1700514100
1700514101
上述研究多数由经济学家完成，在预测哪些工作存在自动化风险时，经济学家关注的是人在开展工作时完成了哪些任务，同时考察机器是否可以完成一样的任务。换句话说，“工作任务分析法”研究的是机器一对一取代人类工人的可能性。而我是一名技术专家和早期风险投资者，我的专业背景教会我尝试以不同的方法解决问题。在职业生涯早期，我致力于将先进的人工智能技术转化为有用的产品。同时，作为风险资本家，我也投资和协助一些新的创业公司。这两份工作让我发现人工智能对工作岗位构成的威胁不只是“一对一取代”，还有“彻底清除”。
1700514102
1700514103
我投资的许多人工智能公司，都在尝试开发可以取代某类工人的单一人工智能驱动产品，如可以完成仓库搬运工工作的机器人，可以完成出租车司机核心任务的自动驾驶汽车算法等。如果取得成功，这些公司会向客户销售其人工智能产品，而客户可能解雇被替代的剩余劳动力。这些“一对一取代”的工作类型，正是经济学家利用“工作任务分析法”所研究的课题核心。
1700514104
1700514105
但还有一种完全不同的人工智能创业公司：它们想从根本上重构整个行业。这些公司并不是想用同样功能的机器人取代工人，而是追求通过新的方式来满足整个产业用人的基本需求。如智融集团（Smart Finance），人工智能驱动的借贷公司，未雇用任何人类信贷员、F5未来商店（无人餐馆）等创业公司是这类公司的杰出代表。算法没有取代这些公司的员工，因为这些公司从来就没有雇用人类员工。但是随着这些公司优质而低价的服务逐渐占据市场，它们会给雇用人类员工的竞争对手造成压力。它们的对手将被迫从头开始调整，如重构工作流程、利用人工智能、裁员等，否则就面临倒闭的风险。最终结果是一样的：人类工人将会越来越少。
1700514106
1700514107
这种原因导致的失业，是众多采用“工作任务分析法”做研究的经济学家没有预测到的。如果将这种划分方法应用在新闻类app上，预测“编辑”这个岗位的自动化程度，会发现有很多任务是机器无法完成的，如阅读和理解新闻专题文章、主观评估应用用户的适合性、与新闻记者以及其他编辑沟通等。但是当今日头条研发算法时，他们并不是想用算法完成以上这些任务。相反，他们重新构思了新闻类app的核心功能——定制用户希望阅读的新闻故事列表——然后使用人工智能算法来完成。
1700514108
1700514109
我预计这种彻底的颠覆将会影响美国10%的就业岗位，受冲击最大的工种为市场营销、客户服务，以及涉及大量常规优化工作的行业，如快餐、金融证券甚至是放射医学。据报道，花旗总裁兼机构客户集团CEO杰米·福雷斯（Jamie Forese）表示，在未来5年内，花旗集团2万名技术与运营人员中，最多将有一半员工面临被裁员的境遇。(21)
1700514110
1700514111
这些改变会影响到“结合区”象限的就业，公司可能会交给少数员工去整合与客户互动的工作，用算法完成其他大多数幕后的单调工作。虽然所有人类工作不会全部消失，但工作岗位会大大减少。
1700514112
1700514113
比较下两种类型的自动化程度：一对一取代的比例为38%，彻底颠覆的比例约为10%。无疑，我们面临着巨大的挑战。我预计在未来10到20年内，美国有40%—50%的工作岗位是能够被人工智能技术取代的。而所有员工工作中任务的自动化比例也会不断增加，将会使他们对公司的价值不断降低。更多的失业人员将会争抢越来越少的工作岗位，这会使薪水进一步降低，导致许多人从事兼职或者共享经济里的“零工”。
1700514114
1700514115
当然，这并不意味着美国面临着40%—50%的失业率。社会冲突、监管限制会大大地延缓实际的失业率上涨，同时也会有新的工作岗位被创造出来，以抵消部分人工智能应用导致的失业现象。这些工作岗位可将人工智能导致的实际失业率减至25%，甚至更低，如10%或20%。
1700514116
1700514117
这些预测与贝恩咨询公司（Bain & Company）在2018年2月发布的研究结果相吻合。贝恩公司采取的是“总体分析法”来理解作用于世界经济的三大力量的相互作用：人口数量、自动化和分配不均。贝恩公司得出结论：到2030年，雇主对雇员的需求将减少20%—25%，也就是说美国失业人数将达到3000万—4000万。(22) 贝恩公司承认，的确有部分失业人员会步入新的岗位，这些岗位在今天可能很少见（例如机器人维修员），但是这种再就业对大规模且呈上升趋势的失业率无法造成实质性影响。何况，自动化带来的冲击并不局限于这20%—25%的失业人员。这份研究报告认为，如果再将薪水降低的因素考虑进去，那么近80%的美国劳动者都将受到影响。这将对工薪家庭带来毁灭性的打击。更糟的是，这种影响不像2008年全球金融危机之后，美国失业率短暂升高到10%。这将会是一种新常态：智能机器全面上岗，人类就业则阻碍重重。
1700514118
1700514120
中美失业问题对比与莫拉维克悖论
1700514121
1700514122
中国的情况如何？
1700514123
1700514124
中国关于自动化带来冲击的研究甚少，但是外界普遍认为中国将受到更大的影响：智能机器人将逐渐代替“世界工厂”里的工人，中国的部分支柱产业需要尽快转型。著名科技评论家维韦克·瓦德华（Vivek Wadhwa）预测，智能机器人将削弱中国在劳动力方面的优势，制造业的春天将再次降临在美国，但不会为人类创造工作岗位。瓦德华写道：“美国机器人和中国机器人一样勤奋，而且都不会抱怨，也不会加入工会。”(23)
1700514125
1700514126
我的观点刚好相反。虽然中国面临着因自动化而引发的就业市场转型，但是大部分转型将比美国的失业问题来得更慢、更晚。虽然最简单、最常规的工厂作业（如质控和简单的组装流水线任务）可能在接下来的数年实现自动化，但这些体力劳动任务剩余的部分，机器人可能很难完全接手。这是因为21世纪的智能自动化不同于20世纪的机械自动化。简单来说，创建人工智能算法远比制造智能机器人简单。
1700514127
1700514128
该逻辑的核心是人工智能的精髓——20世纪80年代提出的莫拉维克悖论（Moravec’s Paradox）。汉斯·莫拉维克（Hans Moravec）是卡内基·梅隆大学的教授，也是我的老师。他在人工智能和机器人的研究中得出一个根本性的结论：与一般的观点相反，让人工智能模仿成年人高知识水平或运算能力比较容易，但要让机器人具备婴儿的感知和感官运动能力，则困难得多。本质上，人工智能是“演算的巨人，行动的矮子”。
1700514129
1700514130
今天，深度学习的到来，为机器在语音或图像识别领域提供了超人的感知能力。机器学习在以下两方面的突破同样也增强了机器的智能水平：从大量数据中辨识形态的能力以及做决策的能力。但是机器人的精细动作（如抓取和操纵物体的能力）仍然远远落后于人类。尽管人工智能可以在围棋上战胜最优秀的人类选手，也可以精确地诊断癌症，但它连抓周都很难办到。
1700514131
1700514133
担心算法还是担心机器人？
1700514134
1700514135
人工智能自动化时代将首先对白领造成冲击。相对于尚未成型的机器人，白领职业更需要担心日新月异、快速进步的算法。
1700514136
1700514137
简而言之，人工智能算法之于白领，就像是拖拉机之于农场工人。这一工具将会快速提高工人的生产力，同时缩减实际需要的工作人员。而且与拖拉机不同的是，算法可立即传遍全世界，不会给创建者带来额外的成本。一旦将软件发送给数百万用户（如税务筹划公司、气候变化实验室、律师事务所），它可以不断更新和改善，不需要再制作新的实体产品。
1700514138
1700514139
但对于机器人而言难度就大得多了。它需要机械工程学、感知人工智能和精细微妙操纵的相互作用。一旦机器人生产出来，还必须在现场对其进行测试、销售、运输、组装和维护。机器人的基本算法可以远程调整，但是机械故障还需要动手操作。这些问题都会减缓机器人自动化的步伐。
1700514140
1700514141
但这并不是说中国的体力劳动者是安全的：在农田上空喷洒农药的无人机，帮助卡车卸货的仓库机器人以及工厂生产质量控制的可视化机器人都将减少相关领域的工作。而且，中国公司已经在研发、制造这些智能机器人方面进行了大笔的投资，中国现在也已经是全球最大的机器人市场，机器人购买的数量几乎等于欧洲和美洲的总和。
1700514142
1700514143
人工智能算法对脑力劳动的替代像是导弹空袭，但机器人对体力劳动的打击则接近于地面的堑壕战。长期来看，我认为中国和美国自动化的风险是相似的，但说到对变化的适应，中国的特殊经济结构将会为其争取到一定的时间。
1700514144
1700514146
人工智能导致的不平等
1700514147
1700514148
在全球经济中出现的两极分化，也将加剧人工智能超级大国内部的不平等。人工智能对垄断的自然倾向，会使许多行业形成赢家通吃的局面。人工智能偏重特定技能，会形成两极分化的就业市场，排挤掉中产阶级。以美国为例，生产力和工资的“大脱节”已经造成了1%和99%两个群体之间的裂缝。如果不干涉，我担心人工智能会继续把这个裂缝撕扯得更大。
1700514149
[
上一页 ]
[ :1.7005141e+09 ]
[
下一页 ]