混乱的工作:人工智能无法触及的领域
《混乱的工作》一书由经济学家Luis Garicano、Jin Li和Yanhui Wu撰写,探讨人工智能对工作的真正影响。作者认为,大多数白领工作并非简单的可自动化任务,而是涉及协调、谈判和人際关系的“混乱工作”。这些工作难以被AI取代,因为关键在于稀缺资源分配、组织政治和判断力。书中通过经济推理分析AI如何重塑工作与组织,并强调当智能变得廉价时,判断、协调、信任和责任将更加宝贵。
《混乱的工作:人工智能无法触及的领域》是由经济学家Luis Garicano(芝加哥大学布斯商学院)、Jin Li(香港大学)和Yanhui Wu(香港科技大学)合著的新书。该书旨在纠正近年来关于AI将迅速取代大部分白领工作的普遍误解。作者们认为,许多工作之所以难以被AI自动化,并非因为技术能力的限制,而是因为这些工作本质上具有“混乱性”——它们涉及复杂的协调、谈判、组织政治和人际互动,而这些正是当前AI无法有效处理的领域。
书中以一个生动的家庭场景开篇:假设你的AI代理帮你更换了更便宜的网络供应商,并预订了完美的度假屋。但接下来发生的事情才是关键——你可能需要与伴侣协商,因为他们已经改变了昨晚商定的计划;或者与室友解决洗碗的纠纷;或者处理孩子突然不想去上游泳课的情况。在这个微观组织中,你实际上是管理者,需要分配稀缺资源、决定分工、进行谈判。这里的瓶颈不是信息,而是家庭政治——确保决策被所有人接受并执行。家庭生活,和其他任何人的一样,可以是“混乱”的。
作者指出,所有知识工作都沿着同一条维度变化:混乱程度。一端是明确定义的单任务——比如根据邮件中的工资单用规则填表得出结果。另一端是复杂任务的集合:运营工厂或管理家庭,这些工作很难预先指定,并且充满冲突。沿着混乱谱系,AI协助或替代人类的能力各不相同。AI容易替代简单、清晰的任务,但难以替代混乱的工作。
2026年2月,微软AI部门负责人告诉《金融时报》,大多数白领任务将在“未来12到18个月内被AI完全自动化”。作者们认为这样的预测是错误的,不是因为AI不强,而是因为做出预测的人不了解大多数白领工作者每天实际在做什么。未来并非只由技术塑造。理解AI的后果需要经济学推理:关于稀缺性、互补性和瓶颈、信号和激励,以及工作的组织。这些是作者使用的概念。具体的例子会过时,但这些概念不会。
该书获得了多位重量级经济学家的赞誉。哈佛商学院的Raffaella Sadun教授称赞该书将组织经济学应用于AI与工作的关系,提出了关于采纳激励、学习激励和技能配置的深刻问题。诺贝尔经济学奖得主Bengt Holmström指出,当智能变得廉价时,判断、协调、信任和责任变得更加有价值,这是价格理论的绝妙应用。Google DeepMind的AGI经济学主任Alex Imas称这是AI时代工作未来领域的必读书。MIT的David Autor强调,混乱工作涉及政治、外交和人际挑战,因此将持续存在。乔治梅森大学的Tyler Cowen认为AI不会导致大规模失业,这本书是最好的解释。Stripe CEO Patrick Collison和中国招聘平台智联招聘CEO Evan Guo也给予高度评价。
总而言之,《混乱的工作》提供了务实而乐观的视角:世界并不缺少需要解决的问题。只要人们带来判断力、决心以及为不可预测结果负责的意愿,就不会被取代,反而会比以往任何时候都更需要。这本书不仅为经济学家而写,也为任何希望在AI时代规划职业的人提供了指导。