即将到来的人工智能就业末日
每一次重大技术革命都会引发对失业和社会动荡的担忧。人工智能革命在速度、范围和对认知工作的重塑上可能有所不同。历史上,从农业到工业、电气化、数字化,新技术淘汰了许多任务但最终创造了新工作。人工智能正在影响知识工作,可能导致劳动力压缩、技能放大和角色混合。真正的挑战在于转型期,可能出现不平等加剧、入门级职业路径空心化等问题。人类独特优势在于判断、伦理、人际互动和创造力。
每一次重大技术革命都曾引发人们对失业、社会混乱和经济动荡的焦虑。从农业机械化到计算机的兴起,每个时代都让亲身经历者感到前所未有的不稳定。然而,随着时间的推移,新的工作形式总会以难以预见的方式出现。人工智能革命在情感基调上并无不同,但它的速度、范围以及所重塑的认知工作类型可能确实与众不同。
要理解未来可能发生什么,回顾历史大有裨益。在工业革命之前,大多数人在农业领域工作。在美国和英国等国家,高达60%至80%的劳动力从事农业或相关劳动。机械化改变了这一切。拖拉机、收割机和工业流程大幅减少了对人力的需求。到20世纪中期,发达经济体的农业就业人口降至个位数。失去的工作包括体力农工、季节性农业工人和农村手工艺者,同时创造的工作有工厂工人、机械工程师、运输物流人员以及城市服务业岗位。引人注目的不仅是工作的转移,还有人们居住和生活方式的迁移——整个农村人口涌入城市,工作变得更加结构化、以时钟为驱动且集中化。
电气化和大规模生产浪潮进一步改变了工作。它不仅消除了旧岗位,还重组了工作。失去的手工艺制造岗位被流水线工人、工业经理和电气工程师取代。同时,工人的个人自主权从高水平的手工艺转变为低水平的组装线工作,现代公司和经理阶层随之兴起。
从20世纪末开始,计算技术开始自动化常规的认知和行政任务。打字员、档案管理员和电话接线员等岗位消失,而软件开发者、IT支持、数据分析师和数字营销人员等新岗位涌现。这开始侵蚀白领工作,并引入信息可以独立于人力处理、存储和扩展的概念。
纵观这些革命,一些模式反复出现:技术倾向于消除任务而非整个工作(至少起初如此);新工作往往出现在技术与人类需求的交汇处,包括管理、解释、销售或维护技术;转型期总是不平衡且对失业者痛苦;新工作很少在开始时显而易见。最重要的是,每一次浪潮都将人类劳动推向更高层级,从体力劳动和常规任务转向协调、创造和判断。
人工智能正在改变网络威胁格局,同时放大风险并重塑防御。AI已经展现出执行以往被认为只有人类才能完成的任务的能力,包括写作、编码、分析、设计甚至决策的某些方面。这造成了性质不同的颠覆。面临风险的不仅包括体力或常规工作,还有初级知识工作者(如初级分析师、律师助理、撰稿人)、行政协调岗位、基础编程和软件开发、客户服务等。同时,新角色正在涌现:AI系统训练师和评估员、提示工程师和工作流设计师、AI治理与合规专家、人机交互设计师、数据策展人和合成数据工程师等。更值得注意的是,AI不仅在创造新职业类别,还在重塑现有职业。例如,借助AI的律师可以完成数名初级助理的工作;咨询师可以更快更大规模地进行分析;个体创作者可以像小型媒体公司那样运营。这表明AI的影响可能更多体现在劳动力压缩(更少人做相同工作)、技能放大(高绩效者生产力显著提升)和角色混合(工作融合技术、创意和战略技能)上。
如果历史可以借鉴,最大的挑战不是最终状态,而是转型过程。我曾在前几次技术革命中亲眼目睹这一点。例如,在一家保险公司,我用自动化信函生成取代了打字小组。农业机械化导致失业者并没有顺利变成工厂工人,打字员也并非自动成为软件开发者。这些转型涉及代际更替、再培训,且往往伴随重大社会动荡。AI很可能也是如此。我们可能会看到:能够有效利用AI者与无法利用者之间的不平等加剧;进入专业领域的初级路径被掏空(除非我们积极确保这些路径在AI时代得到发展);教育和培训体系面临快速适应的压力;以及对什么构成有价值的人类工作的重新思考。
每次技术革命都迫使人们重新评估人类价值。随着机器接管常规的体力和认知任务,人类剩余的优势领域集中在不确定性下的判断、伦理推理和问责、复杂人际互动、创造力与原创综合、跨领域情境理解上。这些并非新能力,但它们正变得更具经济重要性。
人们不禁会问:AI创造的工作是否会多于它摧毁的?历史暗示答案更加微妙。是的,新工作会出现,但可能不够快、不在正确的地点、不属于失业的同一批人,而且可能需要根本不同的技能。政府很可能需要介入,重新构想如何在转型期支持民众。真正的问题不是工作是否存在,而是什么样的工作可用、对谁可用、以什么条件可用。在这个意义上,AI革命不仅仅是技术变革,更是社会和治理挑战、经济重组和社会选择。有一件事是确定的:变化的速度不会减慢,我们都必须成为终身学习者才能跟上。并且,如之前每一次革命一样,结果更多地取决于我们作为国家和社会如何选择部署、监管和适应技术,而非技术本身。