失业、分配不平衡和结构性转变：人还能否“卷”过AI

白果/文 人类对AI，尤其是AI冲击社会就业与收入分配的担忧，其实由来已久。20世纪70年代至今，我们至少经历过三波AI发展的大潮。当一轮轮潮水退去，人们发现人工智能似乎并没有想象的那么厉害，不禁有了更自信乐观的理由。然而，这一轮AI的发展速度和能力似乎不可同日而语。

ChatGPT（Generative Pre-Trained Transformer）及各种生成式AI工具的出现，使人类可以用自然语言的方式给计算机发出指令，这在很大程度上打破了某些专业壁垒。虽然当前AI生成内容在准确度、独创性上还有待提高，但替代人工、降本增效的能力显而易见。那么，此轮AI发展将冲击哪些职业，又是否会如乐观者期待的那样，带来大量新的工作？在尝试回答这两个备受关注的问题之外，笔者也试图分析AI带来的社会结构性转变，以及为了应对这些转变，个体和社会应作出怎样的努力。

我们看到，目前AI工具的发展，可能会导致技术性失业、收入分配结构的恶化尤其是“极化”效应，加剧各种社会问题。而要想让技术进步更好地实现普惠价值，我们需对现有制度进行深入反思，尝试对社会系统进行革新和再设计。归根结底，技术的社会价值实现和进步方向最终由人类决定。

1.失业危机与产生新工作的可能

在此前几轮自动化技术浪潮中，冲击的主要是重复性或是对专业技能要求较低的职业。但AI大模型具备了认知能力、分析能力、推理能力和创造能力，因此一些在传统意义上被认为高度专业化的职业，将可能受到极大的冲击。

人力资源咨询公司Challenger的一份报告显示，2023年5月，美国因AI替代所造成的失业人数达3900人。这是此报告第一次将AI作为失业的主要原因之一，而所有明确因AI产生的裁员，都发生在科技行业。

综合来看，我认为具有以下特点的职业，可能会首当其冲受到影响：

第一类是对结果的精度和标准性要求不高的职业。比如美术设计，虽然AI尚不能生成顶级作品，但已经能做出“够用”的设计。在海报设计、营销推广物料设计等相关应用场景中，AIGC工具已经可以在很大程度上代替设计师。

第二类是知识和创意行业内相对辅助性和初级的岗位。比如法律案例的整理工作，编程中相对模块化的工作等。这些工作往往由年轻人担任，因此这类替代不但会增加年轻人就业的难度，也会使他们丧失在工作中不断提升专业能力的机会。长期来讲，对社会整体人力资源的培养和积累是极其不利的。

第三类是专业性高、但业务可模型化程度也高的工作。这可能最让大家感到意外。实际上，很多对专业性要求很高的工作，其可模型化程度也是很高的。比如医疗工作者的诊断环节，从前医生通过学习大量病例、阅读书籍和积累临床经验，习得一套思考和判断模型，现在，这个过程AI也可以完成，甚至完成得更快更好。

第四类是个性化需求高但目前这些需求尚未被完全满足的行业。比如教育、陪护等行业。这些行业面临的冲击可能不是一种简单的替代，而是行业洗牌，即行业主体及其组织方式的转变。例如AI可能会推动教育的形式从一对多，向着更加因人施教的方向转变，主导行业的也许将不再会是学校、医院等传统机构。

有很多人会指出，各种替代效应的产生尚有时日，现在不必杞人忧天。的确，有不少因素可能会减缓AI的大规模铺开，包括对应用场景的持续开发、社会的接受认同、相应基础设施的配套改造，以及法律法规的持续建立等。但AI的能力提升与演进，跟之前碳基生命体学习和进步的速度是完全不可同日而语的。看一下Midjourney从去年发布到现在的能力提升幅度，就可以很直观地感受到这种速度的不同。目前基于大模型的技术路线已经较为成熟明确，技术能力不断提高，加之资本涌入、产业共识形成，所以AI的发展和冲击一定会到来，而且其速度很可能超越大多数人的预期。

有人也坚信，更多新的、更好的工作一定会被创造出来，就像此前人类工业化进程中被反复印证的那样。

我们看新工作能否产生，首先可以看跟新技术直接相关的新工作岗位有多少。

就像在移动互联网时代到来之前，我们无法想象现在复杂的APP生态和相关岗位一样，现在我们其实还不能完整地想象与AI相关的工作有哪些。目前可以推测的，AI的持续发展会带来对算法工程师的需求增长，但这种增长是有限的，而AI带来的数字世界的进一步发达和繁荣，会是更多岗位增长的来源。

比方说，随着未来人类生活在虚拟世界的时长和沉浸度增加，可能会诞生许多虚拟世界的产品内容设计职位，就像我们目前在Roblox平台上看到的那样，会有人专门捏脸、设计虚拟人物服装、台本、游戏规则等等。我想随着人类对娱乐和精神生活需求的上升，创意型行业的发展前景仍然是可观的，也将持续吸纳和产生更多的岗位。

其次，我们可以看看新需求产生的潜力。这首先与时代特征有关，比如当人类从农业社会进入到工业社会，那时大量与工业制成品相关的需求没有得到满足，于是对相关新产品和服务的需求会被大量释放。

但AI时代，是否还有那样一个巨大的潜在需求空间没有被挖掘出来？当人们生活在一个全球范围内都更统一的虚拟世界和数字空间里，多元化的需求和供给是否还有一个较大的新增量？笔者对此并不乐观。

2.警惕收入分配结构恶化

学者们研究发现，早期自动化过程对收入分配的影响中有一个重要特征，那就是中等偏低技能需求岗位的缩减，和高技能需求岗位的增长。根据Tuzemen和Willis的评估，从1983年到2012年间，中等技能需求岗位从59%下降到45%，但高技能需求岗位从26%上涨到37%。总体的变化趋势对社会进步还是比较积极的。

虽然目前大模型应用尚在极早期阶段，但据美国印第安纳大学博士AliZarifhonavar的研究预测，此轮受AI影响最大的是一些专业人士和技术人员。也就是最容易被替代的工作，恰恰是那些高技能、高回报、普遍被认为是白领和金领的工作。这个人群恰恰是最具消费能力的一群人，他们收入水平的下降，以及对工作安全性的不良预期，不但会损害中高产阶级的收入占比，也将削弱经济总体的需求水平和增长动能，其影响不容小觑。

大家都知道，一个健康的社会收入分配结构应该是“纺锤形”，中间厚、两边薄，但目前AI工具的发展，不但会加重人力劳动和资本回报的不平衡，还可能会因其对智力回报不平衡的强化，进一步加深收入分配的“极化效应”。

因为技术会改变不同生产要素在经济生产中的重要性，例如工业革命就促使资本相较于人力劳动的重要性明显提升，大模型带来的是智力要素的重要性明显提高。比如，一个建筑设计师在过去可能受到自身效率的限制，需要依托更大的团队和平台。但现在如果他的创意、声誉足够好，就完全可以通过个体或者是小团队的方式接到比之前更多的工作。于是，最有创造力的那群人，其智力附加价值会变得更高，占据更多资源，造成所谓的“天才效应”，占据收入分配中越来越高的比例。

但这并不意味着新技术就是“原罪”，而是要求人们对收入分配制度进行调整，避免这种极端不平衡的问题持续加剧。技术进步的影响不应止于生产效率的提升，也要看它能在多大程度上带来跨行业的溢出效应。

关于跨行业的溢出效应，最经典的案例来自福特公司。上个世纪初，福特公司通过改造生产流程提升了汽车制造效率，但他们并未止步于此，而是推出配套措施，大幅降低了汽车价格，同时大幅增加了员工报酬，还把每天工作时间从9小时减少到8小时。尽管加薪后人工成本大幅提升，但劳动力流动率大幅降低，高收入支持工人释放各种消费需求，也可以买得起福特生产的汽车，促进了供给侧和需求侧的良性互动和发展，使之成为跨行业溢出效应一个教科书般的展示。

由此，这种分配与生产相互促进的增长模式也被一些学者称为“福特主义”，它告诉我们，要让技术进步更好地实现普惠价值，也需要对现有的制度性安排做出调整，甚至是重新设计。

因为金字塔顶端那1%的人口，无法产生99%的人口规模的消费力，也不会转化为足够能消化现有人力资源的投资。极端不平衡的分配结构不仅会阻止跨行业溢出效应的发挥，还会加剧各种社会问题。

刘慈欣在短篇小说《赡养人类》中就讲了某虚拟星球上这样一个极端化的故事。在那个世界里，最聪明的一个人占据了星球上所有的资源，而其他人被赶到地球，地球因此遭殃。我们不希望这样的事情发生，因此才要提前思考，未雨绸缪。

3.从个体到社会，如何应对结构性转变

不管短期内我们自己的工作是否会被AI取代，当洞察到AI对社会经济带来的结构性转变，我们会发现，在不久的将来，每一个人可能都会受到它的影响。

第一个转变，是产业的整合程度、系统化程度越来越高。随着AI深入工作和组织，其改变的不止是个体工作，而是产业总体的协同和组织模式。在AI的辅助下，越来越多的经济和社会协同会进入到整体自动化的体系，机器与机器之间形成庞大且复杂的协作网络，并逐渐将人排除在外。比如，如果自动驾驶技术全面落地，整个交通系统会成为一个整体，系统指挥中心就像大脑，全面控制各类交通设备的协调和运行。这种趋势落在每个行业，就意味着各行业的整合潜力大大上升。如果你所在的行业目前行业集中度偏低，也许目前技术的进步会带来巨大的创新空间，值得好好思考和把握。

第二个转变，是AI对顶尖人才的赋能，会极大地增强中小企业的行业竞争力，而原来大企业占据的资源优势会进一步丧失。我们会在各行各业中，观察到组织小型化和行业集中化两种趋势同时增强。特别是在一些创意型行业，比如广告、游戏、建筑设计等，这个趋势可能会非常明显。在AIGC领域本身我们就能看到不少创业型小公司的巨大能量。颠覆了整个设计行业的Midjouney，就是一家只有十几人的公司。

第三是行业竞争格局的变化速度、产品迭代速度都会进一步提高，“乌卡时代”（VUCA）会更加“乌卡”。这种影响的范围是广泛的，各行各业都很难置身事外，需要企业家们有清醒的认识。

面对以上这些变化，就个体而言，首先要求我们调整自己的能力重心。以前的白领工作侧重于认知和分析，未来这是不够的，至少泛泛地分析是不够的，我们需要具有更强的原创性、洞察力、感受力、探索能力和创造力。

然而，个体的努力改变不了AI将要带来的结构性问题。当技术的发展已经与人类的进化融为一体，我们必须对现有制度进行深入反思，尝试对社会系统进行革新和再设计。

首先需要反思的是我们的教育体系。设想一下，如果我们有一个热爱绘画的孩子，面临AIGC强大的绘画功能，他/她该如何自处？他们还会有动力经历那漫长而痛苦的练习过程，最终成为一个也许并不是第一流的画师吗？然而，如果我们的孩子现在不去绘画，不去阅读，不去思考，而是把这些任务都交给AI，他们又如何成长为一个拥有探索力和创造力的人呢？如果我们希望激励他们的创造性，他们走这段路的动力到底来源于哪里？教育体系该如何提供这些动力？

另外，我们需要改变目前单一标准的内卷社会。在人类的生产能力还达不到人类需求的时候，效率成为衡量个体和组织非常重要的标准。但实事求是地讲，在这个维度上，碳基生命终归不会是硅基生物的对手。那么，社会的发展进步又应该如何定义呢？我个人认为，有两个方面需要同时纳入考量。

一方面，我们需要让人类社会的财富进一步增长。但这里的关键点在于怎么定义财富。首先需要强调的是，财富增长的核心其实不是量的积累，而是多样性的提高。为什么我们认为现在人类社会的财富远远超出历史上任何一个时期？不是因为世界上有了更多的黄金，而是因为每一个普通个体可以享用的产品和服务的丰富性是空前的，而这种多样性的积累是人类持续创新的结果。更需要明确的是，财富不仅仅是一个物质层面的概念，未来财富的定义将越来越偏向情感、文化、精神和心灵。

第二个方面的衡量应该就在于人本身的发展。当技术分担了人类的工作，我们如何增强内心的充实感和满足感？我想应该有越来越多的个体，能够有机会在更多元的维度上，开发和追求自己的内生动力，并在社会上找到自己的位置。

归根结底，技术到底是能够为人所用，还是取代人类，不取决于技术本身，而是取决于我们要建设怎样的社会制度。如果我们的制度为人类的贪婪服务，技术就会加强这一点。但我们也可以利用技术更好地保护人类。比如随着生产能力的继续发展，我们可以考虑缩短每周的工作时间，建立更广泛的社会保障体系，降低人的商品化属性，为社会性、创造性的工作提供更多保障等等。

事实上，人类生产能力的每一次跃升，并不会自然地带来群体福利水平的提升，甚至往往会伴随着一段阵痛期。只有借此反思和重新设计我们的制度体系、组织目标、价值导向，每一个个体都开始思考和行动，我们才能驱动社会向更美好的方向进化。

------------------------------------

本文转自失业、分配不平衡和结构性转变：人还能否“卷”过AI