编者按：当人工智能深度融入产业一线与职场日常，“AI如何影响就业”成为社会热议话题。日前，劳动报记者走访上海多家企业与劳动者，记录AI从“替代焦虑”转向“价值赋能”的真实图景，展现人机协同下岗位重构、边界拓宽、创业新生的就业新形态。

2026世界人工智能大会日前在上海闭幕，“AI+制造”成为热议话题。与AI兴起时“机器换人”的焦虑不同，记者在沪上多家企业走访发现，如今，人工智能已非简单替代人力，而是作为新型生产工具重构岗位价值。从一线操作工到技术骨干，从“凭手感”的老师傅到“会用AI”的管理者，一线劳动者正主动拥抱技术，在人机协同中实现技能跃迁与价值升级。

从操作工到技术状元

老工人的数字化新生

在米其林上海工厂成型车间的老员工杨建强，就是制造业数字转型背景下，一线操作工人成长为技术骨干的典型案例。

二十多年前，刚从农村来到工厂的他，干的是最基础的成型工，每天就是单机作业、纸笔传指令，一天下来手上沾满橡胶黑渍，累得胳膊都抬不起来。

“那时候比拼的是动手能力和熟练度，靠手感调参数，凭经验找问题。”杨建强回忆道。2017年起，上海加快产业结构调整，米其林上海工厂启动全面智能化转型，自动化设备逐步替代人工操作。“一开始看着满屏的数字和按钮，心里直发怵。”杨建强坦言。

转型没有抛弃愿意学习的员工。工厂通过系统化培训和师徒带教，帮助老工人掌握新技能。杨建强一头扎进新技术学习中，白天跟着工程师练操作，晚上啃专业书籍，写下十多万字工作笔记。短短一个月，他就掌握了全球最先进成型设备的操作原理，还把几十年的一线经验与数字化技术结合起来。

“以前靠经验判断设备故障，现在结合数据分析能提前预警；以前调参数要反复试，现在一次就能精准到位。”杨建强告诉记者，老经验打底、新工具赋能，两者结合产生了“1+1>2”的效果。他带领团队攻克多项高端轮胎工艺难题，创造了20万条成型轮胎零缺陷记录，年均节约生产成本约30万元，还培养了10多名技术骨干。

如今的杨建强，早已不是当年单纯的“体力操作者”，而是身兼设备管理者、问题解决者、工艺优化者三重角色。他参与完成11台VMI-MAXX设备的调试认证，创造了世界最快安装速度；助力工厂日生产规格从25个增至75个，产品尺寸覆盖14至20寸，为中国区乘用胎市场提供了强力生产保障。

在他看来，AI和自动化不是来抢饭碗的，而是帮工人从繁重重复的劳动中解放出来，去做更有技术含量、更有价值的事。

经验变算法

老师傅的“手感”装进AI系统

如果说杨建强代表了一线操作工的技能升级路径，那么在浦东新区康桥的一家机械加工企业里，另一种价值升级正在发生。老师傅积累了半辈子的“手感”与经验，通过AI转化为可复制、可传承的算法模型，个人价值被持续放大。

这家深耕汽车零部件加工20年的企业，车间里常年运转着42台CNC机床。计划员老周是厂里公认的“金牌老师傅”，哪台设备适配高硬度材质、哪个操作工擅长精密打磨，这些经验都装在他脑子里，是工厂的“重点保护对象”。

但随着新能源汽车行业爆发，订单从“大批量少品种”转向“多品种小批量”，每月SKU超150种，急单插单占比高达35%。老周每天早上7点到岗，对着Excel表格排产到中午，依然赶不上现场变化。“现在订单复杂度比十年前翻三倍，人脑根本算不过来。”他坦言。

更让厂里焦虑的是经验传承困境。“干这行的都知道，老计划员的经验比什么都值钱，但经验这东西没法量化，更没法传承。”老周说。

2023年初，工厂引入蓝沃AI排产智能体。与传统数字化系统不同，这款产品没有让像老周这样的老师傅“靠边站”，反而邀请他们深度参与训练。技术团队组织老周等3位资深计划员共同参与模型训练，将个人经验逐条转化为算法约束条件。系统持续学习历史数据和执行结果，不断优化排产逻辑。

老周告诉记者，除了自己以外，厂里也有不少老员工陆续把自己的生产心得输入系统。他们根据多年一线经历总结出的经验被系统学习吸收后，厂里相关订单的返工率下降了不少。

从“靠人”到“靠系统”，再到人与系统相互成就，AI让工人的价值跳出了个人局限，转化为企业可持续的数字资产。老周还经常与工友后辈开玩笑，“现在系统排产比我想得还周全。”

人机协同成主流

AI重构制造业岗位价值

从米其林工厂的操作工转型，到康桥机加工厂的员工经验数字化，这两个案例并非孤例。记者从上海市经信委了解到，上海正全面推进“AI+制造”赋能行动，截至目前已培育数百个智能工厂，带动大量产业工人实现技能升级。2025年8月印发的《上海市加快推动“AI+制造”发展的实施方案》明确提出，实施“AI+制造”人才先锋培养计划，加大对产业工人的数智化培训，增强一线人员对人工智能的应用能力。

在今年WAIC展会现场，多位工业AI领域从业者向记者表示，AI对制造业就业的影响，本质是“升级”而非“替代”。

蓝沃AI联合创始人、CPO成凯拥有近十年制造业数字化服务经验，他总结：“AI智能体要做的，就是让老师傅直接跟系统交互，让AI成为他们的得力助手。”他补充道，就像一位“AI老师傅”，既能承接重复性计算工作，又能学习人类经验持续优化。在他看来，真正能落地的工业AI，必须结合行业know-how、数字化服务经验和前沿模型技术，“三者缺一不可”。

百度伐谋产品负责人李安南也持相似观点。他表示，制造业大量决策高度依赖老师傅经验，但老师傅给出的往往只是“可行解”，而AI能帮他们找到“更优解”。工业智能体的定位是工人的“超级助手”而非“颠覆者”。他打了个比方，就像当年纺织厂用机器切割代替手工剪刀，一开始有人抵制，但当用新机器的学徒干得比所有人都好时，大家自然就跟上了。

在政策引导与市场驱动的双重作用下，越来越多一线劳动者正主动拥抱AI技术，在岗位升级中实现职业价值的新跨越。

头图为杨建强在产线作业时的照片。受访者供图