人工智能將讓數(shù)億人失業(yè)？你做好準(zhǔn)備了嗎？

　　作為當(dāng)下“風(fēng)口中的風(fēng)口”，人工智能可謂是紅得發(fā)紫。一方面，在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學(xué)等新理論新技術(shù)以及經(jīng)濟社會強烈需求的共同驅(qū)動下，人工智能正呈爆炸式發(fā)展，滲透到我們工作生活中的諸多領(lǐng)域;另一方面，在資本市場的青睞與追捧下，人工智能領(lǐng)域投融資事件不斷，不僅各大風(fēng)投爭先恐后地跑馬圈地，電商與互聯(lián)網(wǎng)巨頭也紛紛布局謀求發(fā)展。

　　然而，人工智能的強勢崛起也引起了不少人的惶恐——人工智能發(fā)展如此迅猛，我將來會不會被下崗?它會帶來大規(guī)模失業(yè)嗎?本文將對此進行分析。

　　現(xiàn)代版的“生產(chǎn)率悖論”

　　人們之所以擔(dān)心自己手里的飯碗將被人工智能搶走，究其原因，是由于人工智能在不少領(lǐng)域能夠比人類更高效的完成工作。

　　事實上，隨著人工智能在各行各業(yè)中的廣泛應(yīng)用，人們能夠切身感受到人工智能的優(yōu)勢所在。于是，在這個追求效率和質(zhì)量的時代，人工智能可以大幅提高生產(chǎn)率水平已經(jīng)得到公認，甚至在國民經(jīng)濟發(fā)展中扮演的角色也越來越重要。

　　當(dāng)無人駕駛真正亮相深圳令世人震驚之時，當(dāng)生產(chǎn)車間越來越依靠智能化、自動化流水線時，當(dāng)產(chǎn)品的外觀質(zhì)檢越來越依靠機器視覺設(shè)備來替代質(zhì)檢員的人眼和人腦來實施時，我們似乎不得不為自己的工作前景捏一把汗。

　　人工智能真的這么具有殺傷力?

　　恐怕未必!

　　在討論這個問題之前，有必要先來回顧一件有意思的事情：

　　上世紀(jì)70年代，電子信息技術(shù)革命來臨，IT界不斷的技術(shù)革新讓人們的工作方式發(fā)生了巨大變化，效率顯著提高。

　　然而，事實卻與人們看到的不盡相同。

　　1973年美國政府公布的非農(nóng)業(yè)生產(chǎn)部門數(shù)據(jù)顯示，表征人均產(chǎn)出大小的勞動生產(chǎn)率與表征技術(shù)進步/生產(chǎn)效率的全要素生產(chǎn)率年均增長分別為2.9%和1.9%;隨后的1973～1997年間，勞動生產(chǎn)率與全要素生產(chǎn)率年均增長速度分別僅為1.1%和0.2%。

　　盡管計算機處理能力增加了兩百多倍，但美國自1973年開始便結(jié)束了生產(chǎn)率高增長時期，生產(chǎn)率的增長速度降至此前25年的一半，而且企業(yè)的信息技術(shù)投資與投資回報率之間沒有明顯的關(guān)聯(lián)。

　　這一現(xiàn)象，被諾貝爾經(jīng)濟學(xué)獎得主羅伯特·索洛稱為“IT生產(chǎn)率悖論”，并有了他那句名言：“除了生產(chǎn)率統(tǒng)計方面之外，計算機無處不在”。

　　換句話說，雖然IT產(chǎn)業(yè)發(fā)展迅猛，但是它對生產(chǎn)率的推動作用卻微乎其微。

　　那么，當(dāng)年的IT生產(chǎn)率悖論是否會在今天的人工智能領(lǐng)域重演?

　　人們或許可以從數(shù)據(jù)里找到答案。筆者采用生產(chǎn)率測算最為前沿的“喬根森增長核算框架”等方法仔細測算后，得到了中國勞動生產(chǎn)率與全要素生產(chǎn)率增速的大體走勢，詳見圖1和圖2。

　　從圖1來看，自2008年國際金融危機至今，中國的勞動生產(chǎn)率水平一直是穩(wěn)步上升的，但增速卻從2008年的9.75%降至2016年的6.49%，雖說個別年份增速有所波動，但依舊無法掩蓋總體下降的態(tài)勢。

　　再看圖2，為了便于觀察，筆者采取大致五年一個階段來衡量全要素生產(chǎn)率的平均增速水平。不難看出，自2000年以來，中國的全要素生產(chǎn)率增速是逐階段趨于下降的，盡管近年來各種新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式噴薄涌現(xiàn)，但是2010-2016年全要素生產(chǎn)率的平均增速卻降至1990年以來的最低值，僅為2.02%。

　　如此看來，歷史總是驚人的相似，近年來人工智能在中國的發(fā)展像極了當(dāng)年IT產(chǎn)業(yè)在美國的崛起。人工智能雖然來勢洶洶，讓人們真正看到了其在提高生產(chǎn)效率方面的強大之處，但是至少從目前來看，并沒有讓宏觀層面的中國整體勞動生產(chǎn)率與全要素生產(chǎn)率增速得到顯著的提高，甚至還有所降低。

　　因而可以判斷：人工智能是現(xiàn)代版的“生產(chǎn)率悖論”，它雖然看似無處不在，但對宏觀生產(chǎn)率的提升效果微乎其微。

　　一些技術(shù)層面的解讀

　　事出必有因，即便是“悖論”也應(yīng)該有合理的解釋。關(guān)于人工智能的“生產(chǎn)率悖論”現(xiàn)象背后的因由，當(dāng)然不排除現(xiàn)有的生產(chǎn)率測算方法不夠嚴謹完善的因素，但是問題的根本還是在于人工智能本身具有的特點上。

　　如同IT技術(shù)一樣，人工智能也是一種“通用目的技術(shù)”(General Purpose Technology)。所謂通用目的技術(shù)，可以簡單地理解為包含以下四方面特點的一種技術(shù)，即：

　?、?能夠被廣泛地應(yīng)用至各個領(lǐng)域;

　　②可以持續(xù)促進生產(chǎn)率提高并降低使用者的成本;

　?、勰艽龠M新技術(shù)創(chuàng)新和新產(chǎn)品生產(chǎn);

　?、軙粩啻龠M生產(chǎn)、流通和組織管理方式的調(diào)整和優(yōu)化。

　　根據(jù)最新的維基百科介紹，經(jīng)濟學(xué)家們認為人類發(fā)展史走到今天總共有26種通用目的技術(shù)，包括蒸汽機、電力、內(nèi)燃機、IT、人工智能……等等。

　　以IT技術(shù)為例，它以初期的某個特定應(yīng)用領(lǐng)域為起點，隨著技術(shù)的不斷發(fā)展，其應(yīng)用成本也在逐漸下降，同時應(yīng)用范圍會不斷拓展至其他諸多領(lǐng)域。此外，IT技術(shù)自身具有極強的外部性，在不斷的演進與創(chuàng)新過程中會顯著促進其他新技術(shù)的創(chuàng)新和應(yīng)用，并與其他技術(shù)形成互補。最后，IT技術(shù)的應(yīng)用不僅促進了產(chǎn)品和生產(chǎn)環(huán)節(jié)的技術(shù)創(chuàng)新和生產(chǎn)方式的轉(zhuǎn)變，還加速了組織管理方式的優(yōu)化，實現(xiàn)了產(chǎn)品技術(shù)、過程技術(shù)、組織技術(shù)的提升。

　　不難看出，人工智能同樣具備上述特征。

　　然而，需要指出的是，在通用目的技術(shù)發(fā)展初期，不少人對其抱有過高的預(yù)期，認為它能夠在短期內(nèi)迅速促進生產(chǎn)率的增長，殊不知，生產(chǎn)率增長與通用目的技術(shù)的發(fā)展之間有著明顯的滯后效應(yīng)。

　　根據(jù)麻省理工學(xué)院數(shù)字經(jīng)濟倡導(dǎo)行動主任ErikBrynjolfsson教授的觀點，這種滯后效應(yīng)源自三個方面：

　　第一，通用目的技術(shù)自身從發(fā)展到成熟，再到最后提高國民經(jīng)濟生產(chǎn)率增長速度，這一過程會經(jīng)歷一個較長的時間周期;

　　第二，若想充分全面地發(fā)揮出通用目的技術(shù)的潛力，還必須依賴于與其相關(guān)的其他互補式創(chuàng)新技術(shù)的大力發(fā)展，這樣才可能激發(fā)出組合式創(chuàng)新并推動生產(chǎn)率的大幅度提升;

　　第三，通用目的技術(shù)的發(fā)展需要極為耗時的額外創(chuàng)新和投資，而為了獲得通用目的技術(shù)的好處而跟上技術(shù)的加速發(fā)展，社會組織與機構(gòu)可能需要經(jīng)歷長期的內(nèi)部重構(gòu)方可適應(yīng)。

　　縱觀歷史，在1890-1920這30年間，除了發(fā)明了電動引擎和燈泡外，人們似乎沒有看到大幅度的生產(chǎn)力提升。工廠大多在信息技術(shù)時代(上世紀(jì)70年代)才用電動引擎替換了蒸汽動力，但一座工廠的基本結(jié)構(gòu)并沒有發(fā)生變化，這種結(jié)構(gòu)被設(shè)計成圍繞著一個大的中央電源運轉(zhuǎn)。

　　事實上，當(dāng)“小的電源動力分布在整個工廠”這一模式開始流行時，已經(jīng)過去了20-30年。隨著流水線生成的普及，制度和生產(chǎn)方式也在發(fā)生變化，這反過來卻促成了19世紀(jì)20年代的生產(chǎn)力大發(fā)展與大提升。這也充分印證了生產(chǎn)率增長與通用目的技術(shù)發(fā)展之間滯后效應(yīng)是真實存在的，同時也反映出“生產(chǎn)率悖論”的合理性。

　　當(dāng)前，中國人工智能的發(fā)展勢頭雖然無比迅猛，但依舊處于初級階段，行業(yè)規(guī)模占國民經(jīng)濟比重尚不足1.5%。這也就意味著作為一項通用目的技術(shù)的人工智能將與較低的生產(chǎn)率增長水平長期并存。

　　然而，按照目前的態(tài)勢，一旦人工智能技術(shù)進一步成熟，同時其他相關(guān)的互補式創(chuàng)新技術(shù)也得以提升，社會組織與機構(gòu)的內(nèi)部重構(gòu)完成，必將迎來一個爆發(fā)式的生產(chǎn)水平提升階段。正如Brynjolfsson教授所說：

　　“我們在自動駕駛汽車項目投入了時間和金錢，但因為它們還沒有上市出售，這就不被認為是創(chuàng)造了生產(chǎn)力……雖然我們現(xiàn)在可能看到比較低的生產(chǎn)力，但在將來我們能看到更高的生產(chǎn)力數(shù)據(jù)。”

　　目前不會造成大面積失業(yè)

　　說到這里，相信擔(dān)心飯碗不保的人們可以松一口氣了——至少從目前來看，人工智能還沒有對國民經(jīng)濟產(chǎn)生實質(zhì)性的影響，自然也不至于造成大面積的失業(yè)。

　　從全球經(jīng)濟發(fā)展歷史來看，自第一次工業(yè)革命至今，已經(jīng)過去250多年，其間涌現(xiàn)出數(shù)不勝數(shù)的新發(fā)明和新技術(shù)，但根據(jù)西北大學(xué)社會科學(xué)學(xué)院教授Robert Gordon的研究成果，到現(xiàn)在也還沒有任何發(fā)明或是技術(shù)引起了大規(guī)模的失業(yè)，而且盡管不少工作崗位持續(xù)地在消失，卻有更多的就業(yè)機會涌現(xiàn)出來。與此同時，許多領(lǐng)域還存在著工作者的短缺而不是工作崗位的不足，這種情況在建筑、制造業(yè)和長途貨車運輸?shù)刃袠I(yè)比比皆是。

　　事實上，從數(shù)據(jù)來看，近些年中國的就業(yè)總?cè)藬?shù)始終穩(wěn)步攀升(見圖3)，盡管就業(yè)人數(shù)增長率在2014年之后有所下降，但這也不能完全歸因于人工智能。要知道，2014年正是“三期疊加”的中國經(jīng)濟新常態(tài)元年，整體經(jīng)濟下行壓力的增大會直接對就業(yè)市場造成影響。根據(jù)人社部等有關(guān)方面的權(quán)威測算，目前中國GDP每增長1個百分點，足以拉動130萬甚至150萬人的就業(yè)。因此，宏觀經(jīng)濟增速的放緩才是就業(yè)增長率下降的關(guān)鍵所在。

　　其實，當(dāng)人們談?wù)搶砣斯ぶ悄軙绊懢蜆I(yè)時，他們常常忘了這個話題并不新鮮。早在一個半世紀(jì)前，馬克思就曾經(jīng)提出“機器排擠工人”的著名論斷。而1961年就已經(jīng)有機器人問世了，主要是應(yīng)用在汽車制造業(yè)。當(dāng)時確實有一些領(lǐng)域出現(xiàn)了嚴重的工作流失，比如飛機航班和酒店的預(yù)訂系統(tǒng)就極大地替代了旅游代理商的工作——不過從整個國民經(jīng)濟的發(fā)展來看，這樣的影響顯然不會掀起太大波瀾。

　　不可否認，像人工智能這樣的新技術(shù)的確可以代替人完成某些任務(wù)，甚至是完全取代人力進行智能化工作，但也要看到，這樣的技術(shù)同樣會導(dǎo)致產(chǎn)出的增加、諸多配套產(chǎn)業(yè)的發(fā)展與新興商業(yè)模式的出現(xiàn)，隨之而來的便是無數(shù)新增的就業(yè)機會。新技術(shù)可以把從生產(chǎn)領(lǐng)域替換下來的員工轉(zhuǎn)移到新的互補領(lǐng)域中，通常這對整個社會來講都是有益的。就像Gordon教授描述的一樣：

　　“現(xiàn)在比ATM機剛問世的時候有更多的銀行出納員，當(dāng)我們發(fā)現(xiàn)在傳統(tǒng)的‘磚和砂漿’零售店里的工作崗位減少時，電子商務(wù)領(lǐng)域有新的崗位增加;從電子表格的出現(xiàn)開始，我們少了100萬個記錄員和普通職員，卻多了150萬個財務(wù)分析師……往前展望20年，人工智能會頂替一些工作崗位，不過就對工作崗位的影響來說，人工智能并沒有什么稀奇的。”

　　從今天開始請變革自己

　　不過，如果因為前述內(nèi)容就認為我們可以高枕無憂，那就大錯特錯了。正如看似平靜的湖面下卻是波濤暗涌一樣，不管你是否愿意，是否甘心，人工智能確實已經(jīng)全方位入侵到我們工作、生活的方方面面，并在不少領(lǐng)域已經(jīng)開始代替人類工作。

　　以教育行業(yè)為例，人工智能在圖像識別、語音識別、人機交互等方面的優(yōu)勢，以及與大數(shù)據(jù)、互聯(lián)網(wǎng)智能制造等技術(shù)的結(jié)合，使其對教師的工作產(chǎn)生了巨大的沖擊。例如：

　　通過圖像識別技術(shù)，人工智能可以將老師從繁重的批改作業(yè)和閱卷工作中解放出來;

　　通過語音識別和語義分析技術(shù)，可以輔助教師進行英語口試測評，也可以糾正、改進學(xué)生的英語發(fā)音;

　　通過人機交互技術(shù)，可以協(xié)助教師為學(xué)生在線答疑解惑。

　　如此一來，在人工智能的重重包圍下，倘若我們不與時俱進，不努力提升自己的知識儲備與業(yè)務(wù)能力，那么結(jié)果將不容樂觀。

　　要知道，人工智能最先影響到的便是勞動密集的剛需行業(yè)，由此將大幅度削減勞動密集的體力勞動崗位;相應(yīng)地，人工智能最可能增加的卻是腦力勞動崗位——畢竟，人工智能技術(shù)的研發(fā)工作屬于知識與技術(shù)密集型，而任何領(lǐng)域?qū)τ诟叨巳瞬诺男枨髲膩矶疾粫腥魏螠p少。

　　進一步來講，當(dāng)若干年后，通用目的技術(shù)的“蟄伏期”一旦過去，因人工智能而起的爆發(fā)式的生產(chǎn)水平大幅度提升階段正式到來，屆時對就業(yè)市場的沖擊只會比今天更大。

　　而今，人工智能作為時代的寵兒，無論是政府還是企業(yè)都不遺余力地給予支持，或許那個集中爆發(fā)的時間點很快就會來臨，根本用不上二三十年那么久。