人工智能时代如何提升劳动者技能——英国、美国和中国香港的相关实践

随着人工智能技术快速演进，全球经济结构和劳动力市场正在发生深刻变化，人工智能逐步应用于高端制造、现代服务、公共治理和中小企业运营等多类场景。如何提升社会整体人工智能素养、帮助劳动者适应工作方式变化，已成为各国政府和城市治理者的重要政策议题。从实践看，英国、美国以及中国香港特别行政区均已将人工智能能力建设纳入政策议程，但政策工具、实施对象和推进方式存在明显差异。多地实践表明，人工智能技能提升并不存在单一模式，其政策着力点可以从培训供给、企业激励、教育体系和产业应用等不同环节切入。

一、英国：以技能标准推进普及性培训

英国近年来逐步形成政府引导、产业参与和技能标准化相结合的人工智能技能提升路径。2026年1月，英国政府推出“AI Skills Boost”计划，提出到2030年帮助1000万名英国劳动者提升人工智能技能。该计划面向英国成年人提供免费的在线学习机会，重点帮助劳动者掌握人工智能在工作场景中的基础应用能力。相关课程由政府与科技企业、培训机构及技能组织共同提供，覆盖提示词设计、数据趋势解读、文本和信息处理、日常办公自动化等实用内容，课程既包括不足20分钟的微型学习模块，也包括数小时的系统课程。埃森哲、谷歌、IBM、微软等企业参与有关课程、资源或项目合作安排。为提高培训内容的统一性和社会认可度，英国Skills England进一步推出“AI foundation skills for work benchmark”，即面向工作场景的人工智能基础技能基准。该基准将人工智能工作技能划分为技术性、非技术性以及负责任和合乎伦理的使用等方面，要求劳动者不仅能够使用人工智能工具，还应掌握基本的提示方式、理解数据和隐私风险、识别人工智能输出的不确定性，并在实际工作中对人工智能生成结果进行必要的判断和复核。符合基准要求的课程还可与虚拟徽章相衔接，使劳动者能够以较为直观的方式展示所掌握的基础人工智能工作技能。

二、美国：以教育体系、企业激励和劳动力发展共同培育AI能力

美国目前更多是从教育体系、企业激励和劳动力发展等多个环节推进人工智能能力建设。在企业培训方面，美国国会于2026年2月提出《人工智能劳动力培训法案》（AI Workforce Training Act，H.R.7576），尝试通过税收机制鼓励企业增加人工智能培训投入。截至目前，该法案仍属于国会审议中的立法提案，尚未正式生效。按照法案文本，如果未来获得通过，符合条件的企业人工智能劳动力培训支出可按30%的比例申请税收抵免，每名员工每年的抵免额上限为2500美元。可纳入支持范围的培训包括认证课程、研讨会、职业证书项目以及企业内部培训，涉及数据素养、机器学习基础、人工智能工具使用、提示工程、人工智能伦理和风险管理等内容。法案同时提出由财政部、劳工部和商务部开展宣传和资源推广，帮助企业尤其是中小企业了解相关支持机制。

除企业培训激励外，美国还将人工智能能力建设向教育和劳动力发展体系延伸。2025年4月，美国总统签署第14277号行政命令《推进美国青年人工智能教育》（Advancing Artificial Intelligence Education for American Youth），提出加强美国青年人工智能教育和熟练度培养，并推动人工智能教育融入基础教育、教师培训、职业教育和工作本位学习体系。行政命令还要求相关部门探索通过注册学徒制等既有劳动力发展机制，扩大青年获得人工智能相关技能和实践机会的渠道。

三、中国香港：以财政投入进行公众普及和全民培训

香港特别行政区近年加快推动人工智能应用和数字教育，并将公众人工智能能力提升纳入财政预算安排。香港特区政府在2026—27年度财政预算案中提出，邀请不同公营机构联同科技企业和大专院校，举办人工智能应用学习课程、讲座及比赛，提升学生、青年和公众对人工智能的认知、应用技能以及负责任使用人工智能的能力。香港生产力促进局8月27日举行“全民AI”普惠计划启动礼，旨在推动人工智能技术在香港的普及与应用，助力中小企业升级转型。今年香港特区政府推出“全民AI培训”计划，通过数码港、科技园和生产力促进局等多方合作，目标在今明两年举办超过200项活动，预计惠及约5万人次。此前，数码港从基础普及角度，重点面向学生、家长、长者以及弱势社群，普及和提升他们对AI的认知。香港科技园则聚焦专业转化，主要对象是大学生、青年研究员及专业人士，通过进阶课堂、应用比赛、实习与职业博览等活动，将AI知识转化为实践与就业能力。

四、启示

人工智能正带来工作任务、组织流程和能力结构的持续重构。各地推进人工智能能力建设的关键，在于帮助劳动者形成能够持续适应技术变化的能力，推动人工智能从一种新型工具，转变为劳动者参与工作、解决问题和适应产业变化的基础能力。

未来人工智能劳动力技能政策可重点从三个方面完善：一是构建分层分类的人工智能能力框架，区分公众基础素养、通用办公应用、行业专业技能、技术研发能力和人工智能治理能力；二是强化培训与真实工作场景、岗位转型和企业生产流程之间的衔接，避免培训停留于短期工具演示；三是建立覆盖培训参与、技能改善、岗位变化、就业质量和企业生产率等指标的政策评估机制，避免将政策投入和培训活动数量直接等同于技能提升效果。 

参考文献：

[1] GOV.UK. AI Skills Boost: explainer[EB/OL]. (2026-01-28). https://www.gov.uk/government/publications/ai-skills-boost-explainer.

[2] Skills England, UK Department for Science, Innovation and Technology. AI foundation skills for work benchmark[EB/OL]. (2026-01-28). https://www.gov.uk/government/publications/ai-foundation-skills-for-work/ai-foundation-skills-for-work-benchmark.

[3] U.S. Congress. H.R.7576 - AI Workforce Training Act[EB/OL]. (2026-02-13). https://www.congress.gov/bill/119th-congress/house-bill/7576/text.

[4] The White House. Executive Order 14277: Advancing Artificial Intelligence Education for American Youth[EB/OL]. (2025-04-23). https://www.govinfo.gov/app/details/DCPD-202500511.

[5] Government of the Hong Kong Special Administrative Region. The 2026-27 Budget: Innovation and Technology[EB/OL]. (2026-02-25). https://www.budget.gov.hk/2026/eng/budget07.html.

[6] 新华网. 香港“全民AI培训”计划全面启动[EB/OL]. (2026-08-27). https://www.xinhuanet.com/20260827/34170d44105e4cbcabde14fc73395b11/c.html.