□ 文 王麗穎

人工智能作為未來科技和產(chǎn)業(yè)競爭的戰(zhàn)略制高點得到了中國、美國、歐盟、日本等國家和組織的高度重視，各國政府積極布局搶抓人工智能的第三次發(fā)展機遇。但是，人工智能對經(jīng)濟和勞動力市場產(chǎn)生何種影響，一直眾說紛紜，尚未達成共識。

2018年1月，美國小胡佛委員會（the Little Hoover Commission）召開人工智能對經(jīng)濟和勞動市場的影響大會，華盛頓信息技術(shù)和創(chuàng)新基金會主席羅伯特·阿特金森(Robert D. Atkinson)發(fā)表證詞。此份證詞提出各國普遍處于人工智能的恐慌上升期，并從其應(yīng)用范圍、技術(shù)發(fā)展、稱呼三個方面剖析了造成恐慌的原因。其中，失業(yè)作為人工智能引發(fā)的最大恐慌，正在逐漸蔓延。但是這種觀點不僅夸大了技術(shù)發(fā)展對就業(yè)的影響程度，也忽略了技術(shù)發(fā)展創(chuàng)造新就業(yè)機會的能力。

因此，我國應(yīng)正確看待人工智能發(fā)展引發(fā)的“失業(yè)恐慌”，加快人工智能技術(shù)的研發(fā)，加強對其應(yīng)用的管理，并對傳統(tǒng)產(chǎn)業(yè)工人進行技能升級培訓(xùn)，培養(yǎng)更多人工智能和機器人方面的高端人才，為技術(shù)創(chuàng)新發(fā)展提供支持與保障，積極應(yīng)對自動化、智能化變革帶來的經(jīng)濟和就業(yè)影響。

一、全球正處于人工智能崛起的“恐慌”階段

圖1 技術(shù)恐慌曲線

圖2 就業(yè)增長和生產(chǎn)率增長的關(guān)系（1929-2009）

隨著世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略，各國政府、科技巨頭、傳統(tǒng)企業(yè)等圍繞人工智能加強布局，爭搶發(fā)展制高點。雖然，人工智能技術(shù)的加速產(chǎn)品化標(biāo)志著其應(yīng)用進入爆發(fā)期，但超過人類智力極限的“奇點”尚未到來，全球正普遍進入人工智能技術(shù)崛起的“恐慌”階段。

借鑒Gartner咨詢公司提出的“技術(shù)成熟度曲線”(The Hype Cycle)，美國信息技術(shù)和創(chuàng)新基金會主席羅伯特·阿特金森(Robert D. Atkinson)提出了“技術(shù)恐慌曲線”。

技術(shù)恐慌曲線通常以類似“鐘形”曲線的模式展開（圖1）。當(dāng)一項新技術(shù)最初出現(xiàn)時，公眾由于對其負面影響知之甚少，對新技術(shù)的應(yīng)用普遍采取積極態(tài)度，因此信任度普遍較高。

但一旦有人成功吸引大眾對新技術(shù)的負面影響，其他人就會開始有意或無意地煽風(fēng)點火——而我們所說的“信任的起點”階段讓位于“崛起的恐慌”階段。在這一階段，大眾逐漸加深對新技術(shù)的了解，在信任和恐慌的天平中左右搖擺，很容易受到虛假陳述的影響。這種恐慌將持續(xù)攀升，直到公眾對該技術(shù)及其好處有了深入的理解。

技術(shù)恐慌曲線通常在“實踐點”趨近結(jié)束，屆時，關(guān)于新技術(shù)發(fā)展的擔(dān)憂將會消退，人們將繼續(xù)前進。在這個階段，技術(shù)已經(jīng)達到了足夠的成熟程度，大多數(shù)公眾不再相信反對派提出的觀點，不再對其濫用表示擔(dān)憂。接下來又將進入新一輪的技術(shù)恐慌周期。

人工智能陷入技術(shù)恐慌周期至少有三個主要原因。首先，人工智能被稱之為“通用技術(shù)”，涉及經(jīng)濟社會的方方面面，很容易發(fā)現(xiàn)其對某一職業(yè)、行業(yè)或工作崗位產(chǎn)生的負面影響。其次，人工智能技術(shù)非常復(fù)雜，且不透明。即使擁有計算機科學(xué)學(xué)位的高級人才或機器學(xué)習(xí)的專業(yè)人員，也不一定能控制人工智能技術(shù)的發(fā)展。第三，“人工智能”這一名稱容易產(chǎn)生認知誤區(qū)。術(shù)語“人工智能”意味著該技術(shù)已經(jīng)或即將具有類似于人類智能的能力，有發(fā)展成超出人類控制的超級智能威脅，這種認識有一定的局限性。目前，人工智能的能力非常有限，依然不能做出復(fù)雜的決定。

二、人工智能導(dǎo)致就業(yè)機會減少的恐慌并無必要

有觀點認為，日益強大的智能機器雖然能夠驅(qū)動生產(chǎn)率的增長，但卻減緩了就業(yè)的增長。而且，未來加速技術(shù)變革將使情況變得更糟。越來越多的懷疑論者擔(dān)心人工智能驅(qū)動的生產(chǎn)率提高會以犧牲就業(yè)機會為代價。

事實上，學(xué)術(shù)研究、歷史數(shù)據(jù)和邏輯都表明，生產(chǎn)率增長不會導(dǎo)致更高的失業(yè)率。2011年麥肯錫全球研究所報告《美國的增長與更新：改革美國經(jīng)濟引擎》指出，生產(chǎn)率增長與失業(yè)率之間存在負相關(guān)關(guān)系。換句話說，提高生產(chǎn)力意味著降低失業(yè)率。通過研究1929年-2009年的就業(yè)率和生產(chǎn)率變化，麥肯錫發(fā)現(xiàn)生產(chǎn)率的提高與就業(yè)增長成正相關(guān)關(guān)系，并且自1929年以來的大部分時間都表現(xiàn)出就業(yè)和生產(chǎn)力同步增長的特點（圖2）。

具體來說，認為人工智能的應(yīng)用導(dǎo)致就業(yè)機會減少的恐慌者犯了三個重大錯誤。

首先，他們錯誤地認為當(dāng)前的技術(shù)趨勢會持續(xù)發(fā)展、甚至?xí)铀龠M步。所有技術(shù)都將沿著S曲線前進，無限指數(shù)的增長是不可能的。正如最近的學(xué)術(shù)研究發(fā)現(xiàn)，數(shù)十年來，技術(shù)創(chuàng)新的發(fā)展速度一直在下降，例如，Bloom和Van Reenen發(fā)現(xiàn)，現(xiàn)在比上世紀(jì)70年代維持摩爾定律（半導(dǎo)體計算能力每18到24個月增加一倍的過程）要困難18倍。今天要比半個世紀(jì)前對自然界的發(fā)現(xiàn)困難得多，并且今后很可能會變得更加困難。所以，創(chuàng)新的步伐可能會放緩，而不是加速。

其次，他們夸大了數(shù)字化創(chuàng)新改變職業(yè)的程度。對于許多職業(yè)來說，自動化對某一職業(yè)的影響，遠不及對某一任務(wù)的影響。麥肯錫全球研究院指出：“很少有職業(yè)將在近期或中期內(nèi)完全自動化。相反，某些任務(wù)將實現(xiàn)自動化，改變整個業(yè)務(wù)流程，并重新定義人員執(zhí)行的任務(wù)”。換句話說，技術(shù)更有可能重新定義某個工作崗位和工作機會，而不是徹底毀滅工作崗位，從而創(chuàng)造更多價值。

第三，這些夸大其詞者沒有認識到因全球生產(chǎn)力增長所帶來的新的工作機會。隨著全球生產(chǎn)力以前所未有的速度不斷增長，人們的消費水平也在不斷提高，增加的消費將創(chuàng)造額外的就業(yè)機會，促使就業(yè)結(jié)構(gòu)向新興業(yè)態(tài)和第三產(chǎn)業(yè)轉(zhuǎn)移。

三、我國應(yīng)繼續(xù)加快人工智能的發(fā)展和應(yīng)用

由人工智能和機器人驅(qū)動的下一次技術(shù)浪潮不會導(dǎo)致現(xiàn)有工作崗位的丟失，更不會減少新的工作機會。它將顯著提高勞動生產(chǎn)率，并提高工人的人均收入。

因此，政策制定者不應(yīng)因?qū)θ斯ぶ悄苌仙募夹g(shù)恐慌而減緩技術(shù)的發(fā)展。相反，他們應(yīng)該支持人工智能技術(shù)的研發(fā)與應(yīng)用。雖然科技創(chuàng)新不會造成大規(guī)模失業(yè)，但它可能會導(dǎo)致重復(fù)性、流程化等中低端工作崗位的流失，這就需要我國政府為工作人員提供必要的知識和技能培訓(xùn)，適應(yīng)未來高端崗位的要求。

一是保持對人工智能技術(shù)的開發(fā)和采用，加強對人工智能的應(yīng)用監(jiān)管。在大多數(shù)情況下，國家監(jiān)管不應(yīng)該把重點放在人工智能或機器人等技術(shù)本身的發(fā)展上，而應(yīng)該放在它們的應(yīng)用領(lǐng)域，如信用報告、電子商務(wù)和隱私保護、金融交易、醫(yī)療保健等。

二是增強人工智能和機器人基礎(chǔ)知識、能力、觀念的啟蒙和培養(yǎng)，為傳統(tǒng)行業(yè)智能化發(fā)展提供人才儲備。鼓勵企業(yè)和社會機構(gòu)對傳統(tǒng)產(chǎn)業(yè)工人進行技術(shù)技能升級培訓(xùn)、轉(zhuǎn)崗轉(zhuǎn)業(yè)培訓(xùn)，使其具備人機協(xié)作能力，為加快人工智能與傳統(tǒng)行業(yè)融合發(fā)展提供人才支持。

三是探索聯(lián)合培養(yǎng)機制，利用數(shù)字渠道提供技能評估、培訓(xùn)資源和求職機會等資源。例如美國成人與實驗教育委員會（Council for Adult and Experiential Learning, CAEL）與企業(yè)聯(lián)合創(chuàng)新性地建立了一些網(wǎng)站，幫助工人了解石化和金融服務(wù)行業(yè)就業(yè)所需的工作和能力，并找到與這些行業(yè)相關(guān)的具體工作和培訓(xùn)?！?/p>