人心之患甚于AI:跳出“AI末日論”探尋人類就業(yè)新出路
1
人類對AI的恐懼或?qū)⒃谖磥砗荛L一段時間內(nèi)成為熱議焦點。
不久前,美國研究機構(gòu)Citrini Research發(fā)布的《2028年全球智能危機》報告在網(wǎng)絡(luò)上引發(fā)軒然大波,不少人陷入對AI的恐慌,甚至導致AI相關(guān)企業(yè)股價大幅下跌。
這份報告究竟闡述了什么內(nèi)容呢?
它明確表示這只是一次“思想實驗”,描繪了AI發(fā)展“過于成功”引發(fā)的經(jīng)濟崩潰場景,例如:
AI效率過高,使得智識不再稀缺,建立在智識稀缺基礎(chǔ)上的經(jīng)濟行為難以為繼,大量白領(lǐng)被替代,隨之失去收入,房貸違約,金融市場崩潰;
企業(yè)因AI增效利潤增長,但大量人員失業(yè)導致消費能力下降,形成“產(chǎn)出增長但消費引擎失速”的“幽靈GDP”現(xiàn)象;
原有商業(yè)模式面臨巨大挑戰(zhàn),一些依賴人類惰性、信息不對稱和品牌依賴的商業(yè)模式,如軟件服務(wù)、中介平臺(外賣、旅行預(yù)訂)、支付處理(信用卡交換費)以及私募信貸等,會因AI介入而崩塌。
報告發(fā)布后沒幾天,美國金融科技公司Block宣布裁員約4000人,員工數(shù)從1萬人減至6000人,理由是公司開發(fā)的自有AI工具“Goose”大幅提升效率,替代了相當一部分員工。
以往企業(yè)大規(guī)模裁員多因生存危機,但Block全年毛利潤達103.6億美元,同比增長17%,屬于“盈利性裁員”。華爾街對此表示高度贊賞,Block股價一度漲超24%。
媒體紛紛驚呼“AI開始大規(guī)模替代人類了!”,打工人的焦慮進一步加劇,認為AI留給人類的時間不多了。
實際上,正如我們此前在《“AI讓硅谷10萬人失業(yè)”背后的真相》中所寫,科技巨頭以擁抱AI為名進行的大裁員,雖有部分確實是AI替代所致,但也有相當一部分并非AI之過。
比如2020-2022年科技企業(yè)的大規(guī)模擴張,疫情期間線上需求激增,美聯(lián)儲將利率降至接近零的水平,企業(yè)融資成本大幅降低,促使眾多科技企業(yè)開啟擴張。
亞馬遜員工數(shù)直接翻倍,谷歌、微軟基本擴張近7萬人,國內(nèi)的字節(jié)、美團、騰訊也紛紛突破10萬人,Block在此期間也從近4000人擴張到1.2萬人。
短期內(nèi)吸納巨量人員是科技企業(yè)此后幾年接連裁員的主要原因。

據(jù)美國就業(yè)信息網(wǎng)站Layoffs.fyi的數(shù)據(jù),2022年科技企業(yè)全球裁員約16萬人,2023年約26萬人,2024年接近15萬人,去年也有“硅谷10萬人被裁”的新聞。
而《2028年全球智能危機》更像是一篇情節(jié)順風順水、技術(shù)升級神速的“爽文”,忽略了技術(shù)在現(xiàn)實應(yīng)用中的復(fù)雜性,以及人口、文化、經(jīng)濟、社會、政策等諸多因素對技術(shù)擴展的制約與平衡。
目前來看,AI產(chǎn)業(yè)尚未走出“索洛悖論”——1987年計算機已逐漸普及,但經(jīng)濟學家羅伯特·索洛發(fā)現(xiàn)“你能在任何場合看到計算機時代的到來,卻在生產(chǎn)率統(tǒng)計數(shù)據(jù)中看不到任何變化”,即計算機雖被大量應(yīng)用,卻未帶來生產(chǎn)率的顯著提升。
直到20世紀末期,隨著沃爾瑪通過“零售鏈接”系統(tǒng)將庫存周轉(zhuǎn)率提升40%、戴爾實現(xiàn)按單生產(chǎn)模式革新等變革出現(xiàn),計算機技術(shù)才真正釋放生產(chǎn)力。
這表明僅靠新技術(shù)不足以推動生產(chǎn)力提升,還取決于組織變革、商業(yè)模式創(chuàng)新、政策環(huán)境等一系列因素。
經(jīng)合組織(OECD)估計,未來十年AI帶來的勞動生產(chǎn)率僅能增長0.4%-0.9%。
因此,“就業(yè)末日”的影響會被“索洛悖論”帶來的時滯不斷削弱,不會在短期內(nèi)到來。
但不可否認的是,AI對就業(yè)的沖擊和破壞將是前所未有的,人類就業(yè)的出路究竟在何方呢?
2
最近閱讀了經(jīng)濟學家蔡昉所著的《中國就業(yè)新趨勢:人工智能如何重塑勞動力市場》,書中全面系統(tǒng)地分析了這一話題,從中大致可總結(jié)出AI時代人類就業(yè)的三種可能路徑。
首先,較為理想的路徑是實現(xiàn)“人機協(xié)同”。
人工智能只是一個技術(shù)平臺,它既可能通過自動化淘汰崗位,也能通過改變生產(chǎn)流程創(chuàng)造生產(chǎn)率更高的崗位,引導AI走向哪條道路,取決于政策選擇和制度安排。
人的能力包括認知能力和非認知能力,前者如算數(shù)推理、詞匯能力、文字理解、數(shù)學能力和編碼速度等,容易度量且易被AI模仿;后者如動機、自我控制、適應(yīng)能力、社交技能、同理心和同情心等,是人類特有的隱性知識,難以被AI復(fù)制。
因此,人和機器在能力上具有互補性,AI并非必須以替代就業(yè)為目的,機器可用于提升人的能力,人指導機器工作,能在更高水平上增加服務(wù)的創(chuàng)意和情感體驗,提升消費質(zhì)量和消費者剩余。
若機器人只是簡單替代人類,批量生產(chǎn)人類之前的產(chǎn)品,那只是更快地復(fù)制工業(yè)時代的成果,會造成供給嚴重過剩,忽略消費市場的變化和產(chǎn)品創(chuàng)新。
其次是轉(zhuǎn)向具有“鮑莫爾成本病”性質(zhì)的崗位。
什么是“鮑莫爾成本病”?
經(jīng)濟中存在一些行業(yè),其生產(chǎn)率提升特別緩慢,長期來看經(jīng)營成本趨于上漲,且具有極大的需求收入彈性。
經(jīng)濟學家威廉·鮑莫爾最初以表演藝術(shù)行業(yè)為例進行研究,后來擴展到醫(yī)療、教育、社會工作、文體、娛樂、公共管理、社會保障和社會組織等多個領(lǐng)域。
這些領(lǐng)域的生產(chǎn)率很難像數(shù)字產(chǎn)業(yè)、制造業(yè)那樣大幅提升,甚至很多需要依賴補貼才能生存,但社會越發(fā)展,對它們的需求越大。
比如近年來的劇場熱、演唱會熱;醫(yī)療領(lǐng)域性命攸關(guān),沒人敢讓AI完全接手,需求只會越來越高;AI時代的教育是人與機器的競爭,更需要因材施教,發(fā)展?jié)摿薮蟆?/p>
一般來說,社會生產(chǎn)力水平越高,越能支撐更多生產(chǎn)率提升慢的“鮑莫爾成本病”性質(zhì)崗位,這也會吸納大量就業(yè)。
再次,是具有“逆庫茲涅茨化”特征的崗位。
經(jīng)濟學中有“庫茲涅茨過程”的概念,即勞動力按勞動生產(chǎn)率從低到高轉(zhuǎn)移,推動產(chǎn)業(yè)結(jié)構(gòu)升級。
“逆庫茲涅茨化”則相反,勞動力從生產(chǎn)率高的崗位轉(zhuǎn)向低的崗位,比如白領(lǐng)失業(yè)后開網(wǎng)約車、做配送。
若存在大量“逆庫茲涅茨化”崗位,意味著應(yīng)對技術(shù)就業(yè)沖擊的措施失敗,大量失業(yè)人員只能競爭低生產(chǎn)率、低報酬的崗位,技術(shù)進步帶來的生產(chǎn)率提升會被整體抵消,這也是“索洛悖論”出現(xiàn)的重要原因。
此外,人工智能時代的生產(chǎn)率分享機制也至關(guān)重要。
比如引入“AI稅”,作為對受AI影響勞動者的轉(zhuǎn)崗補償、技能培訓等經(jīng)費。
擴大公共品供給是收入再分配的重要手段,若社會總供給和總需求中公共品比重高于私人品,會改變勞動要素的市場價格。
例如住房、教育、醫(yī)療等民眾花費較多的領(lǐng)域,若成為公共品,即便換一份收入更低的工作,生活水平也不會降低,反而可能提高。
隨著社會生產(chǎn)力的極大提升,推行普惠性社會福利也有可能實現(xiàn)。當前的社會保障多發(fā)放給“符合條件”的人群,僅能保障基本生活,且城鄉(xiāng)差異較大。而普惠性社會福利應(yīng)無差別發(fā)放,保障水平更高,并能隨生產(chǎn)率提升而提高。
因為在AI時代,勞動者就業(yè)困境并非源于不努力或選擇錯誤,已無必要通過區(qū)分發(fā)放社會福利。
值得注意的是,蔡昉在書中提到,面對AI沖擊,政府應(yīng)設(shè)立保護勞動者和就業(yè)崗位的公共利益底線,不應(yīng)僅作為制衡的第三方機構(gòu)或中立裁決者,因為利益均衡點并非天然存在,大變局下勞動者和就業(yè)崗位天然處于弱勢,傾斜性保護符合社會利益。
我們曾在《光靠努力為什么不能漲薪?》中分析過美國勞動者如何逐步喪失漲薪籌碼。
在石油危機、全球化、技術(shù)進步等大變局中,資方常以提升效率、市場和技術(shù)變化的自然結(jié)果為借口,將經(jīng)濟風險和不確定性系統(tǒng)性轉(zhuǎn)嫁給普通勞動者,自身卻獲得更多博弈籌碼。
此次AI技術(shù)變革中,像Block這樣的公司將大裁員完全歸因于技術(shù)變革,開啟的不是AI時代,而是“AI末日”。
所以“人心之患甚于AI”,新技術(shù)的負面效應(yīng)能否顯現(xiàn)或得到遏制,關(guān)鍵在于人的作為。
本文來自微信公眾號 “商隱社”(ID:shangyinshecj),作者:浩然,36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點,版權(quán)歸原創(chuàng)者所有,如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責聲明:本文系轉(zhuǎn)載編輯文章,僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布,請及時與我們聯(lián)系進行審核處理或刪除,您可以發(fā)送材料至郵箱:service@tojoy.com



