作者：BHASKAR CHAKRAVORTI  编译：Cointime.com 237

人们对人工智能的兴趣激增，这不仅引起了人们对算法模仿人类的惊人能力的关注，而且引起了人们对这些算法可能取代许多人类工作的现实的关注。其经济和社会后果可能是巨大的。

这种经济转型的途径是通过工作场所。高盛的一项广为流传的研究预计，未来十年，目前大约三分之二的职业可能会受到影响，人们现在所做的四分之一到一半的工作可能会被算法取代。全球多达 3 亿个工作岗位可能受到影响。咨询公司麦肯锡发布了自己的研究报告，预测人工智能每年将为全球经济带来 4.4 万亿美元的增长。

如此巨大的数字所带来的影响发人深省，但这些预测的可靠性如何呢？

我领导了一个名为“数字星球”的研究项目，该项目研究数字技术对世界各地的生活和生计的影响以及这种影响如何随着时间的推移而变化。看看个人电脑和互联网等之前的数字技术浪潮如何影响工人，可以让我们深入了解人工智能在未来几年的潜在影响。但如果未来工作的历史有任何指导意义的话，我们应该为一些意外做好准备。

IT 革命和生产力悖论

追踪技术对经济影响的一个关键指标是工人生产力的增长——定义为员工每小时可以产生多少工作产出。这个看似枯燥的统计数据对每个工人都很重要，因为它直接关系到工人每小时工作的预期收入。换句话说，更高的生产率预计会带来更高的工资。

生成式人工智能产品能够在最少的人工参与下生成书面、图形和音频内容或软件程序。广告、娱乐、创意和分析工作等行业可能是最先感受到影响的行业之一。这些领域的个人可能担心公司会使用生成式人工智能来完成他们曾经做过的工作，但经济学家看到了提高整个劳动力生产率的巨大潜力。

高盛的研究预测，仅由于生成式人工智能的采用，生产力每年就会增长 1.5%，这将是2010 年和 2018 年的近两倍。麦肯锡则更加激进，称这项技术和其他形式的自动化将迎来“下一个生产力前沿”，到 2040 年将其每年提高至 3.3%。

这种生产率的提高将接近前几年的水平，将受到经济学家和理论上工人的欢迎。

如果我们追溯 20 世纪美国生产率增长的历史，就会发现从 1920 年到 1970 年，美国生产率以每年约 3% 的速度飞速增长，提高了实际工资和生活水平。有趣的是，生产力增长在 20 世纪 70 年代和 1980 年代放缓，恰逢计算机和早期数字技术的引入。这种“生产力悖论”在麻省理工学院经济学家鲍勃·索洛（Bob Solow）的评论中得到了著名的体现：除了生产力统计数据之外，你随处都可以看到计算机时代。

数字技术怀疑论者指责花在社交媒体或购物上的“非生产性”时间，并认为早期的变革，例如电力或内燃机的引入，在从根本上改变工作性质方面发挥着更大的作用。技术乐观主义者不同意；他们认为，新的数字技术需要时间才能转化为生产力增长，因为其他补充性变革需要并行发展。还有一些人担心生产力指标不足以体现计算机的价值。

有一段时间，乐观主义者似乎得到了证实。20 世纪 90 年代后半叶，即万维网出现前后，美国的生产率增长了一倍，从该十年前半叶的每年 1.5% 增长到后半叶的 3%。再次，对于到底发生了什么存在分歧，进一步使悖论是否已得到解决的问题变得更加混乱。一些人认为，数字技术的投资确实终于得到了回报，而另一种观点则认为，一些关键行业的管理和技术创新是主要驱动力。

不管如何解释，就像它开始时一样神秘，20 世纪 90 年代末的繁荣是短暂的。因此，尽管企业对计算机和互联网进行了大量投资——改变了工作场所——但经济和工人工资从技术中受益多少仍然不确定。

2000 年代初期：新的衰退、新的炒作、新的希望

虽然 21 世纪初恰逢所谓的互联网泡沫破灭，但 2007 年的标志是另一场技术革命的到来：苹果 iPhone，数以百万计的消费者购买了它，无数的公司都在部署它。方法。然而，劳动生产率增长在 2000 年代中期再次开始停滞，在 2009 年大衰退期间短暂回升，但在 2010 年至 2019 年期间又恢复低迷。

在这次新的衰退中，技术乐观主义者期待着新的变革之风。人工智能和自动化风靡一时，有望改变工作和工人的生产力。除了传统的工业自动化、无人机和先进机器人之外，资本和人才还涌入许多可能改变游戏规则的技术，包括自动驾驶汽车、杂货店的自动结账，甚至披萨制作机器人。人工智能和自动化预计将在十年内推动生产率每年增长 2% 以上，高于 2010-2014 年0.4%的低点。

但在我们到达那里并评估这些新技术将如何影响工作场所之前，一个新的意外打击：COVID-19 大流行。

大流行生产力的推动——然后崩溃

尽管疫情具有毁灭性，但自 2020 年疫情爆发以来，工人的生产率却大幅上升；全球每小时工作产出达到 4.9%，是有数据以来的最高记录。

这种急剧上升在很大程度上是由技术推动的：较大的知识密集型公司（本质上是生产力更高的公司）转向远程工作，通过视频会议等数字技术和 Slack 等通信技术保持连续性，并节省通勤时间并专注于幸福。

虽然数字技术显然有助于提高知识工作者的生产力，但许多其他行业正在加速转向更高程度的自动化，因为工人们为了自身安全而必须留在家里并遵守封锁规定。从肉类加工到餐馆、零售和酒店运营等行业的公司都投资了自动化，例如机器人、自动化订单处理和客户服务，这有助于提高他们的生产力。

但随后技术领域的旅程又出现了转折。

2020 年至 2021 年科技行业投资激增的势头崩溃了，对自动驾驶汽车和披萨制作机器人的炒作也崩溃了。其他泡沫般的承诺，比如虚拟宇宙带来的革命性的远程工作或培训，似乎也逐渐淡出了人们的视线。

与此同时，在没有任何警告的情况下，“生成式人工智能”突然出现，具有更直接的潜力，可以提高生产力，同时大规模影响就业。围绕新技术的炒作周期重新启动。

展望未来：技术弧线中的社会因素

考虑到迄今为止的情节曲折，我们从现在开始可以期待什么？这里有四个问题需要考虑。

首先，未来的工作不仅仅关乎工人的原始数量、他们使用的技术工具或他们所做的工作；人们应该考虑人工智能如何影响工作场所多样性和社会不平等等因素，进而对经济机会和工作场所文化产生深远影响。

例如，虽然向远程工作的广泛转变可能有助于通过更灵活的招聘促进多样性，但我认为人工智能的日益使用可能会产生相反的效果。在接触自动化程度最高的 30 种职业中，黑人和西班牙裔工人所占比例过高，而在接触自动化程度最低的30 种职业中，黑人和西班牙裔工人的比例偏低。虽然人工智能可能帮助工人在更短的时间内完成更多的工作，并且生产率的提高可能会增加就业人员的工资，但它可能会导致那些工作被取代的人的工资严重损失。2021 年的一篇论文发现，工资不平等往往会加剧在那些公司已经严重依赖机器人并且很快采用最新机器人技术的国家。

其次，随着 COVID-19 后的工作场所寻求面对面工作和远程工作之间的平衡，对生产力的影响以及对此主题的看法将仍然不确定和不稳定。2022 年的一项研究表明，随着公司和员工越来越适应在家工作的安排，远程工作的效率得到了提高，但根据 2023 年的另一项研究，管理者和员工对其影响存在分歧：前者认为远程工作会降低生产力，而员工的看法恰恰相反。

第三，社会对生成式人工智能传播的反应可能会极大地影响其进程和最终影响。分析表明，生成式人工智能可以提高特定工作的员工生产力——例如，2023 年的一项研究发现，交错引入基于生成式人工智能的对话助理可以将客户服务人员的生产力提高 14 %。然而，越来越多的人呼吁考虑生成人工智能最严重的风险并认真对待它们。最重要的是，对生成式人工智能的天文计算和环境成本的认识可能会限制其开发和使用。

最后，考虑到经济学家和其他专家过去犯下的错误，可以肯定地说，今天关于人工智能技术对工作和工人生产力影响的许多预测也将被证明是错误的。诸如 3 亿个就业岗位受到影响或每年为全球经济带来 4.4 万亿美元的增长等数字引人注目，但我认为人们往往对这些数字的可信度过高。

此外，“工作受到影响”并不意味着失去工作；这可能意味着就业岗位的增加，甚至是向新工作岗位的过渡。最好利用高盛或麦肯锡的分析来激发我们对未来工作和工人的合理情景的想象力。在我看来，最好是主动集思广益，思考可能影响哪一个因素真正发生的众多因素，寻找早期预警信号并做出相应的准备。

未来工作的历史充满了惊喜；如果明天的技术同样令人困惑，请不要感到震惊。