1700513990
AI·未来 [:1700512292]
1700513991
盲目乐观的终结
1700513992
1700513993
如果将所有发明看作数据点并分配同样的权重，技术乐观主义者完全可以将这些数据作为乐观的理由。但发明不是生来平等。有的发明改变了我们的工作方式（打字机），有的发明消除了对特定劳动的需求（计算器），还有一些发明瓦解了整个行业（轧棉机）。
1700513994
1700513995
规模更大的技术变革会影响到许多行业，从根本上改变经济组织甚至社会结构。这就是经济学家所说的“通用技术”，或称GPTs（General Purpose Technologies）。麻省理工学院的教授埃里克·布莱恩约弗森（Erik Brynjolfsson）和安德鲁·麦卡菲（Andrew McAfee）在他们具有里程碑意义的著作《第二次机器革命》（The Second Machine Age ）(8) 中，将GPTs描述为“真正重要”的技术，可能“中断和加速正常经济发展进程”。只看GPTs的话，可用于评估技术变革和失业数据点的数量就大幅减少。经济史学家关于到底哪些现代发明可以称为GPTs有着许多模棱两可的观点（如铁路和内燃机是否可以算作GPTs），但三种技术获得了广泛支持：蒸汽机、电力和信息通信技术（Information and Communications Technology, ICT，概括来说就是计算机和互联网）。这些颠覆性技术的影响延伸到经济的许多角落，改变了我们的生活和工作方式。当只看GPTs时，三个数据点不足以提取出一个无懈可击的原理。我们应该查找历史记录，从中发现这些突破性创新是如何分别影响了工作和薪资的。
1700513996
1700513997
1700513998
1700513999
1700514000
“大脱节”：生产力持续提升，但薪资和就业却持平或下降。此图为美国的数据，但某种程度上来说美国的指标也是世界的指标。
1700514001
1700514002
1700514003
1700514004
1700514005
随着时间推进，不同工作类型的就业人数变化。
1700514006
1700514007
蒸汽机和电气化分别引发了第一次工业革命和第二次工业革命。这两项GPTs都推动了现代工厂制度的创建，颠覆了传统生产模式。总的来说，这种生产模式变化主要是去技能化。这些工厂以前需要高水平技工来完成任务（例如手工纺织品）。现在，这些任务被分解成一个个简单得多的小任务，低水平技工就能完成（操作蒸汽驱动的动力织布机）。在这个过程中，产量大大增加，价格大大降低。
1700514008
1700514009
从就业率来说，这些早期GPTs实现了流程创新，例如装配线让数以千计乃至数以亿计的农民转行，在新的工业经济中发挥了生产作用。虽然它们确实取代了相对少量的熟练手工艺人（他们中有部分人成为勒德派），但它们也让更多的低水平技工可以从事机器引导的重复工作，提高了生产力。同时，经济蛋糕做大，整体生活水平也随之提高。
1700514010
1700514011
但最新的GPT——信息和通信技术（ICT）如何呢？到目前为止，其对就业市场和财富分配不均的影响还不能说是完全明确。正如布莱恩约弗森和麦卡菲在《第二次机器革命》一书中指出的那样，过去30年中，美国工人生产力稳步增长，但收入中位数和就业率增长陷入停滞。布莱恩约弗森和麦卡菲将此过程称为“大脱节”(9) 。在生产力、工资和工作岗位经过了数十年几乎同步的增长后，这一曾经紧密的联系开始松动。在生产力继续提高的同时，工资和工作岗位停滞不前或下降。
1700514012
1700514013
这一变化加快了发达国家的经济分层。1980年到2016年，随着ICT的收益越来越多地集中到前1%的人手中，美国的精英群体在国民经济中的份额近乎翻倍(10) 。到2017年，站在美国金字塔尖1%的人拥有的财富几乎是下层90%的人拥有的总财富的两倍(11) 。而普通美国人的实际工资在30年中保持不变，最贫穷的美国人的工资还降低了(12) 。美国的工作岗位和工资水平停滞不前，ICT在其中发挥了多大作用？全球化、工会衰落和外包都是相关因素，但有一个特点很明显：ICT不同于蒸汽机和电气化，它“偏重技能”（skill-bias），通过打破信息传播障碍，增强了世界顶尖知识工作者的力量，而将中间许多人的经济作用缩减了一半。所以，有一件事越来越明确：没人能保证提高了生产力的GPTs还能为工人带来更多的工作岗位或更高的工资。
1700514014
1700514015
与技术乐观主义者展开争论的是当代一些最聪明的经济学家，劳伦斯·萨默斯（Lawrence Summers）就是其中一位。他是世界银行的首席经济学家，克林顿在任时的财政部长，以及奥巴马在任时的国家经济委员会主席。近几年，他开始告诫大家要警惕对技术变革和就业率的盲目乐观。2014年萨默斯在《纽约时报》的采访中称：“答案当然是不要停止技术变革，但也不能只是假设市场的力量会保证一切都好起来。”(13) 布莱恩约弗森也提出了类似警告，呼吁正视财富创造和就业逐渐脱节的问题。他认为这会是“我们社会在未来10年内面临的最大挑战”(14) 。
1700514016
1700514017
AI·未来 [:1700512293]
1700514018
人工智能：让技术变得通用
1700514019
1700514020
我相信，人工智能很快会成为举世公认的下一个GPT，刺激经济生产甚至促进社会组织变革。人工智能革命会达到工业革命的规模，甚至规模会更大，速度会更快。这些变革会比之前的经济革命更广泛。蒸汽动力从根本上改变了体力劳动的性质，ICT从根本上改变了某些类型的脑力劳动，人工智能则会同时影响这两者。人工智能会以远超人类的速度和力量执行多种类型的体力和智力任务，大大提升运输、制造、医学等各个方面的生产力。
1700514021
1700514022
与第一次和第二次工业革命中的GPTs不同的是，人工智能不会推动经济生产的去技能化。它不会让少数人完成高级任务，也不会将其分解成由更多低水平技工完成的小任务。它只会接管符合以下两个标准的任务：可以利用数据优化，并且不需要社会互动（在后边的章节中我会更详细地分析到底哪些工作可以由人工智能取代，哪些工作不能被代替）。
1700514023
1700514024
确实，这一过程中会创造一些新的岗位，例如机器人修理工和人工智能数据科学家。但人工智能对就业的主要影响不是通过去技能化而创造工作，而是通过越来越智能的机器替代工作。理论上来说，失业工人可以在其他更加难以自动化的产业中找到工作，但这一漫长的过程本身极具破坏性。
1700514025
1700514026
AI·未来 [:1700512294]
1700514027
硬件：更好，更快，更强
1700514028
1700514029
然而，人工智能不会给我们足够的时间。和前几次GPTs推动的经济转型相比，人工智能带动的经济转型会发生得更快。工业革命历时几代人才完成，而人工智能革命在一代人的时间内就能产生重大影响。这是因为人工智能会在三个催化剂的作用下加速自身的应用与扩散进程，这些催化剂在蒸汽动力和电力投入广泛应用时是不存在的。
1700514030
1700514031
第一个催化剂是人工智能算法的易复制性。硬件密集型革命的技术转型要获得动力，需要发明、设计原型，建造实体产品并出售和运送给最终用户。任何硬件想要获得小幅提升，都需要重复以前的流程，同时参与成本和社会摩擦会减慢每次微调被采纳的速度。这些流程、摩擦减缓了新技术的开发，延长了发展的时间，直到产品获得商业收益后才会被广泛使用。
1700514032
1700514033
然而，许多提高生产力的人工智能产品只是数字算法，可在全球无限复制、零成本应用。应用后的更新和改进也是几乎无成本的。这些数字算法（人工智能机器人和自动驾驶汽车的硬件会有复制生产的成本，但底层软件没有）会很快推广，替代大量的白领工作。如今的大部分白领员工的职责是获取信息和处理信息，然后根据这些信息做出决策或提出建议。而人工智能算法恰好最擅长这一工作，可以全面且快速地完成人机替换。实际上人工智能机器人的销售情况只会越来越好。如果再把推广和改善的成本降低，人工智能推广应用会急速加快。
1700514034
1700514035
第二个催化剂是风险投资业（VC）的诞生。VC指的是对高风险高潜力公司的早期投资，这一行业在20世纪70年代之前几乎不存在。前两次工业革命中，投资者和创新者只能依赖脆弱的、东拼西凑的筹资机制来开发自己的产品。通常他们的资金来源于自身财富、家族成员、富有的赞助人或银行贷款。这些都没有为高风险高潜力的革命性创新建立激励机制。缺乏风险融资，意味着许多好想法可能永远都无法实现，GPTs的推广应用也会很慢。
1700514036
1700514037
如今，VC已是新技术商业化的一种常见投资方式。2017年，全球风险投资创造了1480亿美元的新纪录。(15) 同年，日本软银（Softbank）宣布成立1000亿美元的“愿景基金”（Vision Fund），而全球VC投资人工智能创业公司的金额也跃升到了152亿美元(16) ，跟2016年相比增长了141%。VC在坚持不懈地寻找好项目，以获得新的GPT（如人工智能）中每一美元生产力的回报。在未来10年中，VC会推动人工智能的快速应用和商业模式迭代，千方百计地探索这一技术可以做的每一件事。
1700514038
1700514039
第三个催化剂是中国的影响力。人工智能会使现代中国首次有机会在推动和应用GPT方面与西方并肩而立。在工业化和电气化的时代，中国远远落后于西方国家，但到了互联网时代，在过去的5年时间里中国就赶上了互联网技术发展的进程，可以向全球输出人才，这一趋势大大加快了移动互联网的创新速度。在人工智能方面，中国的进步让全球将近五分之一人口的研究才能和创造力可以对人工智能的推广和应用有所贡献。中国雄心勃勃的企业家、独特的互联网生态系统与政府积极推动相结合，再加上中国向人工智能领域的进军，这些共同构成了之前GPTs中不存在的新催化剂。