多家机构部署了代理用于会计异常检测和监管报告初稿生成。记录显示，这些任务节省了大量时间，相关团队部分转向复杂案例分析和高风险案件的客户服务。过程中有内部阻力，也有学习阶段。但转型是真实发生的。
在公共部门，跨部门数字事务局正在实验用代理处理重复性行政申请。已公布的结果仍属初步，推广面临与私营部门相同的数据基础设施障碍。
在培训方面，多个机构已将人机协作模块纳入职业认证。法国国家职业培训协会和多个职业培训运营商为受影响最大的群体启动了专项技能提升课程。这些举措相对于挑战的规模仍显不足，但正在扩展。
这些实验有一个共同特征：它们都在中层管理者积极参与岗位重新定义的地方取得成效。仅由信息技术部门主导、一线管理者缺席的部署，产生的是使用不足或适应性差的工具。工作重组能力本身，就是一项需要培养的能力。
公共政策的盲点
法国应对人工智能的政策集中在两个方向：支持本土人工智能供给（生态系统资助、法国2030计划、研究项目）和监管（积极参与欧盟《人工智能法案》）。这两个方向都有必要。
但它们共同留下一个盲点：重组后的劳动需求政策。目前没有任何重大税收条款激励企业投资于岗位被部分自动化的员工的技能提升，而非选择裁员。没有任何集体谈判机制得到强化以专门应对任务层面的问题。2018年的职业培训改革简化了资金机制，但未预见到这类需求。
这个盲点有简单的经济逻辑：转型成本由劳动者和社会保障体系承担，生产率收益由企业及其股东获取。若不纠正这种不对称，代理型人工智能的部署从社会角度看将是次优结果，即便对单个企业而言是理性决策。
真正悬而未决的问题，不是人工智能是否会重组工作。它已经在重组，覆盖的在职人口越来越多，随着代理能力增强，速度还将加快。问题是：法国能否建立相应的政策、谈判和税收工具，让这场重组与劳动者共同完成，而不是压在他们身上。
来源
- 阿克塞尔·阿尔基耶，CEPII，受威胁与新兴就业观察站，接受《新工人生活》采访：https://nvo.fr/axelle-arquie-les-effets-de-lia-se-feront-sentir-sur-lemploi-quand-la-technologie-sera-mature/
- 达龙·阿西莫格鲁和西蒙·约翰逊，《权力与进步》（PublicAffairs，2023），技术收益分配与资本-劳动分享
- 跨部门数字事务局（DINUM），人工智能代理在公共服务中的实验，年度活动报告
- 黛安·科伊尔，《GDP：一部简短而深情的历史》（普林斯顿大学出版社，2014年）及关于数字时代进步衡量的研究
- 全国集体谈判委员会关于零售银行业人工智能行业协议的报告（2023年）
- 阿克塞尔·阿尔基耶，CEPII经济学家，OEM联合创始人：https://www.cepii.fr/blog/bi/contributeur.asp?auteur=Axelle+Arqui%C3%A9
- OEM - 受威胁与新兴就业观察站：https://journeeseconomieautrement.fr/intervenant/axelle-arquie/
- CEET Cnam - 企业协议与人工智能（2024年）：https://ceet.cnam.fr/publications/connaissance-de-l-emploi/l-ia-dans-les-entreprises-que-revelent-les-accords-negocies–1501114.kjsp
- INSEE Première n°2061 - 企业人工智能采用情况（2024年）：https://www.insee.fr/fr/statistiques/8604126
- AMF关于人工智能在金融市场中使用的报告（2026年）：https://www.amf-france.org/sites/institutionnel/files/private/2026-02/202602-rapport-amf-ia-et-acteurs-des-marches-financiers-fr.pdf
- DINUM - 跨部门人工智能”助手”实验：https://www.solutions-numeriques.com/la-dinum-veut-faire-de-lia-et-du-cloud-souverain-les-piliers-du-numerique-public/
- 2018-771号法律 - 职业培训改革：https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000037367660
- 国家人工智能战略 / 法国2030计划：https://www.economie.gouv.fr/actualites/strategie-nationale-intelligence-artificielle
- 阿西莫格鲁和约翰逊，《权力与进步》（2023年），国际货币基金组织《金融与发展》：https://www.imf.org/fr/publications/fandd/issues/2023/12/rebalancing-ai-acemoglu-johnson