陳永偉/文

這幾天，一則新聞在朋友圈刷屏：由OpenAI推出的AI程序ChatGPT已經(jīng)通過了谷歌的編程考試，獲得了三級工程師的職位。雖然在谷歌內部，三級工程師只是一個非常初級的崗位，但其年薪也達到了令人羨慕的18.3萬美元。據(jù)有關統(tǒng)計，2022年美國人均工資的中位數(shù)水平大約為5.41萬美元。那么，如果ChatGPT是一個真正的人，他的收入已經(jīng)可以達到美國這個水平的3.3倍，妥妥地躋身高收入階層！

ChatGPT的“才華”遠不止編程。在最近的一個多月中，它還通過了沃頓商學院的MBA考試和明尼蘇達法學院的期末考試、在北密歇根大學的哲學課程中拿到了期末論文最高分、作為第一作者發(fā)表了關于抗衰老的論文、出版了關于人工智能的新書，還順手通過了美國醫(yī)生執(zhí)業(yè)資格考試，并在香港發(fā)行了一款名為CNWTO的加密穩(wěn)定幣……真可謂是左右開弓，文理通吃。

不少人表示了驚嘆，但更多人對此表達了憂慮。我的一位朋友就在朋友圈發(fā)文：“初看這個新聞，感覺像在看科幻片。但細思之下，又覺得自己是在看一部恐怖片。再這樣發(fā)展下去，恐怕用不了多久，所有人都要失業(yè)了！”

其實，在每一次較大規(guī)模的技術革新發(fā)生之后，關于技術進步是否會導致大規(guī)模失業(yè)的討論就會成為熱議的焦點。而在人工智能的每一次重大突破之后，類似的探討就會尤其火熱。這次，以ChatGPT、DALL-E2、StableDiffusion為代表的人工智能再一次引發(fā)了類似的焦慮。那么，從對就業(yè)的沖擊看，這一次的人工智能沖擊會有什么不一樣？在ChatGPT面前，哪一些行業(yè)、哪一些人可能會受到比較明顯的影響？面對人工智能帶來的沖擊，我們普通人應該如何應對？政府又應該出臺怎樣的政策？

這次有什么不一樣？

和上一次熱潮不同，驅動這一輪人工智能熱的最關鍵因素是“生成式AI”（GenerativeAI）的崛起。相比于過去的AI產(chǎn)品，這一種AI產(chǎn)品在特性上有很多不同：

首先，生成式AI表現(xiàn)出了更強的“創(chuàng)造性”，可以創(chuàng)造出和學習材料類似的新內容。在這一輪人工智能熱潮之前，雖然我們也見證了很多強大的AI產(chǎn)品，但總體來說，這些AI產(chǎn)品更多是所謂的“分析式AI”（AnalyticalAI）。這一類AI學習各種資料的目的是為了作出某個判斷，而不是生成某個新東西。比如，在很多經(jīng)典的機器學習教科書中都有一個識別鳶尾花的例子。這個例子告訴讀者，AI程序是如何通過學習大量的花卉圖片，并從中找出鳶尾花。其中揭示的就是過去AI做的主要工作：學習材料、提取參數(shù)、建立模型，然后在新樣本作出預測或識別。然而，生成式AI則不同，它們在學習了資料之后，所要做的不僅是從各種圖片中去找出一朵鳶尾花，還要自己去畫出一朵鳶尾花。很顯然，相比于僅僅做判斷的分析式AI，生成型AI的創(chuàng)造性要強大得多。

從對于工作的角度看，分析式AI和生成式AI的影響是截然不同的。生成式AI不僅可以作出判斷，而且可以在判斷的基礎上完成一整個工作的流程。比如，對于券商分析師來說，AI之前只是他們分析資料的工具，最后根據(jù)資料撰寫報告還得他們自己來。但現(xiàn)在，像ChatGPT這樣的生成式AI已經(jīng)可以做到資料分析、報告撰寫一條龍。在這樣的狀況下，AI就從他們手中的工具變成了他們的競爭者。

其次，生成式AI具有了更強的通用性。在人工智能學科創(chuàng)立伊始，這個領域的專家最大的夢想就是用機器和程序創(chuàng)造出能像人一樣思考、行事的人工智能體，也就是我們通常說的“通用人工智能”（ArtificialGeneralIntelli－gence）。但是他們發(fā)現(xiàn)要實現(xiàn)這一雄心是非常困難的——人是那么復雜，功能是這么微妙。因此，在后續(xù)的實踐中，他們退而求其次，從追求通用人工智能轉向了追求專用人工智能，也就是說，試圖在某一個專門的功能或者方向上，讓機器完成和人同樣的任務。比如，一些AI主要是進行財務數(shù)據(jù)處理的，那么這個AI的功能就主要是從海量的財務數(shù)據(jù)中去找出各種有用的信用，供用戶進行參考；而另一些AI則主要用于機器視覺識別的，那么它們的任務就是在復雜的圖像中去找出某個具體的人或物。

經(jīng)過幾十年的發(fā)展，很多專用的AI在功能上都達到甚至超過了人類同行的水平，但它們都不能從多維度上取代人。因此作為一個多功能、多任務的執(zhí)行者，人相對于AI的優(yōu)勢依然是十分明顯的。這一功能決定了大部分情況下，雇主們并不會選擇用AI去取代自己的人類員工。

但生成式AI則有很大不同。盡管到目前為止，生成式AI還遠沒有達到通用型AI的能力，但在通用性上，它要比過去的那些AI勝出很多。一個公司可能想要一個具有初步編程能力，又精通法律、經(jīng)濟知識，還善于寫作，并能夠迅速處理各種日常文案的員工。在過去，AI可能只滿足其中的某一兩項要求，那么對公司來說，雇傭人類員工是更靠譜的。然而，正如我們所見，現(xiàn)在的ChatGPT在以上這些方面都已經(jīng)接近甚至超越了人類。在這種情況下，或許引入一個AI程序就要比雇傭一名人類的員工來得更加劃算了。

AI的通用性變得更強，也意味著它帶來的就業(yè)沖擊會具有更強的普遍性。具體來說，對于專用性很強的AI，即使它取得了非常大的突破，它產(chǎn)生的沖擊也僅僅局限于一個方面。比如，AlphaGo擊敗了人類高手，我們對它也并不特別害怕。因為即使AlphaGo真的替代了所有圍棋棋手，棋手也可以轉型其他行業(yè)，比如作為一名作家，寫書介紹對打敗自己的AI的認識，然后去各處演講書中的內容（國際象棋大師卡斯帕羅夫在被“深藍”擊敗后，就干起了類似的工作）。然而，類似ChatGPT這樣的生成式AI似乎沒有給人們留下這樣的機會。想象一下，當一個律師因ChatGPT而失業(yè)后，他努力通過了醫(yī)師執(zhí)業(yè)考試，但當找工作時，他可能發(fā)現(xiàn)醫(yī)生的職業(yè)也早被ChatGPT占領了。

再次，生成式AI具有更強大的交互能力。過去，雖然很多AI程序也具有強大的功能，但是它們的操作通常并不那么友好，這就阻礙了這些AI的普及。而對比之下，生成式AI的操作則十分簡單。比如ChatGPT不僅可以根據(jù)用戶的要求去編寫程序，還可以根據(jù)用戶的指令去對編寫好的程序進行修改；Sta－bleDiffusion等圖形生成程序則可以根據(jù)用戶的描述生成對應的畫作，如果不滿意還可以隨時按照要求進行改動。這極大降低了普通用戶的使用門檻，因此相比于過去的AI，現(xiàn)在的生成式AI將更容易進入各個領域，因而它們對就業(yè)帶來的沖擊當然也就可能更為顯著了。

綜合以上分析，我們不難看到，相比于過去的AI，生成式AI確實具有很多不同之處。因而，其產(chǎn)生的就業(yè)問題也在很大程度上會是一個新的問題，需要引起我們的重視。

AI會搶走誰的飯碗？

下面的一個問題是：誰會成為最主要的受影響者呢？在我看來，要回答這個問題，需要從兩個維度入手加以分析。第一個維度是功能，也就是現(xiàn)在的AI可以對哪些職業(yè)崗位的功能進行替代。這一點將影響到AI替代人工的可能性。第二個維度是成本，也就是用AI去取代這些崗位從經(jīng)濟上看是不是合意的。這一點將會影響到AI替代人工的現(xiàn)實性。

先看功能維度。2013年，牛津大學的學者弗雷（CarlFrey）和奧斯本（MichaelOsborne）曾經(jīng)發(fā)表過一篇頗有影響的報告。當時，這份報告的結論，即“人工智能和自動化可能讓美國702個職業(yè)中的47%受到巨大沖擊”被各大媒體爭相轉載，然而，關于這篇報告的結論是怎樣來的，卻很少有報道進行過詳細說明。從現(xiàn)在看，當時這份預測報告的結論本身已經(jīng)沒有什么特別大的意義，但報告中的分析方法對我們認識當前的情況卻很有啟發(fā)意義。

在論文中，兩位作者從三個指標來考察AI對人工的可替代性，這三個指標分別是：“社交智慧”(socialintelli－gence)、“創(chuàng)造性”（creativity），以及“感知和操作能力”（perceptionandmanipu－lation）。其中，社交智慧包括社交洞察力、談判能力、同情心等社交和情感能力；創(chuàng)造性包括對知識的原創(chuàng)能力，以及對藝術的鑒賞和創(chuàng)造能力等；感知和操作能力則包括工作的靈敏度、協(xié)調操作能力，以及應付復雜工作環(huán)境的能力等。從總體上看，如果一個崗位對這三種能力的要求越高，那么在這個崗位上，AI就越不可能實現(xiàn)對人的替代；反之，如果一個崗位對這三種能力的要求越低，這個崗位上的人就越可能被AI替代。

在弗雷和奧斯本的論文發(fā)表時，AI在社交智慧和創(chuàng)造性的維度上的表現(xiàn)都相對較差，因此他們判斷，像時裝設計師、咨詢師、律師、作家、軟件開發(fā)者等崗位都是比較難以被替代的。但是，從現(xiàn)在的新聞報道我們已經(jīng)可以看到，上述這些曾經(jīng)被認為是安全的崗位如今都成為了受沖擊的崗位。

再看成本維度。即使從功能的角度看，現(xiàn)在的AI已經(jīng)足以取代很多崗位，但從實踐的角度上看，這種替代未必會發(fā)生。其中的關鍵就在于成本。一直要到其成本降到足夠低時，大規(guī)模的替代效應才會出現(xiàn)。一個典型的例子是，在中國加入WTO之后，歐美的機器人行業(yè)一度遭受了巨大的沖擊，因為中國低廉的勞動力成本使得使用機器人生產(chǎn)不再變得有利可圖。

那么，從成本角度看，AI可能最先沖擊哪些行業(yè)呢？我想，大概率應該是那些薪酬較高的行業(yè)。例如，金融行業(yè)、咨詢業(yè)、設計行業(yè)、律師業(yè)等，都存在著人力成本過高的問題。從這一點上看，這些行業(yè)都可能是AI首先瞄準，并嘗試替代的目標。

綜合以上分析，我們可以得出結論：不同于以往的AI沖擊，這一輪AI沖擊的影響可能集中在目前收入水平相對較高的白領階層。而白領人士中，那些專門處理資料搜集整理、文字撰寫等工作的人，可能會是受沖擊最為嚴重的。

我們應該如何應對

AI帶來的就業(yè)沖擊？

1811年3月，英國的諾丁漢爆發(fā)了大規(guī)模的罷工運動。傳說，一位名叫盧德的工人領袖率先砸碎了工廠的紡織機器，以此對機器造成工人失業(yè)的現(xiàn)象表示抗議。在歷史書上，這次事件被稱為“盧德運動”。這場由工人反抗機器的運動持續(xù)了兩年之久，波及整個英國，可謂是轟轟烈烈。但是，如此大規(guī)模的罷工運動并沒有對歷史的進程產(chǎn)生什么大的影響。率先完成了工業(yè)革命的英國還是在全國范圍內普及了機器——不僅在紡織業(yè)，在各行各業(yè)都是如此。而那些曾經(jīng)毀壞機器，抵抗機器侵占就業(yè)機會的工人，也終究接受了這一事實，不得不轉而另尋出路。

在“盧德運動”之后的兩百多年，類似的事件一直在反復上演。但從歷史上看，這種嘗試幾乎沒有一次是成功的。因此，作為普通人，面對可能到來的飯碗危機，試圖抵觸變革絕非上策，唯有順勢而為，轉危為機才是比較好的應對之法。而要做到這一點，以下幾方面的努力應該是必要的：

第一，學會理解AI、運用AI，與AI共處。歷史上，雖然機器的使用砸掉了依靠簡單工具勞動的工人的飯碗，但是它也創(chuàng)造了很多新的工人就業(yè)。只不過，這些新就業(yè)的工人不再使用那些簡單的工具，而是通過操作機器來完成原有的工作。除此之外，機器本身也是要生產(chǎn)、維護和保養(yǎng)的，而這又催生出了一大批全新的就業(yè)。從這個意義上看，對于工人而言，機器既可以是競爭對手，也可以是新就業(yè)崗位的創(chuàng)造者——最終還要取決于人們對于機器的運用和理解能力。

一樣的道理，現(xiàn)在的AI雖然可能在很多崗位上替代人力，但它本質上也是一件強大的生產(chǎn)力工具。如果可以對其加以很好的利用，就可以在這個時代成功生存下來。舉例而言，雖然現(xiàn)在的ChatGPT、Dall-E2等AI模型有很多潛在的用途，但是它所蘊涵的想象空間其實遠沒有成為現(xiàn)實。因此，如果有人可以在具體的某個產(chǎn)業(yè)中發(fā)掘出這些模型的用途，讓這些模型的強大能力落地、變現(xiàn)，那么就可以將AI帶來的沖擊轉化成為實現(xiàn)財富躍遷的新機遇。此外，就像過去一樣，AI的崛起也會衍生出一大批為其服務的需求，如數(shù)據(jù)標注、模型訓練等。尤其是像ChatGPT這類語言模型經(jīng)常會“一本正經(jīng)地胡說八道”，會生成出一些虛假消息，因此可以預見，在未來的很長一段時間內，審核評估模型結果、糾正生成內容的錯誤都會是一個龐大的需求。

第二，努力強化我們區(qū)別于AI的能力。雖然經(jīng)過多年的發(fā)展，現(xiàn)在的AI模型已經(jīng)在各個維度上都變得越來越像人，但從整體上看，它其實離人還差得很遠。以創(chuàng)造性為例，雖然現(xiàn)在的生成式AI也能創(chuàng)造出不同于訓練集的新東西，但從根本上看，這些所謂的新東西依然只是訓練材料中不同部分的排列組合。這就好像一個飽讀了《唐詩三百首》卻沒有創(chuàng)造力的人，雖然他看似也能寫出一些詩，但如果把他寫的詩拆開看，就會發(fā)現(xiàn)他寫的不過是李白、杜甫、白居易等名家名句的大雜燴。你要讓它寫出一個自己的名句，他是辦不到的。更不要說突破唐詩這個框框，去發(fā)明宋詞、元曲這些新的文體并進行創(chuàng)作。要實現(xiàn)這一切，只有依靠具有創(chuàng)造力的人。

事實上，當機器取代了大量的手工業(yè)者時，那些高超手工藝者的價值反而變得更高了。舉個例子，一個茶壺如果是由工廠大規(guī)模生產(chǎn)的，那么它的價值不過是幾十塊；但是，如果它是一個由名家燒制的紫砂壺，那么價格就可能高達幾百萬。而在機器普及前，兩類產(chǎn)品的差別并沒有這么大，很多名家都會同時燒制工藝品和實用品。而在機器普及之后，由于實用的需要已經(jīng)由機器取代了，所以更需要藝術靈感、更需要創(chuàng)造性的工作就被獨立了出來，其相對價值也就變得更高了。同樣的道理，當AI已經(jīng)可以完成普通的工作時，讓這些工作的價值大為降低時，真正的創(chuàng)造就會具有更高的相對價值。從這個意義上講，這個很多人都擔心被AI搶掉飯碗的時代，或許才是真正有創(chuàng)造力的人的美好時代。

第三，提升自己的韌性和不斷學習的能力。如前所述，在這一輪的AI沖擊中，原本的高薪白領階層可能成為首要的沖擊對象。在現(xiàn)實當中，我們可以觀測到一個現(xiàn)象，那就是相比于從事低薪藍領工作的人來說，高薪白領階層在面對逆境時的逆商常常會更低。那些“苦慣了”的人一般不會在乎失業(yè)，因為這對他們來說是常態(tài)，在丟掉了一份工作后，他們很快會去找另一個謀生的路子。但對一個過去收入豐厚、生存條件優(yōu)渥的人來講，情況就完全不一樣。一方面，他們的消費習慣、生活方式已經(jīng)完全適應了高收入狀態(tài)，如果突然失業(yè)，這些消費和生活方式就很難維持下去，這會給他們的心理帶來很大的落差。另一方面，由于高薪的職位需要專門的技能，而這些技能需要長時間的投入，因此從事這些職位的人除了在自己的專業(yè)領域外，通常缺乏謀生技能。比如，現(xiàn)在很多拿著數(shù)十萬收入的程序員，其實除了編程之外很少有其他領域的知識儲備，這就決定了他們一旦被裁員，就可能會陷入長期的失業(yè)當中。

面對以上情況，我認為在AI沖擊面前，增強自身的韌性和學習能力是當務之急。畢竟按照現(xiàn)在AI進步的趨勢，我們很難預測下一個可能被沖擊的行業(yè)究竟是什么。正因為我們每一個人都可能突然失業(yè)，所以我們應當學會如何隨時去面對它，并在很短時間內學會新的技能，找到下一份工作。“殺不死我的，將讓我更強大”，在AI時代，這可能會成為唯一永恒適用的職場法則。

面對AI沖擊，政府應當如何作為？

雖然人工智能技術的突飛猛進可以帶來生產(chǎn)力的巨大進步，從而極大豐富全社會的物質財富。但是，如果這種沖擊過猛、過快，帶來了巨大的失業(yè)，就可能對社會的穩(wěn)定造成很大的影響。因此，面對這樣的情況，政府必須有所作為，動用一些公共政策來對沖可能的風險。具體來說，如下幾項工作可能是非常有必要的：

第一，應當大力鼓勵服務業(yè)的發(fā)展，創(chuàng)造出更多的就業(yè)崗位。AI對人力的替代可能帶來的影響是多方面的：一方面，它固然會對很多現(xiàn)有的崗位產(chǎn)生沖擊，從而造成失業(yè)；但另一方面，它也可能從總體上為社會創(chuàng)造出更多的財富、為人們帶來更多的閑暇，而這些都會轉化為新的需求。可以預見，在AI崛起的年代，那些直接服務于人的崗位的需求會出現(xiàn)暴漲，而這些行業(yè)恰恰是AI最難替代的。我記得幾年前曾經(jīng)請教過一位研究人工智能影響的專家，問他什么職業(yè)是最難被AI替代的。他回答說：“應該是按摩吧。即使現(xiàn)在的AI機器人已經(jīng)很好地模擬人的手法對人進行按摩，但你在享受服務時，希望給你按摩的是一個人還是一個機器呢？”他的說法是非常有啟發(fā)性的。雖然從功能上看，AI確實可以對服務業(yè)中的很多崗位實現(xiàn)替代，但是從人的情感上，這種替代是很難接受的。這就決定了類似的崗位不僅可能在AI沖擊中堅挺，還可能壯大。

第二，應當鼓勵新的工作形式發(fā)展，引導和促進分享經(jīng)濟、零工經(jīng)濟的發(fā)展。在人工智能時代，工作性質可能會發(fā)生兩個重要變化：一方面，勞動時間會大幅減少，人們可能不再需要用整塊時間從事工作。另一方面，受AI技術迭代的影響，工作更替的頻率可能會越來越快。在這種背景下，就要求更有彈性、更加靈活的就業(yè)形式，讓它們既能更好利用碎片時間，又能很好起到就業(yè)蓄水池的作用。從目前看，分享經(jīng)濟、零工經(jīng)濟等就業(yè)形式可以很好地適應這兩方面的需要，因此可以考慮在政策上對它們加以支持。

第三，應當建立適應智能經(jīng)濟和智能社會所需要的終身學習和培訓體系，加強對相關技能的教育和培訓。縱觀歷次技術革命，都會在消滅大批就業(yè)崗位的同時，釋放出大量新的崗位，從而在總體上維持就業(yè)崗位的大致均衡。然而，在新舊崗位之間，需要的職業(yè)技能是不匹配的，因而就會導致嚴重的結構性失業(yè)。這樣的規(guī)律，對人工智能革命也不例外。由于人工智能技術本身迭代的迅速，因此相對于過去，知識和技能過時的速度可能更快。面對這種情況，政府就有必要提供終身的教育培訓機會，以便讓因AI沖擊而失業(yè)的人及時更新技能，成功實現(xiàn)再就業(yè)。

第四，應當借助新的金融工具，促進勞動者、雇主以及培訓機構這三者之間的合作。為了減輕失業(yè)人員進行培訓的經(jīng)濟負擔和對未來的顧慮，可以考慮推出“就業(yè)抵押”貸款，讓正在尋找工作的失業(yè)者以未來的工作收入為抵押接受相關技術培訓。雇主對于采用“工作抵押”進行培訓的勞動者可以進行意向性錄用，政府可以根據(jù)雇主的錄用情況進行一定的補貼或稅收減免。通過這種形式，就可以比較好地消除勞動力市場上的信息不對稱，有效減少勞資雙方的搜尋成本，從而讓勞動力市場的運作效率得到大幅度提升。

第五，可以研究出臺“全民基本收入”（UnconditionalBasicincome，簡稱UBI）制度，其費用可以考慮通過向使用AI的企業(yè)征稅來獲得。應當看到，無論人們如何努力，政府出臺怎樣的公共政策加以幫扶，在洶洶襲來的AI浪潮面前，注定會有一部分人難以找到工作。在這種情況下，為了維護廣大公民的基本生存和體面，政府應當考慮建立UBI制度，定期向公民無條件提供一筆收入。至于這筆支出的來源，則可以向大批使用AI的企業(yè)征收。當然，如果企業(yè)愿意減少AI使用，轉而雇傭人工，就可以適當減免稅收。通過這種轉移支付手段，就可以有效緩解AI帶來的就業(yè)沖擊和貧富分化等問題。

總而言之，只要我們善用公共政策，就一定可以揚長避短，將人工智能革命帶來的好處放到最大，而將其造成的負面影響壓縮到最小。