围绕人工智能快速发展可能引发的就业担忧，工业和信息化部在国新办新闻发布会上作出明确回应：技术进步往往伴随就业结构调整，岗位会发生迭代与更新，但“调整不等于消失、迭代不等于替代”。
这一判断既回应社会关切，也为下一阶段政策着力点划出重点——以产业升级带动就业质量提升，以能力建设对冲结构性冲击。
问题：人工智能会否造成大规模失业，成为社会焦虑的新源头。
近年来，人工智能在制造、交通、金融、政务等领域加速渗透，部分重复性、规则性较强的工作环节出现自动化替代趋势，带来岗位需求变化与技能门槛抬升。
一些劳动者担忧“机器抢饭碗”，一些企业也在效率与用工之间重新配置资源。
如何在推动新质生产力发展的同时稳住就业基本盘，成为各国普遍面临的共同课题。
原因：担忧的背后，是技术扩散速度、产业链重组与技能供给结构之间的阶段性不匹配。
一方面，人工智能降低了信息处理与流程执行成本，使标准化环节更易被系统接管；另一方面，新岗位往往集中在算法工程、数据治理、智能运维、工业软件、系统集成、场景运营等领域，对复合知识与实践经验要求更高。
现实中，部分地区、行业的技能培训体系尚未完全跟上新需求，造成“有岗位但缺人”“有人但不匹配”的摩擦性失业压力。
此外，企业数字化转型存在差异，先行企业的用工结构变化更明显，也容易放大社会感受。
影响：从短期看，就业结构将呈现分化与再平衡。
低附加值、重复性岗位需求可能收缩，岗位更多向高技能、跨学科、懂行业的方向集中；同时，人工智能也会催生一批围绕新产品、新服务、新业态的增量岗位，如智能制造产线的改造与管理、工业大模型的行业适配、数据安全与合规、智能装备维护、数字化供应链运营等。
从中长期看，技术革命的历史经验表明，生产率提升往往会带来产业扩张与需求增长，进而形成新的就业空间。
关键在于能否顺利完成产业转型与劳动者能力升级，使就业从“数量承压”转向“质量提升”。
对策：工信部提出坚持应用牵引，充分发挥人工智能融合赋能作用，在推动组织模式、工作方式、生产范式重构的同时，提升劳动者的人工智能素养，培养更多既懂人工智能又懂制造业的复合型人才。
这一思路强调以真实场景带动技术落地，避免“为技术而技术”，通过制造业这一最大应用场景形成规模效应和可持续的岗位需求。
下一步可从几方面发力：一是围绕重点行业和关键环节推进智能化改造，带动工业软件、智能装备、系统集成、运维服务等配套岗位增长；二是完善以岗位能力为导向的培训体系，推动职业院校、企业与科研机构协同育人，形成从基础素养到高端技能的梯度培养；三是引导企业在转型中同步设计岗位升级路径，通过岗位再设计、内部转岗培训等方式降低结构性冲击；四是统筹发展与安全，强化数据治理、算法透明与合规应用，减少新技术引发的就业不确定性与社会风险。
前景：从工业革命到信息技术革命，重大技术变革都曾引发对就业的担忧，但最终通过产业升级和新需求释放，实现生产力跃升、就业结构优化与岗位新增。
人工智能的发展同样遵循这一规律，但过程并非自发完成，需要政策引导、产业协同与教育培训共同作用。
随着“人工智能+制造业”深入推进，未来就业的核心竞争力将更多体现在跨领域学习能力、复杂问题解决能力与人机协作能力上。
与此同时，在全球产业分工与技术竞争加速演进的背景下，国际合作的重要性更加凸显。
以开放共赢姿态加强交流合作，有助于推动标准互通、应用互鉴与治理协调，降低技术扩散的外部摩擦，为产业与就业创造更稳定的外部环境。
人类文明发展史本质上是一部技术革新与就业形态相互适应的历史。
面对人工智能时代的新考题，既需要产业政策的精准调控，更呼唤全社会形成"终身学习"的共识。
正如蒸汽时代孕育出产业工人、信息时代造就数字大军那样，这场智能革命终将在破立之间，书写出生产力与生产关系辩证发展的新篇章。