图源：Pixabay
ChatGpt诞生之后，AI取代人类工作的焦虑就在社会中蔓延。现在的AI表现出的智能水平，让人们开始担心AI有朝一日会取代人类，或者至少抢走人类的工作。
历史上很多工作已经被机器代替，但替代的多是重复、可预测性强的工作任务。这种自动化，对蓝领工作冲击特别严重，却不会影响到白领工作，甚至还加大了白领工作的优势。AI不一样，人们认为AI有潜力处理更加复杂和抽象的任务，甚至包括决策、分析、创作和交流这些原本被认为仅限于人类智慧能完成的工作。
2023年《纽约时报》一篇文章的标题直接把AI带来的变化称为“逆转”。这篇文章认为，相比蓝领工作，现在最容易受到AI影响的是办公室的白领工作[1]。
这个判断来自于几项研究。皮尤中心的研究发现，2022 年，而五分之一的工人（19%）从事受AI影响最大的工作，这些工作岗位的工人平均每小时收入为 33 美元，而接触AI程度最低的工作岗位的工人平均每小时收入为 20 美元。也就是说，高薪行业的白领更容易受到AI影响。另外，女性、亚裔、受过大学教育的人群更容易受到AI影响，没有高中学历的蓝领反而从事着不会受AI影响的工作[2]。
OpenAI团队的成员做了一项类似的研究。团队分析了 923 种职业中完成的 19,265 项任务，发现80% 的美国工作者所做的工作中，10%可以通过大语言模型完成，大约有19%的工作者一半的工作内容会受到影响。那些收入较高的工作受AI的影响更明确[3]。
不过，这些研究只是衡量了AI对工作的“影响”，也就是AI技术和各行业工作任务的重合情况或者说暴露程度，至于这个影响能不能引发失业，并没有确切的结论。皮尤研究中心的研究中，还对预计的“高危行业”从业者进行了调查，但相关的从业者却更倾向于认为AI对他们个人的帮助大于伤害。
AI能某种程度上完成某个行业的工作，那么AI替代了人，用工就会减少，这是一个很自然的想法。但招聘市场的现实可能并非如此。
欧洲中央银行（ECB）的一项研究认为，现在对AI终结人类的说法是严重夸大的。在 16 个欧洲国家的样本中，AI驱动的自动化与就业份额之间存在正相关关系。利用现在常用的两种AI指标，研究者发现人工智能暴露程度每提高25%，行业的就业份额增加 2.6%或4.3%。对于高学历群体，人工智能暴露程度提高25%会增加3.1%或6.7%，中低学历群体没有出现这种情况[4]。
也就是说，受AI渗透越明显的行业，就业的状况反而越好。普华永道 (PwC) 的一项研究分析了来自 15 个国家超过 5 亿份招聘信息，以研究人工智能对就业、技能、工资和生产力的影响。这项研究也发现，AI暴露率高的行业生产率好于暴露率低的行业。
普华永道研究团队表示，认为AI会导致就业下降的人提出了错误的问题。他们只估计AI能不能像人类那样执行已有的一些事物，而忽略了AI创造新任务、新角色甚至新产业的能力[5]。
AI对工作不只有替代的作用，通过提高生产率扩大经济规模，技术进步可以催生出更多岗位。例如，一部分负责理货的货仓员工可能被AI替代，但是电子商务整个行业的扩张可能提供了更多就业机会。
另外，AI不仅能够替代人工，也可以增强工作者的能力，增强他们的市场竞争力。一项研究通过分析2015 年至 2022 年间向美国专利商标局（USPTO）提交的 24758 项AI专利，以及各个职业的工作任务。发现神经学家、放射科医生、心血管检查技师、航空交通管制员，都能得到AI的帮助。不仅提高了工作效率，还扩展了专业人员的能力，使他们能够更有效地完成复杂任务[6]。
在中国的招聘市场上，AI创造新岗位和新职业的能力已经开始显现。
浙江大学经济学院教授余林徽、与华东师范大学经济与管理学院教授陈琳、上海财经大学经济学院博士生高悦蓬三人最近发表的一项研究，收集了中国各大招聘网站2016年至2020年间发布的招聘广告数据。在这个时间段虽然大语言模型还没有普及，但2015年后中国的AI已经进入了高速发展期，已经影响到了多个行业。
研究显示，人工智能渗透度更高的企业，往往会增加对非常规岗位的需求，这些岗位难以标准化，通常要求员工具备灵活性、判断力、创造力和人际交往能力。更进一步，企业人工智能渗透每提高一个单位，企业招聘新职业员工的概率提高 11%，雇佣的新职业员工比例上升0.28%。
这些新职业包括人工智能工程技术人员、智能制造工程技术人员、数字化运营师等等，可以说是AI催生了这些市场需求。相反，企业对体力工作和常规工作的招聘人数出现了下降。从整体来看，相对于常规职业的就业替代效应，AI对于非常规型职业的就业创造效应更强[7]。
虽然AI看起来有替代白领工作的潜力，但至少现在的情况是，AI并没有大规模的冲击白领工作的就业，反而创造了更多机会。那些预计会高度受到AI影响的白领职业，现实中的就业形势却更好了。
AI替代人类，至少要等二十年
虽然目前人工智能可能还没有在就业市场上引起太大的波动，但很多人还是担心，过不了多久，AI还是会大规模取代人类的工作。
AI到底需要多久时间，又在多大程度上改变就业生态？前段时间，麻省理工学院经济学教授达伦·阿西莫格鲁（Daron Acemoglu）发表了对AI影响宏观经济的估计，按照他的估计。未来10年内全要素生产率（TFP）效应总计不会超过0.66%，即使考虑到GPU的成本下降，这个数字仍然保持在0.9%左右。
全要素生产率的变化可能不那么直观，阿西莫格鲁又把这个数字转化成了GDP估计，将AI带来的投资效应纳入后，预计带来的GDP增长在未来10年内只有0.93%至1.16%。
即使这样，作者还是觉得高估了AI的经济效益，因为生产率和成本节约的推算都是基于现在的情况，而现在的AI仅仅完成了对AI来说最易学习的内容。就算出现大规模投资热潮，预计AI带来的GDP总增长也不过是1.4%-1.56%之间[8]。
很多人觉得AI现在的表现已经足够惊艳，但阿西莫格鲁发现，不管之前的预测如何，AI现在只能自动化办公室工作人员大约 5% 的任务，对生产力的影响非常有限。按照他的估计，AI至少需要自动化大约40%的典型工人任务，才能算是符合他标准的合格创新工具。
有批评者认为阿西莫格鲁对AI的态度太过悲观和苛刻，不过即使是AI的支持者也同意，把一项新兴技术转化为提高生产力的利器有很长的路要走[9]。
于2023年底加入OpenAI 董事会的美国前财政部长拉里·萨默斯 (Larry Summers) 就在一次论坛中表示，AI不会在未来三到五年内创造生产力奇迹。
从加入OpenAI董事会这个决定看，萨默斯对AI的长远发展很看好。他相信AI最终将能够完成几乎所有人类工作，特别是白领的“认知劳动”。在他眼中，AI在未来甚至能够像医生那样精确诊断，同时代替护士安抚病人。
不过萨默斯表示，跨越技术发展的 "最后一英里"，也就是从一项革命性技术转化成普通大众日常使用的工具，通常需要比人们希望的更长的时间。实现生产率的提高需要多年的投资、研究和开发。
新的技术总是能够点燃大众的预期，让人们对于技术突破的速度和改变人类生活的程度期望过高。随着现实赶上预期，最初的泡沫都会破裂。实际上，一项通用技术普及到整个社会，需要的往往是几十年的时间。
“关于技术创新的正确普遍 规律是：事情的发展比你预期的要慢，但一旦开始，它们的发展速度比你想象的要快。”萨默斯说[10]。
经合组织(OECD)的经济学家在一篇论文中提出了这样一个问题：“人工智能在经济领域的应用需要多长时间？他们发现，根据美国人口普查局的数据2024年的调查，在美国只有不到 5% 的公司报告使用了AI技术。
这个使用率相当于1900年美国的电力使用率，还达不到能够实现宏观经济收益的程度。而过去的通用技术（电力和计算机）普及到50%的使用率至少花了20年，要达到这种水平，AI可能要等到2040年之后。作者团队还表示，要成功整合AI系统并充分挖掘其潜力，可能仍需要大量的配套投资（数据、技能、重组），这需要时间，也需要管理人才[11]。
对于未来5年的情况，美国劳工统计局（Bureau of Labor Statistics）职业就业预测部门的研究经济学家迈克尔·J·汉德尔 (Michael J. Handel) ，对多个大众认为容易被AI和机器人技术替代的行业进行了就业情况预测[12]。
作者使用了2008-2018的职业就业和工资统计，以及2019-2029美国劳工统计局就业预测计划的数据，同时参考2008-2018年的就业预测数据和实际的差别来校正预测。在预测职业未来的就业变化时，作者特意区分了那些预计会受到AI影响的职业（11种），以及在2008年后已经受到计算机技术冲击的行业（16种）。
按照作者的标准，如果各职业最近和预测的就业形势都脆弱，而且受影响的职业数量和规模都足够庞大，那就说明AI自动化如大家担忧的拖累了就业。相反，如果各职业的就业增长稳定或者适中，或者受影响的职业规模很小，那当下对于AI影响就业的担忧就是多余的。
研究发现，自 2008 年以来，预计会受到AI冲击的11种职业，就业情况绝对值和相对值反而都在增长，并且预计 2019-2029 年的增长速度将继续快于平均水平。而已经受到计算机技术影响的16种职业，在2019-2029年间会出现1.9%负增长。
预计就业会受到AI冲击的11种职业包括个人财务顾问、口译员和笔译员、外科医生、放射科医生、快餐店柜员、清洁工、女佣和家政工人、园林绿化工人、重型卡车司机、拖拉机操作员。然而在预测和实际中出现就业下降的只有外科医生，其他职业都保持着涨势。
一个职业的就业情况和技术发展之间的关系是非常复杂的。财务顾问被认为是很容易被AI替代的职业，然而AI也能帮助财务顾问打开下沉市场，使得过去不会关注财务咨询的人了解到这一行业。口译员和笔译员未来的就业增长会出现放缓，然而决定他们就业增长的最主要因素是全球化催生的翻译需求。
深度学习之父杰弗里·辛顿 (Geoffrey Hinton) 认为放射科可能在几年内就被深度学习技术替代，实际情况是2010年后深度学习技术连续取得突破，但是放射科医生的比例和绝对数量都没有太大波动。作者指出，相比技术进步，医保报销政策、人口老龄化程度才是影响放射科医生就业的关键。
至于扫地机器人、自动割草机、全自动汉堡包机、无人驾驶卡车，预计在2019到2029年之间都不会明显冲击对应的人类职业就业，只有重型卡车司机的就业增长预计会放缓，但这个程度的放缓在历史上也出现过。
已经受到计算机技术冲击的16个行业就业状况比较惨淡。不过这些职业中很多不止受到了一波技术冲击，尽管大家关心的是最新技术的影响，但对这些职业来说冲击最大的是一些已经成熟的技术，只是技术的全部效应需要几十年才能体现。其中的数据录入员，接线员，从80年代计算机兴起开始就逐渐被淘汰，缝纫机操作员和邮件分拣员更是持续几十年大规模就业减少。
记者是预计就业减少幅度比较大的职业，降幅达到11.2%。不过，记者在网络的冲击下已经颓势尽显，2008-2018的实际降幅达到28.3%，这个降幅远超当时的预测。有鉴于此，作者们认为2019-2029年记者的就业下降可能更夸张。
意外的是，程序员被预测在2019-2029年出现9.4%的就业下降。不过在2008-2018年间，美国程序员已经出现了41.3%的就业下降。劳工统计局的专家认为这和技术关系不大，主要是跨国外包的影响。
总之，影响职业就业率的因素很复杂，技术变革只是其中的一环。作者解释，新技术之所以没有使就业率发生更剧烈的变化，部分原因在于职业内部工作的多样性以及工作内部任务的多样性，并非所有工作都同样容易被技术替代。某些工作的自动化也可能改变工作的任务构成，而不仅仅是减少工作的数量。
在 2010 年代初AI技术取得突破后，2008-2018年那些被认为会受到AI冲击的职业就业不减反增，而且美国劳工统计局预计这种趋势将持续下去。
蓝领的噩梦？
许多人原本担心AI会首先替代白领的职位，但现实却是，蓝领工人的工作岗位受到了更大的影响。实际上，几乎每一波自动化首先冲击的，都是蓝领工人的就业和工资收入。
受工业领域自动化冲击最严重的是制造业。阿西莫格鲁和波士顿大学的帕斯夸尔-雷斯特雷波的合作研究发现，每1000名工人中增加1台机器人，就会使当地的就业率减少0.39个百分点，工资减少约0.77%。即使考虑到通勤区之间的溢出效应，仍会使总就业率降低0.2个百分点(或40万个工作岗位)，总工资降低0.42%。
这相当于每1000名工人中增加1台机器人，就会减少3.3个就业岗位。在相对边缘的地区，增加1台机器人甚至会减少6.2 名工人的就业。自动化能够通过增加生产率带来经济增长，但经济增长促进的就业更多出现在其他地区，使得边缘地区的就业情况更为不乐观[13]。
中国的数据也显示出相似的情况。分别来自多伦多大学、清华大学、匹兹堡大学的三位研究者，利用中国的纵向家庭数据分析了接触工业机器人对劳动力市场的影响。
研究发现机器人接触率每增加一个标准差，中国工人的劳动力参与率（-1%）、就业率（-7.5%）和时薪（-9%）都会下降。 与此同时，那些还没有失业的工人中，接触机器人的工人工时增加了 14%，自动化让普通工人就业更难了、时薪更少了、加班更多了[14]。
AI推动的自动化，会继续拉开低技能劳动者和高技能劳动者的工资差。浙江工商大学的三位作者，利用2010年至2019年中国工业面板数据进行数值模拟，分析了AI如何通过工业机器人影响不同劳动者的工资。结果表明，AI一方面替代低技能劳动者的工作，一方面为高技能劳动者创造新任务，这拉大了两者之间的技能溢价[15]。阿西莫格鲁的研究也显示，1980 年至 2016 年间美国工资不平等的增长有 50% 至 70% 是由自动化造成的[16]。
在AI时代，阿西莫格鲁更加担心工资不平等问题，因为基于AI技术的自动化可能让情况变得更糟。
传统的自动化变革虽然带来了很多失业，但也带动了生产率的增长，进而也创造了更多的就业岗位。例如，1870年至1979年间，虽然机械化逐渐使美国一半以上的农业劳动力失业，但工厂和新兴服务业带来了蓝领和服务业工作，这些工作也是劳动力密集的。比起毁掉的工作，技术变革带来了更多好工作，这些工作更轻松并且更安全。
但是在1980年之后，平衡逐渐被打破。新的技术变革对推动自动化效果显著，但对于生产率的提升很平庸（so-so technologies）。这类平庸的自动化技术只是替代了人工，但没有创造新的就业机会。举个好理解的例子，超市的自助结账机就是这类发明，它会替代超市的收银员，但带不来多大生产率提升，也促进不了多少就业。
1980年以来，受教育程度较低的工人的实际工资出现了显著下降。处于收入分配底部的工人以及大学以下学历的工人，他们的工资和就业下降更严重。阿西莫格鲁把这段时期的增长模式，称为数字技术和机器人技术引领的非共享增长[17]。
阿西莫格鲁认为，出现这种发展模式，公司和管理机构对技术方向的选择是一个重要原因。公司从利润出发，发明很多平庸自动化技术的时候，本身就没有打算提高生产率，目标只是让更廉价的资本（机器）直接替代劳动力。这对整个经济的生产率提高没有帮助，最终带来的是工人的失业和工资下降。
相反，那些能让工人受益的技术进步需要为工人创造一些能够发挥能力的新任务，增强工人的工作能力。用机器取代人工并不是提高经济效率的唯一途径，技术进步不只有促进自动化一条路，还可能创造更多的劳动密集型任务，在提高效率的同时保证就业[18]。
我们总是容易过度强调技术的决定性影响，然而，技术发展不是只有一条路，而是有很多可能的选择。技术方向的选择，本身也很容易受到经济激励和利益相关者讨价还价能力的影响。
在阿西莫格鲁看来，现在由科技巨头掌握的AI，也走上了过去几十年中以技术推动自动化这条错误道路。这条道路走得越远，投资也会越集中于这个方向，同时减少其他AI发展方向上的投资。
参考文献
[1] Miller, C. C., & Cox, C.. (2023, August 24). In Reversal Because of A.I., Office Jobs Are Now More at Risk. The New York Times, Upshot.
[2] Chavda, J., & Chavda, J. (2024, April 14). Which U.S. Workers Are More Exposed to AI on Their Jobs? Pew Research Center.
[3] Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). Gpts are gpts: An early look at the labor market impact potential of large language models. arXiv preprint arXiv:2303.10130.
[4] Albanesi, S., Da Silva, A. D., Jimeno, J. F., Lamo, A., & Wabitsch, A. (2023). Reports of AI ending human labour may be greatly exaggerated.
[5] Ma, J. (2024, May 26). You don’t have to be a programmer to cash in on artificial intelligence. AI skills in these non-tech professions come with massive wage increases. Fortune.
[6] Septiandri, A. A., Constantinides, M., & Quercia, D. (2023). The impact of AI innovations on US occupations. arXiv preprint arXiv:2312.04714.
[7] 陈琳,高悦蓬,余林徽. 人工智能如何改变企业对劳动力的需求?[J]. 管理世界,2024,40(6):74-91. 8.Acemoglu, D. (2024). The Simple Macroeconomics of AI (No. w32487). National Bureau of Economic Research.
[8] Warner, B., & Kessler, S. (2024, July 13). What if the A.I. Boosters Are Wrong?The New York Times
[9] Daniel, W. (2024, March 28). Larry Summers, now an OpenAI board member, thinks AI could replace ‘almost all’ forms of labor. Fortune Asia.
[10] Filippucci, F., Gal, P., Jona-Lasinio, C., Leandro, A., & Nicoletti, G. (2024, May 2).Should AI Stay or Should AI Go: Promises and Perils of AI Productivity and Growth. VOX EU, CEPR.
[11] Bureau of Labor Statistics. (2022). Growth trends for selected occupations considered at risk from automation. Monthly Labor Review.
[13] Giuntella, O., Lu, Y., & Wang, T. (2022). How do workers and households adjust to robots? Evidence from China (No. w30707). National Bureau of Economic Research.
[15] Rotman, D. (2022, May 11). How to solve AI’s inequality problem. MIT Technology Review.
[16] 重新平衡人工智能发展之路. (2023, December 20). IMF.
[17] 错误的人工智能？人工智能与未来的劳动力需求. (2019, June 19).
[18] Acemoglu, Daron and Johnson, Simon, Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution, and in the Age of Ai (May 2024). NBER Working Paper No. w32416.
撰文：张天祁
本文9月5日首发于《知识分子》（ID：The-Intellectual），经授权转载。知识分子由非营利公益组织北京市海淀区智识前沿科技促进中心主办，以传播科学知识、弘扬科学精神、促进科学文化为使命，致力于关注科学、人文、思想。返回搜狐，查看更多
责任编辑：