AI在劳动与社会保障中的应用

20XX/XX/XXAI在劳动与社会保障中的应用汇报人:XXXCONTENTS目录01

AI对就业格局的影响02

AI时代劳动时间困境与根源03

AI时代劳动者权益保障的挑战04

AI在就业服务中的创新应用CONTENTS目录05

AI在社保经办服务中的优化应用06

AI时代劳动者权益保障的对策建议07

国际经验与借鉴08

未来展望：构建人机协同的劳动与社会保障新生态AI对就业格局的影响01就业结构性矛盾突出高技能岗位需求激增以算法工程师、人工智能训练师、数据分析师等为代表的人工智能相关岗位需求增长迅猛，2025年1至8月同比增速超过100%，呈现出人才供不应求的局面。低技能岗位竞争加剧销售、行政、财务、法务等岗位需求同比下降10%到30%。大量中等技能岗位劳动者向低技能领域转移，导致低技能岗位求职人数激增，就业竞争压力显著加大。区域发展不平衡凸显人工智能产业区域竞争力呈现东部向中部、东北地区及西部地区逐级递减的分布格局。东部地区高于全国平均水平的省（区、市）占比达4/5，而西部地区仅为1/4，传统制造业密集或服务业数字化水平较低的地区就业吸纳能力相对滞后。劳动收入占比下降趋势

AI时代劳动报酬占比下滑显著AI提高生产效率，但企业新增收益主要用于购置智能设备、软件系统，积累数据资产以及扩大投资或分红，而非大幅提高员工工资。以头部企业腾讯为例，2024年营业收入6658亿元，员工薪酬592亿元，劳动报酬占比8.9%，显著低于2019年的11.2%。

资本投入与劳动报酬分配失衡相较于企业在AI算力、智能产线、数据系统等方面的千亿级资本投入，劳动者在新增价值分配中的份额明显不足，导致劳动收入占比呈现下降趋势。区域发展差距显著人工智能的应用高度依赖数据基础设施、高技能人才和资本投入，导致技术红利更多集中在数字经济发达地区。研究显示，东部、中部、西部和东北地区人工智能产业区域竞争力高于全国平均水平的省（区、市）占比分别为4/5、2/3、1/4和1/3，整体呈现出由东部向中部、东北地区以及西部地区竞争力逐级递减的分布格局。行业间发展差异明显AI技术红利在不同行业间分配不均，头部行业如互联网、金融等数字化水平高的领域获益显著，而传统制造业密集或服务业数字化水平较低的地区，在就业吸纳能力和产业升级速度上相对滞后，形成“技术地理集聚”效应。区域和行业发展不平衡加剧岗位能力要求提升与职业发展通道收窄岗位能力要求显著提升人工智能替代数据整理、报告撰写等基础性任务后，企业同步提高绩效标准，对员工快速响应、综合判断和跨领域整合能力的要求提升，实际履职门槛显著抬高。《管理世界》研究显示，人工智能技术暴露度越高的职业，对受教育程度和工作经验的招聘需求也越高。实际工作时长不减反增AI时代算法管理将劳动拆解为“责任连续、时间离散”的状态，碎片化待命机制导致工人24小时履职责任与实际工时记录严重背离，统计工时下降但真实工时上升。斯坦福大学研究显示，2025年全球AI普及率超87%，打工人均工作时长反增1.5小时，“AI”辅助岗加班率比传统岗位高34%。传统职业发展通道收窄基础岗位被AI简化或替代后，劳动者失去通过经验积累实现晋升的传统路径，陷入“有岗无阶”的结构性困境。例如特斯拉上海工厂机器人替代率达到75%，传统流水线操作工岗位大量消失，原本需要通过多年一线操作积累经验才能晋升的路径不复存在。AI时代劳动时间困境与根源02个体层面：任务碎片化与边际产出感知削弱

AI导致“任务碎片化”现象人工智能替代了数据整理、报告撰写等基础性任务，将劳动拆解为“责任连续、时间离散”的状态，削弱了劳动者对“真实边际产出”的感知。

劳动价值认同与报酬回报的不确定性劳动者在劳动价值认同和报酬回报上面临更大不确定性，无法确认“多劳”是否“多得”，导致在劳动供给决策中陷入困境。

收入效应与替代效应的失衡新古典劳动供给理论认为，工资率提高会产生收入效应（增加闲暇）和替代效应（延长工时）。AI带来边际时薪提高时，若边际收益不可预测，收入效应被推迟甚至消失，替代效应在算法绩效系统强化下持续占优，劳动者被动延长工时。

算法绩效系统加剧工作压力系统不断推送新任务，量化考核指标（KPI）持续加码，劳动者为满足基准要求，只能被动延长工作时间，陷入更复杂的“认知内卷”。企业层面：劳动力市场权力不对等与集体议价能力弱化AI效率提升收益分配倾向资本企业将AI带来的边际产出增长，优先用于业务扩张、市场占有率提升和股东回报。在“股东价值最大化”主导范式下，管理层缺乏动力将效率提升转化为社会闲暇或劳动者收入增长。零工经济加剧劳动者原子化零工经济的兴起使得劳动者个体面对庞大的平台算法，集体议价能力被严重弱化。即使AI提升了个体生产率，劳动者也缺乏足够的谈判筹码来主张“减时增薪”。企业利用AI替代规避用工责任部分企业借助AI替代人力岗位，以“劳动合同订立时的客观情况发生重大变化”为由解约，或将技术革新的商业风险单方面转嫁给劳动者，法院已明确此类行为违法。制度层面：劳动时间规则制度滞后与算法约束缺失传统劳动法体系难以适应新型工作模式

传统劳动法建立在“固定工时+明确雇主责任”的工业时代逻辑之上，而AI驱动的平台零工、远程智能协同、人机混合任务流等新型工作模式，模糊了“工作”与“待命”、“生产时间”与“准备时间”的边界，导致实际劳动时间远超法定工时。算法管理加剧劳动时间困境

AI时代算法管理将劳动拆解为“责任连续、时间离散”的状态，劳动者在碎片化待命机制下，24小时履职责任与实际工时记录严重背离，出现统计工时下降、真实工时上升的现象。斯坦福大学研究显示，2025年全球AI普及率超87%，但打工人均工作时长反增1.5小时，“AI”辅助岗加班率比传统岗位高34%。对算法滥用缺乏有效约束机制

用人单位借助技术发展，通过工位摄像头、后台监控等手段“扩大”对员工的管理权限，如广东一企业以监控发现劳动者“闭眼3分钟”为由解除劳动合同。此类行为本质上是对劳动者人格权、休息权等法定权益的侵害，但相关法律界定与实践监管仍存在模糊地带，对算法的有效约束机制亟待建立。AI时代劳动者权益保障的挑战03AI替代岗位引发的劳动纠纷

AI替代岗位纠纷的典型表现部分企业以AI替代人力岗位，而后以"劳动合同订立时的客观情况发生重大变化"为由，要求与劳动者解约，引发劳动争议。例如，北京一地图企业因此类理由与员工解约。

司法实践对AI替代岗位的界定北京市人力资源和社会保障局2025年度劳动人事争议仲裁十大典型案例明确，企业引入AI技术替代岗位，不属于《劳动合同法》中"客观情况重大变化"的法定情形。多地法院判决亦指出，企业为降本增效主动引入AI属自主经营决策，不能单方面转嫁给劳动者。

AI应用下企业的法定义务面对AI应用带来的工作内容变化，企业应积极通过内部转岗、技能培训、弹性工作安排等方式，帮助劳动者平稳过渡，妥善安置员工，这不仅是法律义务，更是企业长期发展与社会声誉的重要支撑。算法管理下的人格权与休息权侵害

人格权侵害：数字枷锁下的尊严危机部分企业借助工位摄像头、后台监控等技术手段，监测劳动者一举一动，如广东一企业以监控发现劳动者"闭眼3分钟"为由解除劳动合同，构成对劳动者人格权的侵害。

休息权侵害：隐形加班与时间边界模糊AI时代算法管理将劳动拆解为"责任连续、时间离散"的状态，劳动者24小时履职责任与实际工时记录严重背离。斯坦福大学研究显示，2025年全球AI普及率超87%，但打工人均工作时长反增1.5小时，"AI"辅助岗加班率比传统岗位高34%。

算法歧视：技术中立外衣下的就业不公一些企业利用算法设置隐形门槛，对女性、35岁以上群体求职者自动过滤，甚至"组成联盟"将"和原用人单位发生过纠纷者"的简历做特殊技术标注，使就业歧视披上"技术中立"的外衣，侵害劳动者平等就业权。劳动关系认定模糊平台通过算法实施实质性管理，却常以“合作”名义规避用工责任，导致法律关系模糊，劳动者权益受损时面临“追责难”问题。职业伤害保障缺失多数灵活就业者无法以单位名义参保，一旦发生工伤，维权周期长、赔付难，缺乏稳定的职业伤害保障机制。算法管理侵权频发企业利用算法实施过度监控（如“闭眼3分钟被解雇”）、设置隐形歧视门槛（过滤女性、大龄求职者），侵犯劳动者人格权与平等就业权。灵活就业人员权益保障短板AI技能复制技术带来的人格权与数据产权问题单击此处添加正文

人格权侵害问题：可识别性标准的适用当AI生成的声音、语言风格或形象足以使相关公众识别到特定自然人时，构成对该自然人人格标志的数字化利用。民法典及相关司法案例（如北京互联网法院“殷某某诉某智能科技公司案”）明确，即使AI生成内容经过技术处理，只要具备可识别性，即落入自然人声音等人格权益的保护范围。个人信息权益侵害问题：“人力资源管理所必需”的边界AI技能包生成依赖对员工聊天记录、工作文档等数据的收集使用，此类数据常含个人信息。依据个人信息保护法，用人单位处理员工信息需限于“人力资源管理所必需”。企业将离职员工历史数据用于AI训练生成“数字分身”，超出劳动合同履行必要范畴，难以构成合法处理基础，存在显著争议。劳动权益侵害问题：人格要素与劳动能力的数字化替代劳动者出让的是特定时间和范围内的劳动给付行为，而非人格性权益本身。用人单位运用AI技术对员工工作数据深度学习，生成可无限使用的“数字分身”，实质是将劳动者人格要素异化为技术资产，模糊职务成果与个人权益边界，离职后“数字分身”继续工作构成对劳动者劳动能力的数字化替代。数据产权归属问题：人力资本与职务成果的界定空白企业将员工经验转化为内部Skill时，知识产权通常依约定或职务作品规则归企业。但员工对其个人经验的原始数据是否享有财产性权益，法律尚存空白。离职后企业继续使用载有劳动者个人经验的AI模型，劳动者能否主张相应对价，是当前面临的法律难题，涉及人力资本所有权与职务附随成果的界定。AI在就业服务中的创新应用04智能求职匹配与政策智能问答01智能求职匹配系统：精准对接人岗需求AI技术通过构建求职人员与企业用工需求的画像模型，实现智能匹配。如泰安市岱岳区“家门口就业服务广场”引入AI数智就业机器人，求职者通过语音对话即可获取个性化岗位信息，大幅提高求职效率。广东人社通过云计算、大数据和人工智能技术，实现就业创业应用群建设，深度参与人社治理流程升级。02就业政策智能问答：提升政策传播与获取效率基于人社全领域政策知识库，AI智能问答系统可提供分层级、场景化的政策解读服务。深圳市“深圳人社AI管家”集成多类型知识库，能根据用户特征及历史咨询信息进行精准应答，有效解决企业和群众对就业政策“不知能办、不懂流程、难查进度”的痛点。湖北打造拟人化服务终端，提供政策查询、仿真式咨询问答和业务办理等交互式服务，提升群众满意度。03职业规划与技能培训推荐：助力劳动者转型发展AI技术依据求职人员画像及技能素养分析，智能推荐职业培训课程与发展路径。泰安市人社局以人工智能和人社业务融合为主线，通过职业规划场景应用为求职者提供个性化的职业发展路径和技能提升建议。人社部推进“技能照亮前程”培训行动，对失业人员、灵活就业者开展免费AI+职业技能培训，个人参训可领生活费补助，企业开展转岗培训获专项补贴。就业数据分析与预测实时就业动态感知广东人社2023年上线的全省一体化公共就业服务云平台，实现就业监测数据从“月度统计”到“动态感知”的转变，为精准施策提供数据支撑。岗位需求趋势研判2025年四季度，人工智能行业职位数同比增长19％，其中算法工程师、机器视觉、机器人算法岗位需求大幅增长，反映AI领域人才需求旺盛。职业替代风险预警Cornerstone《2026年技能经济报告》显示，数据录入岗需求暴跌75%，电话销售减少68%，基础会计岗位缩减65%，行政支持岗下降38%，提示低技能重复性岗位面临高替代风险。政策制定辅助决策通过对就业数据的深度挖掘和分析，系统能够预测就业趋势，为政府部门制定就业政策、开展大规模职业技能培训等提供科学依据和决策支持。职业规划与技能培训推荐

AI时代职业转型趋势世界经济论坛预测，到2030年AI将净增7800万个新岗位，如AI训练师、算法审计师等。人社部数据显示，2026年数字经济相关就业人数达1.2亿，同比增长8.5%，AI相关岗位需求激增。

高价值技能培养方向未来最值钱的技能包括情绪智力（需求增长95%）、创造力（增长18%）、AI与机器学习（增长245%）。劳动者需强化“人机互补”能力，如利用AI工具提升效率，专注创意与决策。

政府与企业培训支持国家实施“技能照亮前程”培训行动，对失业人员开展免费AI+职业技能培训，个人参训可领生活费补助。企业开展转岗培训获专项补贴，如河南将生成式AI应用培训纳入职业培训补贴范围。

终身学习与职业发展策略建议每年学习新技能，关注绿色转型、健康护理、AI工具应用等领域。2026年近八成企业对员工提出AI能力考核要求，参加AI技能培训的劳动者再就业率提升40%以上，转型后薪资平均增长25%。智能求职匹配与个性化推荐AI数智就业机器人通过多模态交互，如方言语音识别、手写体识别等，为求职者精准匹配岗位信息。例如，泰安市岱岳区"家门口就业服务广场"引入的AI数智就业机器人，能根据求职者特征提供个性化就业服务，提升求职效率。智能政策解读与咨询服务构建人社全领域政策知识库，通过AI就业服务助手实现政策智能解读与精准推送。如湖北打造的拟人化服务终端，在12333热线、"鄂汇办"人社专区等渠道提供场景化政策咨询，解决企业和群众"不知能办、不懂流程"的痛点。智能简历生成与用工需求对接AI技术可辅助生成求职简历，支持文本型与语音型两种格式，适应不同文化水平待就业群体。同时，构建企业用工智能生成模型，快速发布用工公告并汇总求职信息，实现人岗智能匹配，如开发区"AI+智慧就业"模型提升就业服务效率。职业规划与技能培训智能推荐依据求职人员画像和技能素养分析，AI就业服务助手智能推荐职业培训课程和发展路径。人社部推进"技能照亮前程"培训行动，对失业人员开展免费AI+职业技能培训，参加培训的劳动者再就业率提升40%以上，转型后薪资平均增长25%。AI数智就业机器人与就业服务助手AI在社保经办服务中的优化应用05智能导办与智能咨询智能导办：提升业务办理便捷度通过方言语音识别、手写体识别、证照识别核验等技术改造办事大厅，实现表格信息自动采集及智能纠错，降低群众操作难度，提升业务办理准确率。智能咨询：打造全天候政策服务构建人社全领域的政策知识库，通过案例嵌入、可视化展示等方式，在12333热线、政务服务平台等渠道提供分层级、场景化的政策解读服务，实现“政策找人”“指尖秒办”。拟人化服务终端：优化用户体验以本省政策知识库为基础，打造拟人化服务终端，提供政策查询、仿真式咨询问答和业务办理等交互式服务，提高群众的满意度和体验感。智能经办与智能审核

AI驱动智能经办：效率与体验双提升AI技术通过RPA机器人流程自动化、OCR图像识别等，实现社保业务从“人工操作”向“自动经办”转变。济南社保“数字员工”已上线79个应用场景，累计经办业务428万笔，自动审核率达87%，节省经办时间7.6万余小时，企业养老保险关系转移等高频业务办理时间大幅缩短。

智能审核：精准高效的基金安全防线AI在社保待遇审核、医疗费用明细等标准化程度高的场景发挥优势。山东利用AI实现工伤保险医疗费用智能审核，准确度大幅提高；鄂尔多斯“数字员工”累计核查灵活就业缴费补贴数据4500多人次，养老保险待遇拨付前核查30000余人次，工作耗时仅为人工的1/6，杜绝审核不及时问题。

跨系统协同与数据核验智能化“数字员工”具备跨系统协作能力，自动在不同系统间完成数据获取、流转与校验。鄂尔多斯社保中心通过“数字员工”自动对接记账系统和报表系统，完成基金报表数据的无缝转录与填报，并校验数据一致性；济南社保数字员工通过OCR技术智能判定材料有效性与合规性，社保卡申领审核效率提升超80%。智能防控与基金安全保障全流程智能风控闭环体系运用大数据、人工智能等技术实现社保基金全流程、全链条智能化风险防控，打造纵深防御体系，从源头上提升基金安全防护等级。AI驱动的智能审核与校验引入"社保数字员工"，利用AI和流程自动化等技术预制校验规则，实现精准判断，代替人工操作，减少重复性劳动，提升审核效率和准确度，如山东实现对工伤保险医疗费用明细的智能审核。跨部门数据比对与疑点筛查推动加强跨部门数据比对，不断丰富规则库，常态化开展疑点数据筛查，严肃查处侵占挪用、欺诈骗保等违法行为，守护好老百姓的每一分养老钱和保命钱。数字员工筑牢基金安全防线“数字员工”通过“规则标准化、操作自动化”模式，在事前预防、事中控制、事后追溯环节构建“数字防火墙”，确保每笔业务合规，操作全程留痕可追溯，有效震慑潜在违规操作。社保“数字员工”的实践与成效

01核心应用场景：覆盖业务全流程社保“数字员工”已在资格审核、社保关系转移、财务管理、待遇核定与拨付、基金报表填报等核心业务领域实现自动化。如内蒙古鄂尔多斯市社保中心试点覆盖上述场景，累计核查、比对各类业务数据超10万笔。

02效率提升：从人工到智能的飞跃“数字员工”能24小时不间断运行，大幅压缩业务办理时间。济南社保数字员工使企业养老保险关系转移等高频业务办理时间大幅缩短，社保卡申领审核效率提升超80%；鄂尔多斯灵活就业人员社保补贴申领等业务耗时仅为人工办理的1/6。

03风险防控：筑牢基金安全防线通过“规则标准化、操作自动化”，“数字员工”在事前预防（严格按政策规则执行）、事中控制（实时风险扫描预警）、事后追溯（完整操作日志记录）环节构建全程风控体系，有效防范人工操作失误和违规风险，如山东利用AI进行工伤保险医疗费用明细智能审核，准确度大幅提高。

04服务优化：释放人力与提升体验“数字员工”将工作人员从重复性劳动中解放，使其专注于更复杂的服务与管理工作。同时，7×24小时服务能力打破时空限制，实现“随时办、马上办”，提升群众办事体验。济南社保数字员工累计节省经办时间7.6万余小时，自动审核率达87%。AI时代劳动者权益保障的对策建议06完善法律法规体系与明确责任主体

修订现有劳动法律法规针对AI带来的新挑战，应适时修订《劳动法》《劳动合同法》等，明确人工智能在劳动领域的应用范围和限制，确保劳动者合法权益得到有效保障。例如，明确企业引入AI替代岗位是否构成“劳动合同订立时的客观情况发生重大变化”。

制定AI在劳动领域应用的专项法规制定专门针对人工智能在劳动用工、管理、权益保障等方面的法规，对AI系统的开发者、使用者以及劳动者在劳动过程中的责任和义务进行明确界定，确保在出现问题时能够追溯责任。

明确用人单位的主体责任法律规定应明确使用者需确保人工智能系统的安全性和可靠性，防止因系统故障或错误导致劳动者权益受损。用人单位在享受技术红利的同时，应积极承担社会责任，通过内部转岗、技能培训、弹性工作安排等方式，帮助劳动者平稳过渡。

细化“客观情况重大变化”的认定标准针对AI替代岗位相关纠纷，需进一步细化“客观情况重大变化”的认定标准，明确企业在技术转型中的具体责任。多地法院已明确指出，企业为降本增效主动引入AI属于自主经营决策，而非法定情形。建立AI技术评估机制对人工智能技术在劳动与社会保障领域的应用进行定期评估，确保其符合劳动法规和安全标准，及时发现并纠正可能损害劳动者权益的技术问题。强化数据安全与保护人工智能系统涉及大量劳动者数据，应加强数据保护措施，如通过加密技术、访问控制等手段防止数据泄露或被滥用，保障劳动者个人信息安全。明确AI应用合法边界针对算法考核、大数据监控等问题，明确用人单位数字管理的合法边界，严禁过度干预劳动者正常休息与人身自由，如禁止以“闭眼3分钟”等非严重违纪为由解除劳动合同。落实算法备案与审查制度严格落实算法备案、审查机制，压实平台与用人单位主体责任，对利用算法设置隐形门槛，过滤女性、35岁以上群体求职者等就业歧视行为加大处罚力度。加强技术监管与评估提升劳动者技能和素质

加强AI相关技能培训针对人工智能技术发展，为劳动者提供AI工具使用、数字化操作等相关技能培训。2026年人社部推进“技能照亮前程”培训行动，对失业人员、灵活就业者开展免费AI+职业技能培训，个人参训可领生活费补助，企业开展转岗培训获专项补贴。

推动职业技能培训体系优化构建一体化培训体系，按岗位职责、知识结构、学习偏好推荐个性化学习资源。泰安市人社局打造AI职业规划模型，根据求职人员与整体就业市场情况，智能生成职业规划报告，包括就业岗位推荐、技能素养分析、培训计划推荐等。

促进复合型人才培养企业需求已从单一技能转向“技术+行业”的复合型人才。华为公司与多地人社部门合作，提供端到端的数字人才培养综合方案，构筑“创新、产业、人才”的产业人才生态链，助力培养既懂业务又懂AI技术的复合型人才。

普及法律知识与维权意识加强劳动法律知识普及，让劳动者了解自身权益和义务，增强维权意识。通过举办法律讲座、发放宣传资料等方式，提高劳动者在AI环境下的法律意识，例如明确AI替代岗位时的合法权益及维权途径。建立健全劳动纠纷解决机制01完善劳动仲裁和诉讼制度为劳动者提供便捷、高效的劳动仲裁和诉讼渠道，确保其权益受到侵害时能够得到及时救济。例如，设立专门的劳动仲裁机构，简化仲裁程序，提高仲裁效率。深圳的“深慧裁”系统实现全流程AI辅助仲裁，AI建议采纳率达85%，裁决书制作时间减半。02鼓励和解和调解在劳动纠纷处理中，鼓励双方通过和解和调解的方式解决争议，减少诉讼成本和时间。这有助于维护劳动关系的和谐稳定，促进劳资双方的合作共赢。03明确AI相关劳动纠纷的司法认定标准针对AI替代岗位相关纠纷，通过司法解释、指导案例明确相关司法认定标准，倒逼企业履行协商调岗、培训转岗等法定义务。例如，北京市人力资源和社会保障局发布的2025年度劳动人事争议仲裁十大典型案例，界定了企业引入AI技术替代岗位不属于“客观情况重大变化”。04优化算法就业歧视的救济途径严格落实算法备案、审查机制，压实平台与用人单位主体责任，对隐形歧视行为加大处罚力度。劳动保障部门升级数字化监管能力，畅通劳动者维权渠道，针对技术细节合理分配举证责任，破除劳动者“举证难”痛点。探索AI效率红利的合理分配机制

设立“数字技能提升专项基金”支持企业将因AI应用节省的部分成本，用于设立“数字技能提升专项基金”，通过集体协商确定资金用途，重点投向受影响职工的技能培训、岗位转型和职业发展。

推动ESG报告披露AI对劳动影响同步推动上市公司在ESG报告中披露“AI对劳动投入的影响及应对措施”，增强社会监督与透明度，引导技术进步成果更公平惠及劳动者。

试点“数据分红”与转型成本税部分地区探索数据红利分配，对高自动化、高利润企业征收转型成本税，资金用于劳动者保障与培训。如深圳南山、上海浦东等地区试点“数字红包”，面向灵活就业者每月发放800元补贴。

探索“机器人税”与AI超额利润税有研究建议探索“机器人税”，按AI技术类型实行差别化征管；对增强劳动能力的技术给予税收抵免，对单纯替代劳动的技术适度征税。同时推行征收AI“超额利润税”，将AI经济租金注入社保体系。国际经验与借鉴07风险分级的核心框架欧盟《人工智能法》确立了风险分级监管模式，将AI系统根据其潜在风险程度划分为不同等级，并对应不同的监管要求和合规义务。高风险AI系统的监管要求对于高风险AI系统（如招聘、绩效评估等），法律要求企业在使用时必须向员工和工会披露相关信息，保障决策透明