文 | 商隱社
人類對AI的恐懼應該會成為很長一段時間內(nèi)的重要話題。
前段時間,美國研究機構(gòu)Citrini Research發(fā)布了一篇名為《2028年全球智能危機》的報告,在網(wǎng)上引起了震蕩,很多人陷入了對AI的恐慌,甚至引發(fā)了AI相關(guān)企業(yè)股價的大幅下跌。
這篇報告到底講了什么呢?
它強調(diào)這只是一次“思想實驗”,描繪了AI發(fā)展“過于成功”而引發(fā)的經(jīng)濟崩潰,
比如:
AI效率太高,導致智識不再稀缺,建立在這個基礎上的經(jīng)濟行為將難以為繼,白領被大規(guī)模替代,隨即沒有了收入,房貸違約,金融市場崩潰;
企業(yè)利潤因AI增效而增長,但由于大量人失業(yè)沒有了消費,形成“產(chǎn)出增長但消費引擎失速”的“幽靈GDP”現(xiàn)象;
原有的商業(yè)模式也面臨極大挑戰(zhàn),一些建立在人類惰性、信息不對稱和品牌依賴上的商業(yè)模式都會因AI的介入而崩塌,比如軟件服務、中介平臺(外賣、旅行預訂)、支付處理(信用卡交換費)以及私募信貸等。
這篇報告發(fā)布沒幾天,美國金融科技公司Block又宣布裁員約4000人,從1萬人削減到6000人,理由是公司開發(fā)了名為“Goose”的自有AI工具,效率大增,替代了相當大一部分員工。
以前企業(yè)進行大裁員,幾乎都是遇到了較大的生存危機,但Block全年毛利潤達103.6億美元,同比增長17%,屬于“盈利性裁員”。華爾街對這一行為表示出了極大贊賞,Block股價一度漲超24%。
媒體紛紛驚呼“AI開始對人進行大規(guī)模替代了!”,打工人也進一步陷入到了焦慮之中,認為AI留給人類的時間不多了。
其實,正如我們在前文《“AI讓硅谷10萬人失業(yè)”背后的真相》中所寫的,科技巨頭打著擁抱AI的旗號所進行的大裁員,不排除真有一部分是被AI替代的,但也有相當大的部分是AI不能背鍋的。
比如2020-2022年科技企業(yè)的大規(guī)模擴張,疫情期間線上需求激增,美聯(lián)儲將利率降低到了接近零的水平,企業(yè)融資成本大幅降低,直接促使眾多科技企業(yè)開啟了大擴張。
于是,亞馬遜員工數(shù)直接翻了一番,谷歌、微軟基本都擴張了近7萬人,那時期國內(nèi)的字節(jié)、美團、騰訊也紛紛突破了10萬人,Block這時期也從近4000人擴張到1.2萬人。
短期內(nèi)吸納了巨量人員是科技企業(yè)在此后幾年接連發(fā)起裁員潮的主要原因。
據(jù)美國就業(yè)信息網(wǎng)站Layoffs.fyi的數(shù)據(jù),2022年科技企業(yè)全球裁員約16萬人,2023年約為26萬人,2024年接近15萬人,去年又有“硅谷10萬人被裁”這樣的新聞。
而《2028年全球智能危機》,更像是一篇從開始到結(jié)尾都順風順水、升級神速的“爽文”,忽略了技術(shù)在現(xiàn)實中擴展的復雜性,以及人口、文化、經(jīng)濟、社會、政策等諸多因素對技術(shù)擴展的擠壓和平衡。
目前來看,AI產(chǎn)業(yè)尚未走出“索洛悖論”——1987年計算機已逐漸普及,但經(jīng)濟學家羅伯特·索洛卻發(fā)現(xiàn)“你可以在任何場合看到我們已經(jīng)到了計算機時代,就是沒有在生產(chǎn)率的統(tǒng)計數(shù)據(jù)中看到任何變化”,即雖然計算機已被大量應用,但并沒有帶來生產(chǎn)率的顯著提升。
直到20世紀末期,隨著沃爾瑪通過“零售鏈接”系統(tǒng)將庫存周轉(zhuǎn)率提升40%、戴爾實現(xiàn)按單生產(chǎn)模式革新等變革出現(xiàn)后,計算機技術(shù)才真正釋放生產(chǎn)力。
這說明僅靠新技術(shù)并不足以推動生產(chǎn)力提升,也取決于組織變革、商業(yè)模式創(chuàng)新、政策環(huán)境等一系列因素。
OECD估計,未來十年,AI帶來的勞動生產(chǎn)率僅能增長0.4%-0.9%。
所以,“就業(yè)末日”的威力會被“索洛悖論”所帶來的時滯不斷沖淡,不會短期內(nèi)到來。
但無法否認的一個事實是,AI對就業(yè)造成的沖擊和破壞將是史無前例的,人類就業(yè)的出路在哪里呢?
最近讀了經(jīng)濟學家蔡昉寫的《中國就業(yè)新趨勢:人工智能如何重塑勞動力市場》,就全面系統(tǒng)地分析了這個話題,從中大致能總結(jié)出AI時代人類就業(yè)的三種可能路徑。
首先,比較理想的當然是實現(xiàn)“人機協(xié)同”。
人工智能只是一個技術(shù)平臺,它可能通過自動化破壞崗位,也可以通過改變生產(chǎn)流程創(chuàng)造生產(chǎn)率更高的崗位,引導人工智能走那條道,取決于政策選擇和制度安排。
人的能力包括認知能力和非認知能力,前者包括像算數(shù)推理、詞匯能力、文字內(nèi)容理解、數(shù)學能力和編碼速度,容易度量,也容易被人工智能模仿;后者包括動機、自我控制、適應能力、社交技能、同理心和同情心等,這些只會做、不會說,是人特有的隱性知識。
所以人和機器在能力上是具有互補性的,人工智能并不需要以替代就業(yè)為必要動機,機器可以用來提升人的能力,人去告訴機器做什么,可以在更高水平上增加服務的創(chuàng)意和感受,提升消費質(zhì)量和消費者剩余。
如果機器人只是簡單替代人,批量產(chǎn)出人之前生產(chǎn)的東西,那只是在更快地復制工業(yè)時代的產(chǎn)品,造成供給嚴重過剩,忽略了消費市場的變化和產(chǎn)品創(chuàng)新。
其次是轉(zhuǎn)到具有“鮑莫爾成本病”性質(zhì)的崗位上。
什么是“鮑莫爾成本病”?
經(jīng)濟中存在這樣一些行業(yè),它們的生產(chǎn)率提升特別慢,長期來看經(jīng)營成本趨于上漲,且具有極大的需求收入彈性。
經(jīng)濟學家威廉·鮑莫爾最初研究時拿表演藝術(shù)行業(yè)來舉例,后來擴展到相當多領域,像醫(yī)療、教育、社會工作、文體、娛樂、公共管理、社會保障和社會組織等。
這些領域的生產(chǎn)率很難像數(shù)字產(chǎn)業(yè)、制造業(yè)那樣有較大提升,甚至很多還要依賴補貼才能生存,但基本是社會越往前發(fā)展需求越大。
比如這幾年劇場熱、演唱會熱;還有醫(yī)療,性命攸關(guān),誰也不敢說真的完全讓AI接手,需求只會越來越高;AI時代的教育不是人與人的競爭,而是人與機器的競爭,更需要因材施教,有相當大的發(fā)展?jié)摿Α?/p>
一般社會生產(chǎn)力水平越高,越能供養(yǎng)更多生產(chǎn)力提升慢的“鮑莫爾成本病”性質(zhì)崗位,這也會吸納相當多數(shù)量的就業(yè)崗位。
再次,就是具有“逆庫茲涅茨化”特征的崗位。
經(jīng)濟學中有個概念叫“庫茲涅茨過程”,是勞動力按照勞動生產(chǎn)率從低到高轉(zhuǎn)移,進而推動產(chǎn)業(yè)結(jié)構(gòu)升級。
“逆庫茲涅茨化”就是反過來,從生產(chǎn)率高的跌落到低的,比如白領失業(yè)了去開網(wǎng)約車、做配送。
如果存在大量的“逆庫茲涅茨化”崗位,意味著應對技術(shù)的就業(yè)沖擊失敗了,大量失業(yè)人員只能競爭低生產(chǎn)率、低報酬的崗位,技術(shù)進步帶來的生產(chǎn)率提升放在整體上就被抵消了,這也是前文能出現(xiàn)“索洛悖論”的重要原因。
還有很重要的就是人工智能時代的生產(chǎn)率分享機制。
比如引入“AI稅”,作為被AI影響到工作的勞動者進行轉(zhuǎn)崗補償、技能培訓等的經(jīng)費。
擴大公共品的供給也是進行收入再分配的重要手段,一旦社會總供給和總需求中,公共品具有比私人品更高的比重,就會改變勞動要素的市場價格。
比如民眾花費甚多的住房、教育、醫(yī)療,假如都成了公共品,那即便換一份收入比原來低的工作也不會降低生活水平,反而是提高了。
隨著社會生產(chǎn)力的極大提升,推行普惠性的社會福利也有可能實現(xiàn)?,F(xiàn)在的各種社會保障往往發(fā)放給“符合條件”的人群,只能進行最基本的生活保障,且城鄉(xiāng)之間差別較大。而普惠性的社會福利應不做區(qū)分發(fā)放,保障水平更高,能隨著生產(chǎn)率的提升而水漲船高。
因為到了AI時代,勞動者就業(yè)的困境不是源于不努力,也不是由于他做了錯誤的選擇,已沒有必要通過區(qū)分發(fā)放社會福利。
還有非常值得注意的一點是,蔡昉還在書中提到,面對AI襲來,政府應該設立一個保護勞動者和就業(yè)崗位的公共利益底線,不應該只把自身當作一個發(fā)揮制衡作用的第三方機構(gòu),也不是一個中立裁決者,因為利益均衡點是天然不存在的,大變局到來時,勞動者和就業(yè)崗位天然便是弱勢的一方,傾斜性施加保護是符合社會利益的行為。
我們曾在文章《光靠努力為什么不能漲薪?》中分析了美國勞動者是如何一步步喪失了漲薪的籌碼。
在石油危機、全球化、技術(shù)進步等大變局發(fā)生時,資方往往以提升效率、市場和技術(shù)變化的自然結(jié)果為借口,把經(jīng)濟風險和不確定性系統(tǒng)性地轉(zhuǎn)嫁給普通勞動者,資方反而拿到了更多的博弈籌碼。
本次AI技術(shù)變革,Block那樣的公司,把大裁員又完全歸因于技術(shù)變革,它所開啟的不是AI時代,而是“AI末日”。
所以“人心猛于AI”,新技術(shù)的負面效應能否顯現(xiàn)出來或得到遏制實屬事在人為。







快報
根據(jù)《網(wǎng)絡安全法》實名制要求,請綁定手機號后發(fā)表評論
美機構(gòu)發(fā)的智能危機報告太嚇人,直接引發(fā)了大家對 AI 的恐慌情緒
政府不能只做中立裁判,面對 AI 得主動保護弱勢的勞動者
逆庫茲涅茨化就是白領去開網(wǎng)約車,這其實是應對就業(yè)沖擊失敗了
擴大公共品供給太關(guān)鍵,住房教育醫(yī)療普惠了大家才敢消費
其實人心比 AI 更可怕,AI 的負面效應能不能控全看人的選擇
AI 現(xiàn)在還沒走出索洛悖論,技術(shù)有了但生產(chǎn)率壓根沒明顯提升
建議收 AI 稅挺合理,收的錢能給被替代的打工人做轉(zhuǎn)崗培訓
Block 裁員讓大家慌了,其實這波裁員早有伏筆不是全因 AI
報告里的幽靈 GDP 太可怕,產(chǎn)出漲了但大家沒收入根本消費不起
Block 公司盈利還裁員四千,只因自研 AI 工具提效,華爾街還特別認可