问题——新一轮技术扩散带来就业结构性压力。随着大模型、智能客服、自动化生产线等技术加速落地，一些企业在降本增效目标驱动下提高“少人化”“无人化”水平，零售收银、基础客服、流水线装配、简单文书处理等岗位受到挤压。郑强提出的担忧，集中指向一个现实命题：当替代速度快于岗位再创造与劳动者转型速度时，社会承受能力将面临考验。 原因——技术迭代、成本约束与治理滞后叠加。其一，算力与算法进步降低了智能应用门槛，企业更容易以技术手段替代标准化、重复性工作。其二，经济运行中降本增效压力客观存在，部分用工环节成为率先被改造的领域。其三，劳动者技能更新与产业新岗位生成需要时间，而培训供给、岗位衔接、职业转换支持等制度安排在一些地区和行业仍相对不足。其四，部分企业将“技术替代”作为管理外包、压缩用工责任的理由，导致风险向劳动者端集中。 影响——短期冲击与长期结构调整并存。从短期看，就业替代可能加剧结构性矛盾，年龄偏大、技能单一、地域流动性弱的群体更易承压，收入预期下降还可能影响消费与家庭支出安排。从中长期看，技术进步将催生新职业与新业态，但新增岗位往往要求更高的数字技能、复合能力与持续学习能力，若公共服务跟不上，将扩大技能鸿沟与机会不均。更值得警惕的是，当就业稳定性被持续削弱，社会心态与预期管理难度上升，影响社会运行的韧性。 对策——以“可用、可控、可承受”为原则完善组合政策。一是明确应用边界与行业导向。人工智能应更多优先替代高危、高强度、强污染环节，如矿山、危化、核辐射有关作业及高风险巡检等，把“减人”与“保人”统一起来。对涉及大规模就业的服务业基础岗位，应推进人机协同与效率提升，避免简单以裁撤岗位换取短期成本优势。二是提高培训的针对性与可达性。围绕制造业数字化、设备维护、数据标注与治理、智能系统运维、用户运营等方向，建立分层分类培训体系，特别为中年劳动者提供“可转岗、能上手”的短课程与岗位实训，形成从培训到就业的闭环。三是健全过渡期保障机制。完善失业保险、再就业服务与灵活就业保障，探索以岗位补贴、稳岗返还、转岗补助等方式帮助企业在技术改造中实现“以改促留、以训促转”。四是推动企业承担相应社会责任。对大规模采用智能化替代的企业，应强化劳动用工合规审查与信息披露，引导其同步制定转岗计划、培训计划与人员安置方案，防止风险外溢。五是加强治理规则建设。围绕算法应用的公平性、透明度与劳动者权益保护，完善监管与行业规范，避免技术成为推卸管理责任的“遮羞布”。 前景——在创新与就业之间形成动态平衡。专家认为，人工智能是推动产业升级与提高全要素生产率的重要力量，但其健康发展必须与就业创造能力相匹配。未来一段时期，围绕“人机协作”的岗位将持续增加，企业对复合型技能人才需求上升；同时，公共服务体系、职业教育体系与社会保障体系需同步迭代，才能把技术红利转化为更广泛的民生福祉。关键在于把握节奏：既不因噎废食，也不盲目冒进，推动技术扩散、岗位再造与劳动者转型同频共振。
技术的价值不应以牺牲普通人的生存尊严为代价。郑强教授的思考提醒我们：科技进步的终极目标应是普惠大众。真正的现代化社会既需要前沿创新，也离不开制度保障。只有协调技术进步与社会支持的步伐，科技革命才能成为共同繁荣的动力，而非加剧分化的鸿沟。