新火種
2023-10-20 
理論周刊·先聲丨人工智能新時代：機器人上場，誰會失業誰能就業？
人工智能浪潮下的就業透視
□ 張新春
當更多的機器人應用到工廠流水線，當越來越多的文案可以通過“一問一答”來撰寫，當一幅幅精美的海報可以通過海量的算法來自動生成，一個令人焦慮的問題便出現了——在這場具有“顛覆性”的技術浪潮中，人工智能（AI）會給人類造成大面積的失業嗎？我們該如何在這種不確定性中找到一份確定性？這就是筆者想和大家一起分享的話題。
既破壞也創造
在探討人工智能對就業的影響之前，我們先來看看人工智能究竟是什么。
或許，很多人至今還對當年中國圍棋名將柯潔大戰“阿爾法狗”的畫面歷歷在目。從某種意義上來說，“阿爾法狗”就是人工智能的代表。但是，“阿爾法狗”設計的初衷只是為了下棋，它不會再去從事別的任務，因此這種人工智能僅是專用人工智能。如今，ChatGPT、文心一言等大模型則是通用人工智能的代表，因為它們面對的是社會大眾的各種需求。各個國家高度重視的也正是通用人工智能的發展。4月28日召開的中共中央政治局會議指出，要重視通用人工智能發展，營造創新生態，重視防范風險。我們對此要有一個清晰的認識。
需要說明的另一點是，目前，各個領域廣泛應用的大多是弱人工智能，只具備人的部分智能行為。而具有獨立意志，能在設計程序范圍外自主決策并采取行動的強人工智能，目前仍處于探索研究階段。
再回到人工智能對人類就業的影響。技術進步對就業的影響一般遵循兩條路徑：就業替代和就業創造。重復性勞動和常規性勞動里的中級技能崗位容易被大量替代，如流水線上的工人，法律、金融、行政、商務等行業的程序化崗位，以及高技能人才所從事的分析類工作。而對于那些程序化程度不深，涉及情感介入、人際交往、服務性質、藝術性質、需要創造力的崗位相對較為安全。
當然，除了對就業的破壞效應，新技術也有補償和創造效應。近年來圍繞人工智能技術出現的一系列崗位，如數據科學家、機器學習工程師、深度學習工程師、計算機視覺工程師、算法開發人員等，是社會的緊缺人才。AI技術的就業創造效應，有一個值得我們注意的特點就是技能更迭頻繁。隨著技術的進步，一些新生職業崗位出現得快，淘汰得也快。比如生成式人工智能（AIGC）出現后，帶動了大模型熱潮，數據標注行業迎來新機會。短期內數據標注師需求增加，但長期來看，隨著大模型自動訓練不斷成熟，和上一輪AI標注員一樣，這個職業也會面臨消亡。如果大模型的編程能力達到一定水平，不僅不需要作標注了，程序員也會大量減少。
在技術代際更替的間隙，遭技術驅趕的勞動階層將走向何處？配合智能系統完成資源配置指令的零工崗位或許是最可行的歸宿。平臺經濟充分說明了這一點，新技術在潛移默化的普及中沉淀出一個零工大軍階層。《中國共享經濟發展報告（2023）》顯示，2022年共享經濟帶動靈活就業群體超過2億人，零工經濟已然崛起。所以，這兩年我們看到，既有本科畢業生入選華為百萬年薪的“天才少年”計劃，同時還有碩士畢業生加入零工大軍，成為“外賣小哥”。這歸根結底是數字技術對勞動大軍重塑的結果：一極是時代發展緊缺的數字技術人才，另一極是就業漂移中被平臺吸納的零工大軍。科技的進步顯然已經使“技術事件”升級為“社會事件”。在替代和創造這兩條路徑相互作用下，人工智能一改傳統技術革新減少低技能需求、增加中高技能需求的規律，表現出對高、低兩種技能需求增加，對中級技能需求減少的特征，就業結構呈現兩極分化。
但從勞動力的代際更替來看，新技術人才的培養才剛剛開始，勞動者的代際更替大約需要20年以上的時間才能完成。這意味著人才短缺將在一段時間內長期存在。《2022年中國人工智能人才培養報告》指出，人工智能行業人才缺口高達500萬。這進一步說明新技術的就業創造效應更多是在高技術就業崗位上，且表現出的主流導向是提高生產效率，而不是拓展新領域、創造新就業。讓流水線上替換下來的工人去做數據工程師是不現實的。所以，目前來看，現存勞動技能結構顯然不能滿足新技術的發展需求，新技術的發展也難以為被替代者提供足夠寬的再就業空間。
一些不同的發現
除了作為新技術對就業影響的傳統二重路徑——替代與創造，AI模型本身也有可能成為影響就業的重要原因，比如算法歧視。
這發生在利用算法進行“AI招聘”的環境中。算法模型來源于對海量數據的學習。AI算法本身不具備就業歧視的動機與能力，但在就業歧視的環境中，帶有隱形歧視的海量招聘數據就極容易“投喂”出帶有就業歧視的算法。更有甚者，招聘方可能會通過數據選擇和人為調優，訓練出“符合我偏好”的算法模型。
在就業市場加深依賴AI作人力資源決策時，歧視就被規模化地放大。這讓使用方規避了倫理道德風險，也導致歧視效應疊加。可見，海量數據投喂出算法模型，既可能是集結人類智慧的算法濃縮，也可能是帶有社會劣性的、未經馴化的“野獸”。算法公開透明機制勢在必行。
同時，我們還
另外，值得注意的是，工業機器人對勞動技能結構的影響具有產業異質性。
比如，工業機器人滲透度較高的電動汽車生產商——比亞迪，其2021年企業研發人數比2015年增長89.09%。而在工業機器人滲透度處于中、低水平的行業，企業更重視產品生產而非技術研發。這部分企業使用工業機器人的目的更多用于增加生產線，擴大生產規模，由此帶來對中低技能勞動者的需求增加，導致出現與高滲透度行業相反的趨勢。
帶來哪些啟示
恩格斯說：“一切社會變遷和政治變革的終極原因……應當到生產方式和交換方式的變更中去尋找……應當在有關的時代的經濟學中去尋找。”人工智能依托“數據+算力+算法”對人的腦力和體力進行替代，徹底變革了傳統的生產方式以及經濟運行方式，成為強勢引領社會變遷的“新質”力量。這種變革導向更多強調生產力的縱向優化和提升，而非新領域橫向拓展。從整體來看，科技進步無法阻擋，與其強調說人工智能給我們帶來了失業危機，不如說科技已經將“未來”拉近，人們需要提早思考對于未來的規劃和選擇。筆者認為，以下幾個方面的思考，或許可以給人們帶來一些啟示。
首先，在與科技的“混卷”中，應該強調發揮個體的自我優勢。在擔憂被人工智能替代前，或許我們該先思考，在工作技能和能力方面，是否達到了平均水平？如果已經有一己之長，甚至遠超平均水平，那么即使所在領域有人工智能，個體被替代的幾率還是很小的。如果無法達到平均水平，那就有可能被替代。所以今天的社會越來越“卷”，“卷”就是所有人都試圖超越均值，力爭“上三路”。這個驅動力不僅來源于周圍的人，更來源于沉默且強大的科技力量。不斷超越均值是人類進化的方向。所以，從另一個角度來說，科技倒逼人類進化。科技大浪潮中，不要隨波逐流地“卷”，要認識到自己的天賦，建立自己的比較優勢，增強自己的不可替代性。
再者，科技“規整”職業勞動，重塑職業的標準化。智能科技在各個領域的貫穿，使各行業的標準逐漸依托科技進行審核和監督，“科技權限”將倒逼行業標準化發展，限制人情考量、權力濫用。比如，體育競技比賽會同時引入人類裁判和AI裁判，從各個角度進行技能評判。倒逼人類的工作更加趨向標準化、公正化。未來的教育事業在AI的輔助下，混學位、拿文憑的情況將被科技裁限。科技的發展對人的標準化勞動提出了更高的要求。
最后，數字技術覆蓋的關鍵意義所在是促進資源的合理配置。信息資源、教育資源、物質資源的平衡與充分布局是未來的趨勢，人的發展機會會隨之增多。
綜上所述，在失業的危機感中，科技同時也預示著人類可達的境地，那就是在與科技的“混卷”中，走向馬克思所說的人的全面自由發展的可能。據說，Open AI團隊負責研究ChatGPT的同時，也在研究可控核聚變技術，以解決算力時代巨大的能源耗費問題。同時，他們還在研究如何通過二次分配來彌補因AI替代而失去工作的人的損失。“先進的生產力+合理的分配制度”，似乎預示著未來社會的走向，這也是我們國家要考慮的問題。
（作者系山東財經大學經濟學院副教授、人工智能與高質量發展研究所所長）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
