文 | 商隐社
人类对 AI 的恐惧应该会成为很长一段时间内的重要话题。
前段时间，美国研究机构 Citrini Research 发布了一篇名为《2028 年全球智能危机》的报告，在网上引起了震荡，很多人陷入了对 AI 的恐慌，甚至引发了 AI 相关企业股价的大幅下跌。
这篇报告到底讲了什么呢？
它强调这只是一次"思想实验"，描绘了 AI 发展"过于成功"而引发的经济崩溃，
比如：
AI 效率太高，导致智识不再稀缺，建立在这个基础上的经济行为将难以为继，白领被大规模替代，随即没有了收入，房贷违约，金融市场崩溃；
企业利润因 AI 增效而增长，但由于大量人失业没有了消费，形成"产出增长但消费引擎失速"的"幽灵 GDP "现象；
原有的商业模式也面临极大挑战，一些建立在人类惰性、信息不对称和品牌依赖上的商业模式都会因 AI 的介入而崩塌，比如软件服务、中介平台（外卖、旅行预订）、支付处理（信用卡交换费）以及私募信贷等。
这篇报告发布没几天，美国金融科技公司 Block 又宣布裁员约 4000 人，从 1 万人削减到 6000 人，理由是公司开发了名为" Goose "的自有 AI 工具，效率大增，替代了相当大一部分员工。
以前企业进行大裁员，几乎都是遇到了较大的生存危机，但 Block 全年毛利润达 103.6 亿美元，同比增长 17%，属于"盈利性裁员"。华尔街对这一行为表示出了极大赞赏，Block 股价一度涨超 24%。
媒体纷纷惊呼" AI 开始对人进行大规模替代了！"，打工人也进一步陷入到了焦虑之中，认为 AI 留给人类的时间不多了。
其实，正如我们在前文《" AI 让硅谷 10 万人失业"背后的真相》中所写的，科技巨头打着拥抱 AI 的旗号所进行的大裁员，不排除真有一部分是被 AI 替代的，但也有相当大的部分是 AI 不能背锅的。
比如 2020-2022 年科技企业的大规模扩张，疫情期间线上需求激增，美联储将利率降低到了接近零的水平，企业融资成本大幅降低，直接促使众多科技企业开启了大扩张。
于是，亚马逊员工数直接翻了一番，谷歌、微软基本都扩张了近 7 万人，那时期国内的字节、美团、腾讯也纷纷突破了 10 万人，Block 这时期也从近 4000 人扩张到 1.2 万人。
短期内吸纳了巨量人员是科技企业在此后几年接连发起裁员潮的主要原因。
据美国就业信息网站 Layoffs.fyi 的数据，2022 年科技企业全球裁员约 16 万人，2023 年约为 26 万人，2024 年接近 15 万人，去年又有"硅谷 10 万人被裁"这样的新闻。
而《2028 年全球智能危机》，更像是一篇从开始到结尾都顺风顺水、升级神速的"爽文"，忽略了技术在现实中扩展的复杂性，以及人口、文化、经济、社会、政策等诸多因素对技术扩展的挤压和平衡。
目前来看，AI 产业尚未走出"索洛悖论"—— 1987 年计算机已逐渐普及，但经济学家罗伯特 · 索洛却发现"你可以在任何场合看到我们已经到了计算机时代，就是没有在生产率的统计数据中看到任何变化"，即虽然计算机已被大量应用，但并没有带来生产率的显著提升。
直到 20 世纪末期，随着沃尔玛通过"零售链接"系统将库存周转率提升 40%、戴尔实现按单生产模式革新等变革出现后，计算机技术才真正释放生产力。
这说明仅靠新技术并不足以推动生产力提升，也取决于组织变革、商业模式创新、政策环境等一系列因素。
OECD 估计，未来十年，AI 带来的劳动生产率仅能增长 0.4%-0.9%。
所以，"就业末日"的威力会被"索洛悖论"所带来的时滞不断冲淡，不会短期内到来。
但无法否认的一个事实是，AI 对就业造成的冲击和破坏将是史无前例的，人类就业的出路在哪里呢？
最近读了经济学家蔡昉写的《中国就业新趋势：人工智能如何重塑劳动力市场》，就全面系统地分析了这个话题，从中大致能总结出 AI 时代人类就业的三种可能路径。
首先，比较理想的当然是实现"人机协同"。
人工智能只是一个技术平台，它可能通过自动化破坏岗位，也可以通过改变生产流程创造生产率更高的岗位，引导人工智能走那条道，取决于政策选择和制度安排。
人的能力包括认知能力和非认知能力，前者包括像算数推理、词汇能力、文字内容理解、数学能力和编码速度，容易度量，也容易被人工智能模仿；后者包括动机、自我控制、适应能力、社交技能、同理心和同情心等，这些只会做、不会说，是人特有的隐性知识。
所以人和机器在能力上是具有互补性的，人工智能并不需要以替代就业为必要动机，机器可以用来提升人的能力，人去告诉机器做什么，可以在更高水平上增加服务的创意和感受，提升消费质量和消费者剩余。
如果机器人只是简单替代人，批量产出人之前生产的东西，那只是在更快地复制工业时代的产品，造成供给严重过剩，忽略了消费市场的变化和产品创新。
其次是转到具有"鲍莫尔成本病"性质的岗位上。
什么是"鲍莫尔成本病"？
经济中存在这样一些行业，它们的生产率提升特别慢，长期来看经营成本趋于上涨，且具有极大的需求收入弹性。
经济学家威廉 · 鲍莫尔最初研究时拿表演艺术行业来举例，后来扩展到相当多领域，像医疗、教育、社会工作、文体、娱乐、公共管理、社会保障和社会组织等。
这些领域的生产率很难像数字产业、制造业那样有较大提升，甚至很多还要依赖补贴才能生存，但基本是社会越往前发展需求越大。
比如这几年剧场热、演唱会热；还有医疗，性命攸关，谁也不敢说真的完全让 AI 接手，需求只会越来越高；AI 时代的教育不是人与人的竞争，而是人与机器的竞争，更需要因材施教，有相当大的发展潜力。
一般社会生产力水平越高，越能供养更多生产力提升慢的"鲍莫尔成本病"性质岗位，这也会吸纳相当多数量的就业岗位。
再次，就是具有"逆库兹涅茨化"特征的岗位。
经济学中有个概念叫"库兹涅茨过程"，是劳动力按照劳动生产率从低到高转移，进而推动产业结构升级。
"逆库兹涅茨化"就是反过来，从生产率高的跌落到低的，比如白领失业了去开网约车、做配送。
如果存在大量的"逆库兹涅茨化"岗位，意味着应对技术的就业冲击失败了，大量失业人员只能竞争低生产率、低报酬的岗位，技术进步带来的生产率提升放在整体上就被抵消了，这也是前文能出现"索洛悖论"的重要原因。
还有很重要的就是人工智能时代的生产率分享机制。
比如引入" AI 税"，作为被 AI 影响到工作的劳动者进行转岗补偿、技能培训等的经费。
扩大公共品的供给也是进行收入再分配的重要手段，一旦社会总供给和总需求中，公共品具有比私人品更高的比重，就会改变劳动要素的市场价格。
比如民众花费甚多的住房、教育、医疗，假如都成了公共品，那即便换一份收入比原来低的工作也不会降低生活水平，反而是提高了。
随着社会生产力的极大提升，推行普惠性的社会福利也有可能实现。现在的各种社会保障往往发放给"符合条件"的人群，只能进行最基本的生活保障，且城乡之间差别较大。而普惠性的社会福利应不做区分发放，保障水平更高，能随着生产率的提升而水涨船高。
因为到了 AI 时代，劳动者就业的困境不是源于不努力，也不是由于他做了错误的选择，已没有必要通过区分发放社会福利。
还有非常值得注意的一点是，蔡昉还在书中提到，面对 AI 袭来，政府应该设立一个保护劳动者和就业岗位的公共利益底线，不应该只把自身当作一个发挥制衡作用的第三方机构，也不是一个中立裁决者，因为利益均衡点是天然不存在的，大变局到来时，劳动者和就业岗位天然便是弱势的一方，倾斜性施加保护是符合社会利益的行为。
我们曾在文章《光靠努力为什么不能涨薪？》中分析了美国劳动者是如何一步步丧失了涨薪的筹码。
在石油危机、全球化、技术进步等大变局发生时，资方往往以提升效率、市场和技术变化的自然结果为借口，把经济风险和不确定性系统性地转嫁给普通劳动者，资方反而拿到了更多的博弈筹码。
本次 AI 技术变革，Block 那样的公司，把大裁员又完全归因于技术变革，它所开启的不是 AI 时代，而是" AI 末日"。
所以"人心猛于 AI "，新技术的负面效应能否显现出来或得到遏制实属事在人为。
倍顺网提示：文章来自网络，不代表本站观点。
