梁建章：AI與就業

企業發布報告，AI分身上線解讀數據——這是一個典型的人工智能在工作場景中的應用。有了AI的幫助，人可以有更多的時間來思考和創作，今天這篇文章，我想來展開說說，人工智能和人類大腦的差異，以及如何影響當下的行業尤其是就業市場。

正文：

自從ChatGPT和其他大型語言模型問世以來，世界被震撼了。ChatGPT生成類人語言和在各種任務中表現出色的能力，幾乎遠遠超出了所有計算機科學家的預期。我在1990年代初期的大學時代就曾學習過人工智能，那時，自然語言處理是一個極具挑戰性的問題，很難攻克，很多年幾乎沒有什么進展。近年來的革命性突破令人矚目。

當我在2023年初首次嘗試ChatGPT時，驚訝地發現其底層算法僅僅是幾百行代碼，目標函數也只是簡單的統計預測下一個單詞。然而，這個看似簡單的模型，在龐大的數據上訓練，使用強大的神經網絡，能夠理解語言并撰寫文章，表現得比大多數人類還要好。

雖然有些人將大型語言模型的崛起與iPhone或互聯網變革相提并論，但我并不這樣看。AI對商業的影響，可能比移動互聯網帶來的變化更為漸進，但這一時刻的真正意義是哲學方面的。我相信這標志著一個“進化時刻”——不僅僅是另一個“iPhone時刻”——這是人類歷史上的一個關鍵點，對我們理解人性有深遠的影響。這就是為什么我會有如此強烈的情感反應。

我的反應首先是謙卑——意識到人腦本身并沒有什么特別之處。憑借數十億個連接和廣泛的訓練，一個簡單的神經網絡模型可以達到與人腦相當的語言理解水平。盡管今天的人工智能技術仍有很大改進空間，但它表明與機器或其他生命形式相比，人類大腦并不具備任何神秘或獨特的特性——只是硬件更好，也許算法或布線更高效。人工智能達到完全人類智能只是時間問題。

接下來，我感到深深的自豪，這是人類的創新造就了如此奇跡的成就。我們的物種足夠聰明，甚至創造出比我們自己更聰明的東西。

我對此還有一種敬畏之情，機器智能的最佳算法是模仿人類大腦，而人類大腦本身就是進化的產物。許多計算機科學家，包括我自己，曾嘗試過不同的解決方案卻未能成功，但最終證明類腦的深度神經網絡才是答案。

最后，我感到一陣興奮，人類的進化史可以給我們很多啟發——不僅在于完善人工智能算法，還在于揭示我們作為人類真正的獨特之處。甚至可能為尋找生命的意義提供洞見。

人工智能與人腦的區別

在回答AI與就業的問題之前，我們需要先了解人工智能和人腦之間的異同。除了兩者都由數十億甚至數萬億個神經元組成外，還有一個令人驚訝且至關重要的共同點：它們都是不可預測和難以解釋的。與依靠固定規則和確定性行為運作的機器不同，人類的行為遵循廣泛的模式，但在個體層面上仍然保留一定程度的不可預測性。

傳統意義上的計算機程序可以被預測，但大模型則不可預測——它們在回答相同問題時可能提供略有不同的答案。同樣，人工智能算法也難以解釋。深度神經網絡由數十億個參數組成，分布在多個層級中。每一層以非線性方式處理數據，這使得追蹤單個輸入如何導致特定輸出變得極其困難。這些模型的復雜性使得理解其內部運作幾乎不可能。

同時人工智能系統與人腦之間還有關鍵差異——人腦的能效遠遠高于人工智能，人腦的工作功率約為20瓦特，類似于小型燈泡，而大語言模型則需要巨量算力和能量，可能在執行類似任務時消耗數千倍的能量。

其次，人工智能沒有情感、倫理或意識——或者說它有嗎？這是一個深刻的哲學問題。情感源于大腦功能，因此從理論上講，隨著人工智能的進步，它們可以被模仿。然而，情感也是數十億年進化的結果，那么如果人工智能要發展出真正的情感，需要多長時間呢？接著，還有人工智能是否能具備意識或倫理的問題，這是一個重要的哲學議題，后面將進一步探討。

最后，盡管人工智能可能在某些認知任務上超過人腦，但人工智能驅動的機器人在靈巧性和敏捷性方面仍顯著遜色于人類。例如，盡管人工智能已經能夠執行入門級程序員的任務，但在處理如服務員等工作的能力上仍顯掙扎。人類解剖結構的復雜性，加上先進的感官反饋和卓越的運動控制，使人類的手具備無與倫比的精確和多樣化運動能力。我們目前缺乏能夠在功能上接近人手的材料，不像芯片與神經元之間的匹配。

考慮到手、腳和其他身體部位經歷了數十億年的進化才能達到現在的最佳形態，這并不令人驚訝，而人腦和語言的進化只用了幾百萬年。因此，提升機器人靈巧性和敏捷性是一個比語言處理更具挑戰性的問題。即使是最先進的AI機器人，在輕松多樣地撿起物體等簡單任務上，仍無法比擬人類，更不用說像清理房間這樣復雜的任務。盡管機器人發展會隨著時間的推移而改進，但這一進步將是漸進的，許多服務工作將在許多年內仍然只能由人類完成。

生成式AI將創造更多就業機會，而不是使其消失

人工智能在不同任務端的能力差異，對各類工作的影響也不盡相同。近期也有很多研究揭示了人工智能對就業潛在影響的相關性，回應了大家關于工作崗位流失的普遍擔憂。麥肯錫分析預計，到2030年，生成式人工智能可能會使美國經濟中29.5%的工作時間實現自動化，而當下這一比例為21.5%。更多的研究結論認為，人工智能對就業的影響會體現在工作轉型上，而非全面替代，許多職位可能會得到能力增強，而非完全消失。

人工智能對就業市場的影響，在不同領域里差異明顯。某些工作，例如翻譯，可能幾乎完全被人工智能取代，但大多數職業可能會被部分自動化，特定的任務會被機器接管。然而，由于固有的風險和對人類判斷的需求，某些角色將仍然由人類擔任。

大多數研究探討人工智能對就業的影響時，主要側重在自動化方面，而忽略了關鍵點——要準確預測就業市場的趨勢，必須同時考慮供需因素。在人工智能時代，一些行業可能會面臨需求的增加，從而抵消自動化的影響。例如，即使人工智能自動化了某個職位50%的任務，如果該行業擴展三倍，仍然可能會使得就業數量增加。此外，隨著社會富裕程度的提升，和個人休閑時間的增加，消費者行為趨向于體驗精神層面的追求，而非物質商品的追求，這種大的行業趨勢可能會創造新的就業機會。

人工智能難以取代的行業

從經濟學角度來看，目前比較迫切的問題是，人工智能將取代哪些職業，是否會出現大量的失業？哪些行業會受到正面或者負面的影響？人工智能又將如何影響創新和教育？人工智能會如何影響收入分配嗎？

圖-自動化對不同產業的影響(作者繪制)

解答這些問題前，我創建了一個2X2象限圖，我們把一些代表性行業分成兩個維度，四個象限。橫坐標是行業的科技自動化程度，從左邊“容易自動化”到右邊“難以自動化”。比較容易自動化的行業包括農業、家電、服裝、汽車，還有數字娛樂行業。“難以自動化”的行業包括房地產行業，因為建筑工和裝修工短期難以被機器人取代。旅游因為涉及到人的運輸和服務，也比較難自動化。

縱坐標是需求層次的維度，從低的“物質需求”到高的“精神需求”。人的物質需求包括“衣食住”等行業，物質的需求到一定數量以后會相對飽和，而精神需求幾乎是無止境的。旅游、娛樂還有教育屬于精神需求，創新滿足了人類探索的本能，所以也是精神需求。

由此可以得出結論：有些行業會萎縮，如制造業；有些行業會穩定，如房地產業和數字娛樂業；有些行業如旅行業和教育業，會擴大并且吸收更多的勞動力。

當然，從長遠來看，百年以后教育和旅行說不定也能完全自動化。但有一項工作卻可能永遠只能由人類完成，這項工作就是創新，創新對人類而言是一種難以自動化的高級行為。

創新不是單一行業，分布在各行各業研發和創作活動中。創新是可以部分自動化的，人工智能可以幫忙自動做實驗，記錄數據、分析數據，或者訓練機器去提議各種的解決方案。比如，人工智能可以幫助人類搜尋和測試問題的解決方案（就像AI系統AlphaFold），還可以輔助做一些藝術創作。但是一般來說，人類在提出問題和需求方面仍然占據主導地位。

因此，整個經濟的就業結構將發生變化，但不會導致大規模失業。一些行業，如制造業將縮小，而另一些行業，如房地產和數字娛樂，將保持穩定。同時，旅游和教育等行業可能會擴張并吸納更多勞動力。

值得考慮的是，隨著人工智能技術的進步和經濟的重塑，完全新的工作類別可能會出現。一個可能會日益突出的職位是社交媒體影響者。例如，旅行KOL、大V通過撰寫有關他們新奇旅行經歷的博客，幫助游客發現和規劃自己的旅程。除了旅行，還有很多社交媒體影響者在美食、游戲和各種體驗消費方面提供他們的建議。在這個過程中，這些人可以通過廣告和贊助獲得收入。隨著人工智能繼續轉變傳統行業，我們可能會看到類似角色的激增，這些角色憑借著人類獨有的創造力和真實性來不斷滿足各種消費者需求。

比如近期我就關注到，中國短視頻創作者李子柒沉寂三年后再次回歸，其作品依然火爆海內外，圈粉無數。她的視頻中融入了人工智能所缺少的真情實感，為全球觀眾提供了沉浸式的東方文化體驗，不同文化背景的人們通過觀看她的創作，感受著中華文化的深厚內涵、創新與傳承。這也從側面說明，創作者的靈魂與思想，是人工智能技術永遠取代不了的。

總體而言，隨著人們積累更多的休閑時間和財富，未來的就業市場可能涵蓋一系列滿足我們對獨特、豐富和有意義體驗的日益渴求的職業。人工智能可能會自動化這些角色的某些方面，但在創造和策劃這些體驗中的人類觸感——一種必不可少的創新形式——可能仍然是不可替代的，而且這些沒有想象力上限的行業還會繼續創造就業機會。

從更長遠的角度來看，也許在一代人之后，即使是建筑工人和旅行導游也可能完全被機器人和人工智能取代。然而，有一個角色可能永遠保持由人類主導：創新。在上面的圖中，我把“創新”置于右上象限，因為它提供了最高的滿足感，并且特別難以自動化。創新并不局限于單一行業，而是在各個領域的研發活動中交織在一起。

人工智能時代，創新能力和人口規模更加重要

隨著越來越多的工作崗位與創新有關，人工智能和機器人只能起到輔助的作用。有人說，創新只需要少數天才而非大量人口就能實現，我認為這種觀點顯然與歷史趨勢相悖。人類在創新方面正投入越來越多的資本和人力資源，而且人口越是密集的城市與地區，其創新力越旺盛，這種趨勢現在并沒有放緩的跡象。將來會有更多人具備參與某種形式創新活動的能力和意愿，其中既包括高技能工作（例如人工智能編程），也包括低技能工作（例如游戲測試和電影評論）。

而且，AI需要大量用戶生成的數據進行訓練，大量的消費群體是AI時代非常重要的創新要素。

AI等技術進步意味著，人類能用更少的工作時間創造出更多的商品和服務，這對人類是福音。如果AI使人類或人口變成多余，那一定是工作制度和社會分配制度出了問題，需要改進的是工作制度以及如何把商品和服務更好地分配給每個人。

以上內容觀點源自梁建章新書《創新主義》，欲了解更多深度內容請購買圖書。