【深度好文】二三十年后，你会不会因为人工智能而失业？

2017-12-07 付一夫 互联网金融

作为当下“风口中的风口”，人工智能可谓是红得发紫。一方面，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会强烈需求的共同驱动下，人工智能正呈爆炸式发展，渗透到我们工作生活中的诸多领域；另一方面，在资本市场的青睐与追捧下，人工智能领域投融资事件不断，不仅各大风投争先恐后地跑马圈地，电商与互联网巨头也纷纷布局谋求发展。

然而，人工智能的强势崛起也引起了不少人的惶恐——人工智能发展如此迅猛，我将来会不会被下岗？它会带来大规模失业吗？本文将对此进行分析。

现代版的“生产率悖论”

人们之所以担心自己手里的饭碗将被人工智能抢走，究其原因，是由于人工智能在不少领域能够比人类更高效的完成工作。

事实上，随着人工智能在各行各业中的广泛应用，人们能够切身感受到人工智能的优势所在。于是，在这个追求效率和质量的时代，人工智能可以大幅提高生产率水平已经得到公认，甚至在国民经济发展中扮演的角色也越来越重要。

当无人驾驶真正亮相深圳令世人震惊之时，当生产车间越来越依靠智能化、自动化流水线时，当产品的外观质检越来越依靠机器视觉设备来替代质检员的人眼和人脑来实施时，我们似乎不得不为自己的工作前景捏一把汗。

人工智能真的这么具有杀伤力？

恐怕未必！

在讨论这个问题之前，有必要先来回顾一件有意思的事情：

上世纪70年代，电子信息技术革命来临，IT界不断的技术革新让人们的工作方式发生了巨大变化，效率显著提高。

然而，事实却与人们看到的不尽相同。

1973年美国政府公布的非农业生产部门数据显示，表征人均产出大小的劳动生产率与表征技术进步/生产效率的全要素生产率年均增长分别为2.9%和1.9%；随后的1973～1997年间，劳动生产率与全要素生产率年均增长速度分别仅为1.1%和0.2%。

尽管计算机处理能力增加了两百多倍，但美国自1973年开始便结束了生产率高增长时期，生产率的增长速度降至此前25年的一半，而且企业的信息技术投资与投资回报率之间没有明显的关联。

这一现象，被诺贝尔经济学奖得主罗伯特·索洛称为“IT生产率悖论”，并有了他那句名言：“除了生产率统计方面之外，计算机无处不在”。

换句话说，虽然IT产业发展迅猛，但是它对生产率的推动作用却微乎其微。

那么，当年的IT生产率悖论是否会在今天的人工智能领域重演？

人们或许可以从数据里找到答案。笔者采用生产率测算最为前沿的“乔根森增长核算框架”等方法仔细测算后，得到了中国劳动生产率与全要素生产率增速的大体走势，详见图1和图2。

从图1来看，自2008年国际金融危机至今，中国的劳动生产率水平一直是稳步上升的，但增速却从2008年的9.75%降至2016年的6.49%，虽说个别年份增速有所波动，但依旧无法掩盖总体下降的态势。

再看图2，为了便于观察，笔者采取大致五年一个阶段来衡量全要素生产率的平均增速水平。不难看出，自2000年以来，中国的全要素生产率增速是逐阶段趋于下降的，尽管近年来各种新技术、新产业、新业态、新模式喷薄涌现，但是2010-2016年全要素生产率的平均增速却降至1990年以来的最低值，仅为2.02%。

如此看来，历史总是惊人的相似，近年来人工智能在中国的发展像极了当年IT产业在美国的崛起。人工智能虽然来势汹汹，让人们真正看到了其在提高生产效率方面的强大之处，但是至少从目前来看，并没有让宏观层面的中国整体劳动生产率与全要素生产率增速得到显著的提高，甚至还有所降低。

因而可以判断：人工智能是现代版的“生产率悖论”，它虽然看似无处不在，但对宏观生产率的提升效果微乎其微。

一些技术层面的解读

事出必有因，即便是“悖论”也应该有合理的解释。关于人工智能的“生产率悖论”现象背后的因由，当然不排除现有的生产率测算方法不够严谨完善的因素，但是问题的根本还是在于人工智能本身具有的特点上。

如同IT技术一样，人工智能也是一种“通用目的技术”（General Purpose Technology）。所谓通用目的技术，可以简单地理解为包含以下四方面特点的一种技术，即：

①能够被广泛地应用至各个领域；

②可以持续促进生产率提高并降低使用者的成本；

③能促进新技术创新和新产品生产；

④会不断促进生产、流通和组织管理方式的调整和优化。

根据最新的维基百科介绍，经济学家们认为人类发展史走到今天总共有26种通用目的技术，包括蒸汽机、电力、内燃机、IT、人工智能……等等。

以IT技术为例，它以初期的某个特定应用领域为起点，随着技术的不断发展，其应用成本也在逐渐下降，同时应用范围会不断拓展至其他诸多领域。此外，IT技术自身具有极强的外部性，在不断的演进与创新过程中会显著促进其他新技术的创新和应用，并与其他技术形成互补。最后，IT技术的应用不仅促进了产品和生产环节的技术创新和生产方式的转变，还加速了组织管理方式的优化，实现了产品技术、过程技术、组织技术的提升。

不难看出，人工智能同样具备上述特征。

然而，需要指出的是，在通用目的技术发展初期，不少人对其抱有过高的预期，认为它能够在短期内迅速促进生产率的增长，殊不知，生产率增长与通用目的技术的发展之间有着明显的滞后效应。

根据麻省理工学院数字经济倡导行动主任ErikBrynjolfsson教授的观点，这种滞后效应源自三个方面：

第一，通用目的技术自身从发展到成熟，再到最后提高国民经济生产率增长速度，这一过程会经历一个较长的时间周期；

第二，若想充分全面地发挥出通用目的技术的潜力，还必须依赖于与其相关的其他互补式创新技术的大力发展，这样才可能激发出组合式创新并推动生产率的大幅度提升；

第三，通用目的技术的发展需要极为耗时的额外创新和投资，而为了获得通用目的技术的好处而跟上技术的加速发展，社会组织与机构可能需要经历长期的内部重构方可适应。

纵观历史，在1890-1920这30年间，除了发明了电动引擎和灯泡外，人们似乎没有看到大幅度的生产力提升。工厂大多在信息技术时代（上世纪70年代）才用电动引擎替换了蒸汽动力，但一座工厂的基本结构并没有发生变化，这种结构被设计成围绕着一个大的中央电源运转。

事实上，当“小的电源动力分布在整个工厂”这一模式开始流行时，已经过去了20-30年。随着流水线生成的普及，制度和生产方式也在发生变化，这反过来却促成了19世纪20年代的生产力大发展与大提升。这也充分印证了生产率增长与通用目的技术发展之间滞后效应是真实存在的，同时也反映出“生产率悖论”的合理性。

当前，中国人工智能的发展势头虽然无比迅猛，但依旧处于初级阶段，行业规模占国民经济比重尚不足1.5%。这也就意味着作为一项通用目的技术的人工智能将与较低的生产率增长水平长期并存。

然而，按照目前的态势，一旦人工智能技术进一步成熟，同时其他相关的互补式创新技术也得以提升，社会组织与机构的内部重构完成，必将迎来一个爆发式的生产水平提升阶段。正如Brynjolfsson教授所说：

我们在自动驾驶汽车项目投入了时间和金钱，但因为它们还没有上市出售，这就不被认为是创造了生产力……虽然我们现在可能看到比较低的生产力，但在将来我们能看到更高的生产力数据。

目前不会造成大面积失业

说到这里，相信担心饭碗不保的人们可以松一口气了——至少从目前来看，人工智能还没有对国民经济产生实质性的影响，自然也不至于造成大面积的失业。

从全球经济发展历史来看，自第一次工业革命至今，已经过去250多年，其间涌现出数不胜数的新发明和新技术，但根据西北大学社会科学学院教授Robert Gordon的研究成果，到现在也还没有任何发明或是技术引起了大规模的失业，而且尽管不少工作岗位持续地在消失，却有更多的就业机会涌现出来。与此同时，许多领域还存在着工作者的短缺而不是工作岗位的不足，这种情况在建筑、制造业和长途货车运输等行业比比皆是。

事实上，从数据来看，近些年中国的就业总人数始终稳步攀升（见图3），尽管就业人数增长率在2014年之后有所下降，但这也不能完全归因于人工智能。要知道，2014年正是“三期叠加”的中国经济新常态元年，整体经济下行压力的增大会直接对就业市场造成影响。根据人社部等有关方面的权威测算，目前中国GDP每增长1个百分点，足以拉动130万甚至150万人的就业。因此，宏观经济增速的放缓才是就业增长率下降的关键所在。

其实，当人们谈论将来人工智能会影响就业时，他们常常忘了这个话题并不新鲜。早在一个半世纪前，马克思就曾经提出“机器排挤工人”的著名论断。而1961年就已经有机器人问世了，主要是应用在汽车制造业。当时确实有一些领域出现了严重的工作流失，比如飞机航班和酒店的预订系统就极大地替代了旅游代理商的工作——不过从整个国民经济的发展来看，这样的影响显然不会掀起太大波澜。

不可否认，像人工智能这样的新技术的确可以代替人完成某些任务，甚至是完全取代人力进行智能化工作，但也要看到，这样的技术同样会导致产出的增加、诸多配套产业的发展与新兴商业模式的出现，随之而来的便是无数新增的就业机会。新技术可以把从生产领域替换下来的员工转移到新的互补领域中，通常这对整个社会来讲都是有益的。就像Gordon教授描述的一样：

现在比ATM机刚问世的时候有更多的银行出纳员，当我们发现在传统的‘砖和砂浆’零售店里的工作岗位减少时，电子商务领域有新的岗位增加；从电子表格的出现开始，我们少了100万个记录员和普通职员，却多了150万个财务分析师……往前展望20年，人工智能会顶替一些工作岗位，不过就对工作岗位的影响来说，人工智能并没有什么稀奇的。

从今天开始请变革自己

不过，如果因为前述内容就认为我们可以高枕无忧，那就大错特错了。正如看似平静的湖面下却是波涛暗涌一样，不管你是否愿意，是否甘心，人工智能确实已经全方位入侵到我们工作、生活的方方面面，并在不少领域已经开始代替人类工作。

以教育行业为例，人工智能在图像识别、语音识别、人机交互等方面的优势，以及与大数据、互联网智能制造等技术的结合，使其对教师的工作产生了巨大的冲击。例如：

通过图像识别技术，人工智能可以将老师从繁重的批改作业和阅卷工作中解放出来；

通过语音识别和语义分析技术，可以辅助教师进行英语口试测评，也可以纠正、改进学生的英语发音；

通过人机交互技术，可以协助教师为学生在线答疑解惑。

如此一来，在人工智能的重重包围下，倘若我们不与时俱进，不努力提升自己的知识储备与业务能力，那么结果将不容乐观。

要知道，人工智能最先影响到的便是劳动密集的刚需行业，由此将大幅度削减劳动密集的体力劳动岗位；相应地，人工智能最可能增加的却是脑力劳动岗位——毕竟，人工智能技术的研发工作属于知识与技术密集型，而任何领域对于高端人才的需求从来都不会有任何减少。

进一步来讲，当若干年后，通用目的技术的“蛰伏期”一旦过去，因人工智能而起的爆发式的生产水平大幅度提升阶段正式到来，届时对就业市场的冲击只会比今天更大。

而今，人工智能作为时代的宠儿，无论是政府还是企业都不遗余力地给予支持，或许那个集中爆发的时间点很快就会来临，根本用不上二三十年那么久。

所以，从来就没有什么救世主，从今天开始，请变革自己！

来源：苏宁财富资讯