即將到來的人工智能就業末日

每一次重大技術革命都曾引發人們對失業、社會混亂和經濟動盪的焦慮。從農業機械化到計算機的興起，每個時代都讓親身經歷者感到前所未有的不穩定。然而，隨着時間的推移，新的工作形式總會以難以預見的方式出現。人工智能革命在情感基調上並無不同，但它的速度、範圍以及所重塑的認知工作類型可能確實與眾不同。

要理解未來可能發生什麼，回顧歷史大有裨益。在工業革命之前，大多數人在農業領域工作。在美國和英國等國家，高達60%至80%的勞動力從事農業或相關勞動。機械化改變了這一切。拖拉機、收割機和工業流程大幅減少了對人力的需求。到20世紀中期，發達經濟體的農業就業人口降至個位數。失去的工作包括體力農工、季節性農業工人和農村手工藝者，同時創造的工作有工廠工人、機械工程師、運輸物流人員以及城市服務業崗位。引人注目的不僅是工作的轉移，還有人們居住和生活方式的遷移——整個農村人口湧入城市，工作變得更加結構化、以時鐘為驅動且集中化。

電氣化和大規模生產浪潮進一步改變了工作。它不僅消除了舊崗位，還重組了工作。失去的手工藝製造崗位被流水線工人、工業經理和電氣工程師取代。同時，工人的個人自主權從高水平的手工藝轉變為低水平的組裝線工作，現代公司和經理階層隨之興起。

從20世紀末開始，計算技術開始自動化常規的認知和行政任務。打字員、檔案管理員和電話接線員等崗位消失，而軟件開發者、IT支持、數據分析師和數字營銷人員等新崗位湧現。這開始侵蝕白領工作，並引入信息可以獨立於人力處理、存儲和擴展的概念。

縱觀這些革命，一些模式反覆出現：技術傾向於消除任務而非整個工作（至少起初如此）；新工作往往出現在技術與人類需求的交匯處，包括管理、解釋、銷售或維護技術；轉型期總是不平衡且對失業者痛苦；新工作很少在開始時顯而易見。最重要的是，每一次浪潮都將人類勞動推向更高層級，從體力勞動和常規任務轉向協調、創造和判斷。

人工智能正在改變網絡威脅格局，同時放大風險並重塑防禦。AI已經展現出執行以往被認為只有人類才能完成的任務的能力，包括寫作、編碼、分析、設計甚至決策的某些方面。這造成了性質不同的顛覆。面臨風險的不僅包括體力或常規工作，還有初級知識工作者（如初級分析師、律師助理、撰稿人）、行政協調崗位、基礎編程和軟件開發、客户服務等。同時，新角色正在湧現：AI系統訓練師和評估員、提示工程師和工作流設計師、AI治理與合規專家、人機交互設計師、數據策展人和合成數據工程師等。更值得注意的是，AI不僅在創造新職業類別，還在重塑現有職業。例如，藉助AI的律師可以完成數名初級助理的工作；諮詢師可以更快更大規模地進行分析；個體創作者可以像小型媒體公司那樣運營。這表明AI的影響可能更多體現在勞動力壓縮（更少人做相同工作）、技能放大（高績效者生產力顯著提升）和角色混合（工作融合技術、創意和戰略技能）上。

如果歷史可以借鑑，最大的挑戰不是最終狀態，而是轉型過程。我曾在前幾次技術革命中親眼目睹這一點。例如，在一家保險公司，我用自動化信函生成取代了打字小組。農業機械化導致失業者並沒有順利變成工廠工人，打字員也並非自動成為軟件開發者。這些轉型涉及代際更替、再培訓，且往往伴隨重大社會動盪。AI很可能也是如此。我們可能會看到：能夠有效利用AI者與無法利用者之間的不平等加劇；進入專業領域的初級路徑被掏空（除非我們積極確保這些路徑在AI時代得到發展）；教育和培訓體系面臨快速適應的壓力；以及對什麼構成有價值的人類工作的重新思考。

每次技術革命都迫使人們重新評估人類價值。隨着機器接管常規的體力和認知任務，人類剩餘的優勢領域集中在不確定性下的判斷、倫理推理和問責、複雜人際互動、創造力與原創綜合、跨領域情境理解上。這些並非新能力，但它們正變得更具經濟重要性。

人們不禁會問：AI創造的工作是否會多於它摧毀的？歷史暗示答案更加微妙。是的，新工作會出現，但可能不夠快、不在正確的地點、不屬於失業的同一批人，而且可能需要根本不同的技能。政府很可能需要介入，重新構想如何在轉型期支持民眾。真正的問題不是工作是否存在，而是什麼樣的工作可用、對誰可用、以什麼條件可用。在這個意義上，AI革命不僅僅是技術變革，更是社會和治理挑戰、經濟重組和社會選擇。有一件事是確定的：變化的速度不會減慢，我們都必須成為終身學習者才能跟上。並且，如之前每一次革命一樣，結果更多地取決於我們作為國家和社會如何選擇部署、監管和適應技術，而非技術本身。