Vad hände
Forbes rapporterar att ekonomen Tang Min ser att AI omformar uppgifter mer än att eliminera heltidstjänster i Kina, men säger att generativ AI komprimerar rutinarbete på ingångsnivå. Han identifierar unga akademiker, studenter vid icke-elituniversitet, liberala konststudenter och campus i inlandet som särskilt utsatta.
Forbes rapporterar att Tang Min, en senior kinesisk ekonom och tidigare rådgivare för Kinas statsråd, sa att AI huvudsakligen omformar jobbuppgifter i Kina snarare än att eliminera ett stort antal heltidstjänster. Enligt Forbes beskrev Tang samtidiga förskjutnings- och jobbskapande effekter: rutinarbete automatiseras, medan nya yrken som AI-tränare, applikationsspecialister med stora modeller och AI-etiska officerare växer fram. Han sa också att Kina ännu inte har upplevt massuppsägningar enbart drivna av AI. Dessa uttalanden kommer från en skriftlig intervju som rapporterats av Forbes och bekräftas inte oberoende av källan.
Forbes rapporterar att Tang ser tjänstemannaarbete på nybörjarnivå som en speciell tryckpunkt. Arbetsuppgifter inom grundläggande copywriting, nybörjardataanalys, juniorkodningsstöd och administrativt utarbetande som tidigare var uppdelade på flera junioranställda kan på hans konto hanteras av en arbetare som är skicklig med AI-verktyg. Artikeln kopplar denna förändring till Kinas ungdomssysselsättningssituation, och citerar en arbetslöshet på 14,9 % för 16- till 24-åringar exklusive inskrivna studenter i juni, enligt Kinas nationella statistikbyrå. Forbes rapporterar också Tangs uttalande att cirka 12,7 miljoner studenter tog examen från kinesiska universitet 2026. Källan tillhandahåller inte en orsaksstudie som kopplar dessa siffror direkt till AI-användning.
Forbes rapporterar att Tang uppskattar att Kina står inför en brist på mer än fem miljoner arbetare som är utbildade i AI-aktiverade roller. Den listar AI-tränare, applikationsspecialister av stora modeller och AI-etiska officerare som exempel på framväxande yrken, och säger att centralregeringen har infört en "AI+ Action Plan" som kombinerar omskolning med industriell omvandlingspolitik. Artikeln ger inte metoden bakom uppskattningen av bristen eller dokumenterar självständigt planens genomförande, finansiering eller resultat. Tangs bredare argument är att utbildningssystemen anpassar sig långsammare än AI förändras, vilket skapar en risk för att läroplaner och undervisningsmetoder blir föråldrade innan akademiker kommer in på arbetskraften.
Varför det spelar roll
Rapporten kopplar AI-adoption till Kinas befintliga ungdomssysselsättningstryck och hävdar att utbildning och arbetskraftspolitik kommer att avgöra om nya AI-relaterade roller kompenserar förluster i rutinarbete. Forbes rapporterar att Tang föredrar praktiska partnerskap mellan universitet och industri och riktat stöd till missgynnade skolor.
Forbes rapporterar att den centrala arbetsmarknadsfrågan inte bara är om AI tar bort jobb, utan vilka uppgifter som försvinner och vem som får tillgång till det nya arbetet. Tang säger att företag minskar antalet tjänstemän på nybörjarnivå medan efterfrågan ökar på arbetare som kan använda AI-verktyg i mer avancerade roller. Det skapar en missmatchning: rutinfunktioner kan krympa innan tillräckligt många arbetare kan flytta till befattningar med högre kompetens. Källan presenterar detta som en strukturell risk snarare än som bevis på att mass AI-driven arbetslöshet redan har inträffat.
Rapporten säger att unga akademiker i åldrarna 22 till 25 är särskilt utsatta för att de ofta kommer in på arbetsmarknaden genom att de typer av juniorroller som komprimeras. Forbes rapporterar Tangs uppskattning att ungefär 75 % av Kinas cirka 21 miljoner heltidsstudenter går på lokala offentliga universitet eller privata grundskolor som inte är eliten. Han hävdar att dessa studenter historiskt sett tillhandahållit rutinmässiga administrativa, marknadsförings-, datastödjande och juniora tekniska assistentjobb, men saknar det institutionella rykte som är förknippat med elituniversitet. Källan verifierar inte självständigt uppskattningen eller jämför sysselsättningsresultat mellan olika universitetstyper.
Forbes rapporterar också att studenter i inlandsstäder och liberal konst, grundläggande ekonomi och ledning och vissa konventionella ingenjörsprogram kan möta större press när lokala arbetsgivare och kurser erbjuder begränsad AI-exponering. Den citerar en China Youth Daily-undersökning där 51,8 % av de utexaminerade seniorerna rapporterade högre jobbtrösklar, och säger att fler studenter ägnar sig åt forskarutbildning som en form av försenat inträde på arbetsmarknaden. Tang hävdar att ytliga partnerskap mellan universitet och industri skulle kunna förvärra ojämlikheten om resurser huvudsakligen flödar till redan gynnade campus. Hans föreslagna lösningar inkluderar delad molnbaserad utbildning, distansmentorskap, stipendier för placeringar och oberoende utvärderingar av partnerskapsresultat. Artikeln ger ännu inga bevis för att dessa åtgärder har fungerat i stor skala.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').What should a useful AI forecast state?
Vad du ska titta på härnäst
Se om Kinas AI-relaterade omskolning och universitetsindustriprogram ger mätbara sysselsättningsresultat, särskilt utanför stora teknologicentra. Rapporten verifierar inte oberoende Tangs uppskattning av brist på AI-kunnig arbetskraft, fastställer inte AI som orsaken till specifika jobbförluster eller ger bevis för att föreslagna partnerskap ger resultat.
En nyckelfråga är om Kinas omskolningsinsatser leder till stabil sysselsättning snarare än kortsiktiga meriter. Forbes rapporterar att Tang stöder molnbaserade AI-utbildningsplattformar, distans mentorskap för företag och virtuella projekt för studenter vid inlandsuniversitet, där dyr hårdvara och begränsade lokala arbetsgivare kan begränsa åtkomsten. Dessa förslag skulle kunna bredda deltagandet, men källan ger inga uppgifter om registrering, slutförande, placering eller lön. Deras praktiska värde förblir obekräftat.
Universitetens förmåga att uppdatera undervisningen kommer också att ha betydelse. Forbes rapporterar Tangs kritik att revisioner av läroplanen kan ta två till tre år, medan AI-tekniken förändras mycket snabbare. Han säger också att många instruktörer saknar praktisk branscherfarenhet och att fakultetsutvärderingssystem inte belönar branschens engagemang tillräckligt. Framtida rapportering bör fastställa om institutionerna ändrar kurskrav, instruktörsutbildning och bedömningsmetoder, och om dessa förändringar förbättrar utexaminerades förmåga att utföra arbete som arbetsgivarna faktiskt efterfrågar.
Kvaliteten på partnerskap mellan universitet och industri är en annan olöst fråga. Forbes rapporterar att vissa samarbeten till stor del är ceremoniella, med signeringsevenemang och plaketter men begränsad uppföljning, medan företagsrådgivare kan sakna formell undervisningsutbildning. Tang efterlyser utvärderingar av effekter från tredje part för att skilja arbetsprogram från symboliska överenskommelser. Källan identifierar inte vilka partnerskap som har misslyckats eller tillhandahåller oberoende utvärderingar av de exempel den nämner, inklusive program som involverar University of Electronic Science and Technology i Kina, China Electronics Technology Group, iFlytek, Tencent, iSoftStone och Sias University. Det är också okänt hur mycket av det rapporterade sysselsättningstrycket som återspeglar AI, Kinas bredare ekonomiska nedgång, demografiska förändringar eller andra arbetsmarknadskrafter.