人机共存时代来临 对全球经济影响深远
机器人技术、人工智能（AI）与机器学习的发展开启了自动化的新纪元，机器在越来越多的工作上的表现已经与人类旗鼓相当，甚至超越了人类。相较于人类，机器人和计算机不仅成本低、可胜任多种日常体力劳动，而且越来越擅长于要求认知能力的工作任务，包括决策判断、感知情绪、甚至驾驶等的自动化。这场新的自动化技术革命目前正在深刻影响全球经济，未来前景不可限量。
新的自动化时代与全球经济
麦肯锡最近的一篇报告分析了全球经济中的自动化潜力、影响自动化应用速度的因素和自动化对经济的可能冲击。根据麦肯锡对800多种职业所涵盖的2000多项工作内容分析得出的结论，依工资计算，全球经济中有相当于15万亿美元的工作内容可以经利用现有技术而实现自动化。而从职业分类来看，只有不到5%的职业可以通过利用现有技术实现全面自动化，但大约60%的职业有三成以上的工作内容可以利用现有技术实现自动化，也就是说因自动化而产生性质改变的职业要比因自动化而消失的职业多。而最容易受到自动化影响的工作内容，是在高度稳定与可预测环境下的体力劳动，以及数据的收集与处理。在美国，相关工作内容占到总体经济的51%，以工资计算相当于2.7万亿美元，此类工作内容最常见于制造、餐旅与零售贸易业，也包括部分中等技能职业。
麦肯锡认为，自动化将对全球范围内各行各业产生深远的影响，中国、日本、印度和美国受到的影响将尤其明显：这四大经济体可自动化的岗位（即通过改进现有技术实现自动化的工作内容）占全球总量的三分之二，相当于全球薪资总支出的一半以上。
一国的自动化潜力由产业结构及行业内生产内容组成而定。举例而言，制造业、农业等行业涉及可预测环境下的体力劳动，所以技术上自动化潜力高，但某些发展中国家的工资水平较低，所以限制了自动化的实际运用。自动化的速度与程度取决于技术、经济与社会因素。持续的技术进步（如在自然语言处理等领域）是关键因素。除了技术可行性之外，机器与人类在技能之间的比较、劳动力市场的供需、经济效益（包括劳动成本的节省）、以及社会与政府部门的接受度，都会影响自动化普及的速度与程度。麦肯锡的情景预测显示，在现今所有工作内容中，过半会在2055年左右自动化，但这过程中存在着许多变动因素，再考虑到更广泛的经济情况，因此自动化有可能提早或延后20年。
目前人们对自动化的关注多聚焦于它可能造成劳动力供大于求以及由此出现的大规模失业。麦肯锡认为，应对发达国家和发展中国家的人口老龄化，需要人类和机器人并肩贡献劳动力。换而言之，除非自动化得到广泛运用，否则更可能出现的是劳动力短缺而非过剩。不过工作本质将发生根本改变。所有职业（包括高薪、高技能职业）都可不同程度地实现自动化。部分工作内容的自动化可能改变工作流程，彼时人类只需完成机器无法胜任的工作（反之亦然）。可以说，与机器共事赋予了人类“超人”的能力，因为某些事机器比人类做得还出色。一旦工作性质改变，企业组织架构、行业竞争的格局与根基以及商业模式等也将因应而变。
对企业而言，自动化带来的绩效优势相对明显；而对政策制定者而言，自动化恐怕就复杂多了——他们需要结合各自经济体的情况，把握自动化良机，提高生产力，制定投资鼓励政策与市场激励措施，推动持续进步和创新，不仅如此，既定政策还应不断调整、创新，帮助工人和企业适应自动化对就业的影响。比如说，为下岗职工重新设计提供专门的教育与培训、收入津贴、社会保障和过渡期支持。在岗员工在日常工作中则需要更广泛地与机器合作，不断学习未来自动化时代所要求的新技能。
自动化技术的部署为企业带来的绩效效益，包括提升生产力、改进产品质量、提高安全性、减少波动变化、减少浪费和提高顾客满意度等等，无论是现有的实际价值还是未来的潜力，都是惊人的。
例如，力拓集团在澳大利亚皮尔巴拉铁矿项目中使用了无人卡车和钻孔机，利用率提高了10-20%。谷歌数据中心运用其DeepMind机器学习人工智能技术，节约了40%的能耗。金融业的“直通式处理”自动化技术可实现交易工作流的端对端数字化运作，使交易处理能力提升80%，同时减少一半失误。像法律文书和财务数据分析的自动化正在被引入白领工作领域，根据麦肯锡的研究，美国员工工作时间中的大约45%，是可以借助现有技术实现自动化的。尽管自动驾驶技术因为最近的几次事故受到质疑，但自动化可提高安全性的一个佐证是：美国每年死于交通事故有约3.5万人，其中94%与人为操作错误或选择错误有关。
而麦肯锡的部分情景预测研究显示：按运营成本占比计算，医院急诊部和杂货店自动化的降本效益可达10%-15%，飞机维护达25%，而贷款经纪甚至超过90%。
自动化技术推动的大规模劳动力转型将持续几十年，此类转变已有历史先例。整个20世纪，在技术的推动下，发达国家的农业人口大幅减少，但并未出现长期的、大规模的失业，盖因新职业的应运而生。我们虽不敢断言这次是否与之前有所不同，但分析显示人力仍然不可替代：我们预测的生产力进步只有在人类与机器共事的情况下才能实现。工作内容的自动化可以减少错误、提高质量与速度，在某些情况下自动化甚至能实现人类力所不逮的工作，帮助企业提升绩效。自动化也有助于提升生产力，这一点历史已有明证。在全球生产力增长普遍滞缓的当下，自动化能为许多适龄劳动人口萎缩的国家打下经济增长与社会繁荣的强心针。
人类仍须继续与机器并肩工作，才能实现各国所设定的人均GDP增长目标。自动化所造成的劳动力结构转型，在程度上与美国当年农业人口流失以及后来制造业就业比例下滑的情况相当，历史上这两次劳动力结构的改变都伴随着新工作的大量出现。
人工智能是一种“全新生产要素”
英国《金融时报》约翰·桑希尔认为：人工智能正缔造一种新的“虚拟劳动力”，与其他生产要素不同，人工智能不会随时间流逝而贬值。
谈到当前的现状，经济学家会认为，疲弱的生产率增长是我们这个时代的灾难。一些首席执行官正在诉说新技术如何改变企业生产率。而人工智能领域的一些专家，则很有可能会告诉我们，当前正濒临一场生产率革命，如果我们达到技术奇点（Singularity，当电脑智慧超过人类智慧时），生产率增速将呈指数式加快。
从那一刻（技术奇点）起，电脑超级智能将迅速发现留待发现的一切。正如华盛顿大学计算机学教授、《主算法》（Master Algorithm）一书作者佩德罗·多明戈斯（Pedro Domingos）所说，这个主算法将成为人类的最后一个发明。这个主算法将能够从数据中获得世界上的一切知识——过去、现在和未来。
目前，我们距离技术奇点还相当遥远，关于我们达到这个奇点的那一天会不会到来，人们还没有达成一致。然而，我们有必要注意到，该领域有些（较年轻）的研究人员相信，他们将在他们的有生之年迎来这一刻。其中的一个案例是，英国伦敦的初创企业BenevolentAI正在试图实现医学研究的革命。
BenevolentAI创始人肯尼思·梅尔文（Kenneth Mulvany）认为，药品的发现在很大程度上是一项信息和数据挑战，这些挑战能够由人工智能有效解决。在线医学研究网站PubMed拥有2600万篇文献，并每年新增约100万篇文献。这显然是任何一个研究团队所有成员一辈子都无法完全吸收的。BenevolentAI搭建了一个电脑“引擎”，能够阅读这些数据、对其整理归类并提取相关信息，突出显示一个领域中能够应用于另一个领域的“概念假说”。“你可以用以前想象不到的规模来看事情，”马尔瓦尼表示，“这种由人工智能评估的组件可以增强人类智慧。”
BenevolentAI正与谢菲尔德大学的研究人员合作，以研究治疗运动神经元疾病和肌萎缩性侧索硬化症（ALS）的新方法。初步结果大有希望。神经学讲师理查德·米德表示，BenevolentAI已确认一种药物发现的途径并开启了一种惊人的新途径。“他们的引擎可以浏览大量信息，以发现新的想法重新利用。”它还可以帮助根据基因构成来制定个性化的个人解决方案。转化神经生物学讲师劳拉·费拉约洛（Laura Ferraiuolo）表示：“我们确实对此感到兴奋。潜力是惊人的。”
一些经济学家认为，迅速扩大的数据集、机器学习和日益提高的计算能力，这些都应被列为除资本和劳动力之外的一种全新的生产要素。人工智能正缔造一种新的“虚拟劳动力”，提高人类智慧的生产率并推动新的创新。另外，与其他生产要素不同，人工智能不会随着时间的流逝而贬值。它将受益于网络和规模效应。例如所有自动驾驶汽车都能从其他此类汽车身上学习。
来自埃森哲（Accenture）与经济学前沿公司（Frontier Economics）最近的一份报告大胆提出，到2035年，基于人工智能的技术的普遍采用，可能会将很多发达国家的经济增速提高一倍。报告估计，人工智能有可能将美国、英国和日本的总增加值（与国内生产总值（GDP）近似）年度增速分别提高到4.6%、3.9%和2.7%。
科技的进步是不可预测的，人工智能将以深远且可能非同一般的方式影响生产率。
人工智能技术给金融业带来的改变
几十年来，机器人大量取代了工厂的工人，而今天的人工智能技术可能将取代金融业人类劳动者。
科技公司挑战传统银行
根据英国《金融时报》报道，Facebook、亚马逊和谷歌等拥有海量用户的科技公司正在蚕食传统银行的部分业务。所有迹象都表明，大科技集团正努力把作为中间人的银行挤掉，威胁要把这种历史悠久的金融机构变成向面向消费者的“亚马逊银行”、“谷歌银行”或者“Facebook银行”提供后台基础设施的“无声通道”。银行业者表示，“银行控制唯一金融服务渠道的日子就要结束了，与客户拥有亲密得多的关系的谷歌、亚马逊、Facebook及其他许多公司，将有能力要求和打造更好的服务。”当然还有像阿里巴巴旗下数字支付公司、同时也是中国最大在线支付公司的蚂蚁金服（Ant Financial）这样的东方巨头，这家价值600亿美元的公司已经拥有超过5亿用户，每天处理约2.5亿笔交易，并且已经在印度、韩国、香港和其他亚洲市场取得或申请支付或银行业务牌照。而蚂蚁金服在英国申请的牌照将能够辐射整个欧洲的消费者，该牌照允许其提供多项金融服务，包括发行电子货币，在一定条件下发放贷款等。
亚马逊支付服务已经在稳步推进：现在，亚马逊旗下平台Marketplace上的在线商家可以在美国和欧洲范围内收款，亚马逊还通过旗下的企业对企业（B2B）平台Amazon Business向美国商家发放小额贷款。这个业务分支已经开始在德国运营，尽管还未在欧洲开展贷款业务。
在2016年，这家电商公司在法国、意大利和西班牙推出了“Pay with Amazon”服务——这种类似PayPal的服务允许用户使用他们的亚马逊账户登录数以千计的第三方网站，为非亚马逊消费付款，包括政府服务、保险和旅游等。亚马逊表示，2016年该服务的支付金额总数几乎增长一倍，使用该服务的用户达到3300万。
根据埃森哲对18个国家32715人进行的新调查，1月，全球银行和保险业务的客户中有三分之一的人表示，如果可以，他们将把账户转至谷歌、亚马逊或者Facebook。
将于2018年开始推行的欧盟立法——支付服务指令II（PSD2），旨在以“开放银行业务”的名义来加强竞争，强制银行在客户授权的情况下，允许亚马逊或者Facebook等第三方获取银行的客户数据。“这将允许科技公司绕过银行卡，直接通过活期账户发起对个人和商家的支付。同时，它们还能够将多家银行的对账单数据汇总在一处，在安全性通过验证的情况下，银行有义务回应请求”。
阿里巴巴、Facebook和Amazon的用户数量高的惊人，而且客户偏好最便宜的解决方案。“这些大科技公司以巨大的规模——数亿、数十亿忠实用户——向银行进逼。它们可以在一夜之间让转账等基础服务在国际范围内免费，以提高用户忠实度，获取更多数据”。
对冲基金“炒股狗”要来了
据报道，2007年成立于旧金山的Sentient Technologies联合创始人霍德雅特（Babak Hodjat）认为，对于股市来说，人类交易员的情感因素会对交易决策带来很大影响，而机器则没有这些问题。因而，他成立了一支完全依靠AI运行的对冲基金。
在成立至今的十年时间里，Sentient一直在不断训练其AI系统，从而让机器能够消化巨量的数据，发现市场趋势，并在整个过程中不断进化。对于这一系统，Sentient认为它也有别于一般的AI技术，并将其称为“进化智能”（Evolutionary Intelligence）。
Sentient对这套系统的训练过程，就如同生物进化。Sentient在世界各地有上千台机器同时运行，并利用计算机算法打造出数以万亿计的虚拟交易员，Sentient将它们称为“基因”。Sentient利用历史数据，让这些“基因”各自进行虚拟交易。那些表现糟糕的“基因”将被剔除，而能够赚钱的“基因”则被留下，并进化到下一代，正如生物进化中的自然选择过程。
早在2014年底，Sentient就曾向外界透露，其这一分布式AI平台已经独立进行股票交易，Sentient也因此开始备受关注。在Sentient高达1430万美元的融资中，出资方包括李嘉诚旗下的风投公司以及印度塔塔集团。在美国股市中，Sentient通常持有各类股票，每天的交易频次达上百次，持仓期限一般为几天到几周。Sentient目前仍是依赖自有资金进行交易，对于交易业绩其并未披露过多信息，仅表示其AI平台的成绩跑赢了其内部建立的基准指数。Sentient计划今年开始引入外部投资者资金。
理财顾问将被“机器人顾问”取代
根据英国《金融时报》的展望，未来5到10年，理财顾问很有可能被“机器人顾问”（robo-adviser）网站所代替。因为自动化理财咨询网站日益增长，监管更加严格。
传统理财顾问行业从2006年开始陷入困境，当时英国金融监管机构宣布要对基金如何卖给散户投资者展开调查。2013年出台的新规从根本上改变了理财顾问的商业模式，新规禁止基金公司向他们支付佣金，并抬高了理财顾问的资格门槛。理财顾问协会Liberatum估计，自新规出台后，有1.35万名顾问离开了该行业，而英国金融市场行为监管局（FCA）公布的数字为2000人。佣金禁令切断了理财顾问的主要收入来源，迫使剩余从业者要么上调对散户投资者的收费，要么上调他们愿意提供咨询的最低投资额门槛。大批投资者突然间负担不起他们的顾问，开始转向2012年兴起的新事物——“机器人顾问”。
机器人顾问，即网站根据投资者填写的在线调查问卷向他们推荐投资组合，它们试图打破传统的面对面咨询模式，向客户提供低成本的替代方案，这些客户越来越愿意接受数字化投资。花旗集团估计，未来10年内机器人顾问管理全球资产可达5万亿美元。
银行、资产管理公司和财富管理机构也发现了“机器人顾问”在帮助散户方面的潜力，于是大举闯入一度被灵活的金融科技公司主导的领域。英国的巴克莱银行、苏格兰皇家银行、劳埃德银行集团、桑坦德英国表示正在开发在线投资网站，瑞银和财富管理公司天达财富与投资、Brewin Dolphin以及Killik & Co也有这方面的计划。
其他大公司则入股相关初创企业。富时100资产管理公司施罗德（Schroders）斥资1200万英镑入股机器人顾问Nutmeg，而安联投资收购了创办于意大利的机器人顾问公司MoneyFarm的股份。
在美国，自动化财富管理服务负责运营交易所交易基金（ETF）投资组合，还可再投资股息，优化税务效率。Betterment现在为21万客户管理67亿美元资产，收费标准为0.15%-0.35%。
在2016年理财咨询市场评估中，英国金融市场行为监管局和财政部都表示将研究如何为低成本提供在线投资建议打开大门，此前他们发现三分之二的散户投资者在没有理财建议的情况下购买金融产品。
预计被动型基金的日益流行也将在未来几年促进机器人顾问增长，它们通常鼓励投资者把钱投到被动型投资组合，而不是更烧钱的由股市操盘手运作的基金。根据数据提供商晨星的数据，全球被动型基金管理的资产自2007年以来增长了230%，达到6万亿美元。同期积极管理型基金翻了一番，至24万亿美元。
智能金融会打碎多少人的饭碗？
陶冬在一篇文章中告诉我们，人工智能在金融业的运作，已经有数年的历史。FinTech从2014年起出现跳跃式增长，并从美国传导到亚洲和欧洲，全球金融业酝酿着一轮革命。他认为，大数据和云计算已经使得海量数据处理变得成熟，阿尔法狗出现又打开了深度学习的一片天空。智能金融的技术支持框架大体出现，只欠具体开发，只欠实体金融与技术的连接和融合，而这只是时间的问题，十年后的金融业和目前的金融业会截然不同。智能金融业，可以解决金融信息不对称的情况，大幅提高金融业效率、市场效率，同时可能打碎大量金融业人士的饭碗。
智能金融相较于传统金融模式，起码有五大优势。1）迅速吸收处理分析信息的能力，可以在极短的时间读取、整理和分析全世界范围内的所有公开数据、图像乃至非结构化信息，藉此作出投资、借贷、风险管理决定。它在数据分析处理上的能力，和人脑根本不在同一个档次上。2）深度学习已经成为智能金融在未来的最大利器，其在线下快速、海量地通过学习历史和交易记录来提升未来决策水平的能力远远高过人类。3）没有感情、没有思维定式，可以克服人类的弱点和盲点。4）在高速运算和海量数据的支持下，人工智能可以提供因人而异、随时随地的定制解决方案，在投资顾问、组合配置等方面可以由模块式服务转向个性化服务。5）人工智能可以通过大量机器联网，制造出巨大的乘数效应，而不必坠入人类社会中因人员聚集而经常产生的利益错配、办公室政治等陷阱。事实证明，人工智能是博弈高手，可以不带感情地无所拘束地进行博弈，而金融市场从来都是博弈最多的地方。
美国近年在运用人工智能做资产管理上取得了长足的进步，运作开始成熟，智能投顾的表现普遍优于对冲基金等主动管理型资产管理公司。中国在智能金融上起步较晚，但是发展极快，将大数据、云计算运用在消费信用、投顾服务、风险管理等领域也见明显进步。相信假以时日，智能金融会在金融领域全面开花结果。智能金融的市场，并不局限于低端人群，而是整个社会人群，因为它最终会比人脑做得更好。
陶冬告诫，作为金融人士，若想不被人工智能所取代，你需要有以下能力：
1. 你需要拥有非公开信息。人工智能的强项是对公开资讯的提取、分析以及作出相应决策。如果资讯来自尚未公开的渠道，你就有击败人工智能的机会了。这种非公开资讯，不包括分析员在公司门口数进出卡车数量或在超市对品牌偏好做调查，因为大数据可以做得更好、更全面。
2. 你是索罗斯。索罗斯的反向投资理论，是基于对人性的分析，哲学性质多过数理性质，目前尚没有看到人工智能在模糊哲理上有什么天分。不过索罗斯理论是建立在多数市场参与者是错误的这个前提之上的，如果市场中人类投资者消失了，索罗斯对着全部是机器人的市场未必能占到便宜。
3. 你是巴菲特。巴菲特是另一个极端，他只读公司年报，运用常识进行价值投资，坐怀不乱乃是其心法。人工智能可能有千百招，巴菲特只有一招，基于经验和心法的一招。也许有一天人工智能可以学会巴菲特那一招，不过对经验、修为的学习、复制、改良就不是分析数据那么容易的了。
4. 你的客户宁可和你打交道。机器始终是机器，能力再强也还是机器，在人与人的感情处理上暂时未见优势。金融业的投资、分析、管控功能可以大量由人工智能代劳，但是与客户的人性交流恐怕还要人来做。当然前提是你面对的客户是人，而不是机器。
陶冬认为，智能金融在今后十年内会在许多领域大量替代传统金融，金融从业员数量大幅下降。其他行业（如会计、律师、医疗、中介）也面临着类似的挑战。当然人类不会因此没有工作做，历史上机器的出现曾经让许多工种消失或半消失，人类社会却变得更加繁荣，生产效率更高。
“机器人时代”的人类将如何生活？
人工智能技术是现时最为热门的话题，也是发展迅速的技术，可想而知不久的将来地球很有可能迎来“机器人时代”，而那时的人类，将如何生活？
人工智能发展的大趋势
对于人工智能（AI）发展的大趋势，微软亚洲研究院院长洪小文预言，三年之内，AI一定会被普及化，但人和机器仍旧扮演主从关系。他认为，人工智能加人类智慧（Human Intelligence， HI）的组合，将是未来主流。
他认为，人们对智能的想法是会改变的，很多可以交给机器做，而人最了不起的地方是发展算法。随着时间愈长，数据多了，自动化程度就愈多，但没有一个AI系统是百分之百，那些就是人的工作机会。完全靠人服务没办法规模化。机器跟人合起来，AI跟HI可以互补。这样一个组合的概念，会维持很长一段时间。因为人类智慧无法被完全取代。估计未来一到三年之间，会在B2B或B2B2C（企业对企业对消费者）各领域大量发生。
机器人时代的人类就业
英国《金融时报》专栏作家吉莲·邰蒂认为：机器人正在取代越来越多的人类工作，但也在创造新的人机合作。政策制定者应帮助劳动者适应新世界。
数字技术正在完成曾经由人类完成的很多工作。制造业提供了一个尤为明显的例子。波尔州立大学（Ball State university）的一项研究显示，2000年至2010年，有560万个美国制造业岗位消失，几乎十分之九是因为自动化，而非贸易。麦肯锡估计，随着自动化模式扩大到服务业，在目前由人类完成的工作中，有45%可能会实现自动化。这相当于数以百万计的就业岗位和2万亿美元的年薪。
然而，当人类学家对美国劳动者进行“参与观察”（即观察人们每天的实际日常生活，而不是考察自上而下的统计数字）时，他们发现了一个比原始数据揭示的更复杂的情况：确实，机器正消灭一些人类的工作，但人们还在新的岗位上与机器人合作。
人类学家本杰明·舍斯塔科夫斯基（Benjamin Shestakofsky）曾在一家加州公司待过19个月，该公司利用数字技术为家政服务的买家和卖家搭桥。他起初认为，他的研究将展示出机器正如何取代人类劳动者。在他进行基础分析时，他发现，该公司增长非常迅速，有着巨大且复杂的计算系统，它正不断选派更多人类（而非机器人）监控、管理和解读这些数据。“软件自动化可以取代劳动力，但它也会产生新的人机互补，”他最近在美国人类学协会（American Anthropological Association）的一次会议上表示。他指出，企业“正创造新的工作种类”。
另一位人类学家施里哈什·克尔卡（Shreeharsh Kelkar）在教育行业也看到了同样的情况。直到不久前，人们还认为，数字教学工具的出现将让人类教师的重要性降低。但在实际观察教育者的过程中，克尔卡发现，人类教师正利用这些数字工具提高效率。他表示，问题不是电脑自动化正让工作消失，而是“人类与电脑正在合作”。
一种可以预见的反应是，认为现在还远不清楚，这些案例是否典型，人们也不知道这些人类与机器的新“合作”是否会创造足够多的就业，来抵消自动化导致的就业损失。另外，新的数字化工作似乎不如旧工作那样吸引人，因为它们通常被设置成“临时工作”，由自由职业者按需提供服务。
然而，人类学家的发现不应被忽视。首先，这些发现意味着，政策制定者亟需获取有关美国劳动场所实际状况的更全面信息。人类学研究的规模较小，而宏观层面的数据惊人地薄弱，部分原因是美国劳工统计局往往通过传统渠道收集数据。“我们不知道目前临时工作的情况，”在微软工作的人类学家玛丽·格雷（Mary Gray）表示，“科技公司对劳动力状况的追踪并不比劳工统计局好。”
其次，如果有人成功准确描绘了劳动力状况，他们还需要向特朗普说明这点。最近几个月，这位当选美国总统多次表示，他决定将更多制造业留在美国，部分原因是他（错误地）喜欢将制造业就业损失归咎于来自中国或墨西哥的竞争。但如果他成功实现了“美国优先”的目标，他反而只会加快自动化趋势，因为企业急于降低成本。这并不一定是坏事，但它表明，特朗普恢复旧式美国就业的希望是错误的。
接下来是第三点：迫切需要就如何让劳动者适应新的世界展开更大的政策辩论。需要改革劳动力培训，让劳动者掌握更多数字技能。
新型的社会保障、健康和养老体系是容纳临时工作者的必要举措。一些政策制定者明白这点。例如民主党人马克·沃纳（Mark Warner）等参议员正推动为临时工作者建立新的保障网络。然而，如果这场辩论要获得巨大支持的话，科技行业本身必须介入。到目前为止，硅谷在这些问题上并不特别积极。因此，硅谷应抓住这个机会，就如何帮助人类应对劳动力中的所有那些机器人展开对话。否则，硅谷终有一天会发现自己将因为美国就业损失而受到指责。
人工智能时代人类将终生学习
Infosys首席执行官史维学指出，人工智能（AI）和自动化技术已经开始影响我们的工作和日常生活。人工智能出现在日常物品和过程中，比如虚拟助理、超市结账、无人驾驶汽车和探测信用卡交易欺诈。
人工智能带来扰乱是不可避免的，这种扰乱往往引发深切恐惧。当前这股由技术进步推动的变革潮流没有什么不同之处。不过，就像之前的世代那样，我们必须学会超越这种扰乱，在新的时代蓬勃发展。就人类从新技术挖掘最佳效益的能力而言，改变我们的教育观念至关重要。
在澳大利亚与昆士兰大学的研究生进行交谈时，史维学对他们提出了三点：首先，人工智能以及由此产生的工业自动化和业务流程将影响我们所有人，而且是永久性的；第二，人工智能尚处于起步阶段，有巨大的机会去超越它带来的扰乱；第三，随着人工智能的发展，这种扰乱将一次又一次重演。在我们所处的世界，唯一靠谱的策略是我们所有人都变成终身学习者。
是时候重新思考教育，将其视为一个终身过程。这意味着我们不能再奖励死记硬背，而应该奖励好奇心和实验，它们是发现和理解未知事物的基石。教学大纲应当现代化，鼓励以创造性思维发现和解决问题，在实践中学习，通过强制性的计算机科学课程实现数字扫盲。组织还需要为雇员提供终生学习的资源，以促进技能发展。的确，企业应该被要求将年度收入的一定百分比用于员工的再培训。
从古至今，人类能够适应，部分原因就是我们紧跟技术演变的步伐，调整发展了我们的教育系统：我们升级了理解我们的工具的能力。与阅读和写作一样，数字素养也成了一项根本需要。当今的快速变化要求国家和企业从一个新视角来看待教育。
人工智能在中国更容易井喷式发展
最近，创新工场创始人兼CEO李开复在演讲和接受访谈时发表观点，认为人工智能将是中国引领全球最好的机遇。
他认为，人工智能技术领域如翻译，人脸/图像识别（如安防、医疗影像），语音和文字识别，大数据分析（数据营销，风控，金融），无人驾驶（工业机器人/家庭机器人）存在较大的投资机会。
李开复认为，人工智能将是中国引领全球最好的机遇，因为中国不仅政策相对开放，还拥有人工智能发展的关键——海量数据。而金融领域的人工智能发展最为突出，BAT“三座大山”未来会自己闷着赚钱，因为他们不想分享技术，不想外部知道他们有多大的数据，有多少方法赚钱。
对于趋势，李开复认为人工智能会比较快速的在金融领域开展应用。金融领域如信贷、风控、投资、银行和保险等业务最为突出，因为金融业务最无摩擦，而且有大数据支持。目前中国政策环境对于人工智能相对开放，相较美国或其他政策严谨透明的国家，反而可能产生更快速井喷式的发展。AI的核心关键是海量的数据，在中国这些数据是存在的，而且都是能产生价值的。
李开复认为，中国的个人信用卡支付体系不是非常成熟，就给了我们直接支付和手机支付巨大的机会，现在中国手机应用发展和移动互联网大幅超越美国。当市场基础够大时，落后反而激发出前所未有的创新模式。
而麦肯锡的研究认为，自动化带来的生产力提升有利于老龄化国家保持繁荣，有利于迅速发展的新兴国家找到新的发展动力。但自动化本身并不足以推动全球范围内的长期经济增长，因此，有必要采取重组业务流程或开拓新产品和服务等其他措施提高生产力。
麦肯锡认为，至2030年，自动化将提升全球20大经济体的生产力水平，并缩小彼此间的经济增长差距。在G20中，老龄化的新兴经济体，包括阿根廷、巴西、中国和俄罗斯。此类国家因适龄劳动人口的减少面临经济增长乏力。自动化对生产力的提升可使这些国家保持目前的人均GDP水平。此类国家将受益于自动化应用的提速。
根据麦肯锡的测算，全球工作场所的自动化将影响到12亿名雇员，以工资计算相当于14.6万亿美元。四大经济体——中国、印度、日本和美国受影响的工资支出及雇员占到全球的一半。中印两国由于劳动力相对规模较大，预计会有超过7亿名全职雇员受到影响，技术自动化潜力最大，其中中国的自动化潜力为51%，仅次于日本的56%和印度的52%，美国则为40%。而技术上可自动化的工作将对中国3.95亿全职雇员产生影响，涉及的薪酬达到3.6万亿美元。
（原载经济走势跟踪1718期，整理、编写、责任编辑：王砚峰）