推動自動化發(fā)展面臨著重重危險——若要實(shí)現(xiàn)共同繁榮，我們必須確保人工智能是與人工形成互補(bǔ)，而非取而代之。
關(guān)于人工智能對經(jīng)濟(jì)增長的影響，樂觀的預(yù)測比比皆是。高盛集團(tuán)表示，人工智能的使用可以在10年內(nèi)將生產(chǎn)率每年提高1.5個百分點(diǎn)，并使全球GDP提高7%（額外產(chǎn)出7萬億美元）。業(yè)內(nèi)人士的預(yù)測則更為激動人心，其中包括全球產(chǎn)出每年增長超過30%，有10%的可能出現(xiàn)“爆炸性增長”。
這種技術(shù)樂觀主義依托于“生產(chǎn)率浪潮”（productivity bandwagon）這一根深蒂固的觀念，認(rèn)為包括自動化在內(nèi)的技術(shù)變革會推動生產(chǎn)率提高，從而提高凈工資，實(shí)現(xiàn)共同繁榮。
然而這種樂觀主義不符合歷史規(guī)律，且對于當(dāng)前“任由人工智能發(fā)展”的道路尤其不合時宜，后者專注于推動自動化（取代人工）。我們必須要認(rèn)清，新技術(shù)的發(fā)展絕不只有一條唯一的、注定的道路。而且，假設(shè)目標(biāo)是持續(xù)改善更多人的經(jīng)濟(jì)狀況，那么應(yīng)該采取怎樣的政策，才能讓人工智能發(fā)展走上正確的道路，同時又更加重視提高所有勞動者均可具備的能力呢？
一、機(jī)器問題
與人們的普遍觀點(diǎn)相反，生產(chǎn)率增長并不一定意味著對勞動者的需求增加。生產(chǎn)率的標(biāo)準(zhǔn)定義是“每個勞動者的平均產(chǎn)出”，也就是總產(chǎn)出除以總就業(yè)人數(shù)。人們希望隨著勞動者人均產(chǎn)出的增長，企業(yè)雇人的意愿也會提高。
但現(xiàn)實(shí)是，雇主并不會根據(jù)每個勞動者的平均產(chǎn)出量來招聘更多雇員。相反，對企業(yè)來說，重要的是邊際生產(chǎn)率——即每增加一個勞動者來提高產(chǎn)量或服務(wù)更多的客戶，由此帶來的額外貢獻(xiàn)。邊際生產(chǎn)率的概念不同于每個勞動者的產(chǎn)出或收入；每個勞動者的產(chǎn)出可能會增加，而邊際生產(chǎn)率可能保持不變，甚至有所降低。
工業(yè)機(jī)器人等諸多新技術(shù)的出現(xiàn)拓展了機(jī)器和算法的任務(wù)領(lǐng)域，因此取代了人工。自動化提高了平均生產(chǎn)率，但沒有增加勞動者的邊際生產(chǎn)率，甚至事實(shí)上還降低了這一比率。過去的40年里，自動化提高了生產(chǎn)率，大大增加了企業(yè)利潤，卻沒有在工業(yè)國實(shí)現(xiàn)民眾的共同繁榮。
正如我們在新書 《權(quán)力與進(jìn)步》（Power and Progress）中所描述的那樣，用機(jī)器取代人工并不是提高經(jīng)濟(jì)效率的唯一途徑，這一點(diǎn)也已經(jīng)得到了歷史的證實(shí)。部分創(chuàng)新成果并未實(shí)現(xiàn)工作自動化，而是提高了個人對生產(chǎn)的貢獻(xiàn)。例如，新型軟件工具可以幫助汽車修理工提高精度，從而提高工人的邊際生產(chǎn)率。這與安裝以取代人工為目標(biāo)的工業(yè)機(jī)器人截然不同。
二、新的功能
創(chuàng)造新任務(wù)對于提高勞動者邊際生產(chǎn)率更為重要。如果新機(jī)器能開辟人類勞動的新用途，就可以擴(kuò)大勞動者對生產(chǎn)的貢獻(xiàn)，進(jìn)而提高其邊際生產(chǎn)率。從20世紀(jì)10年代開始，亨利·福特（Henry Ford）引領(lǐng)汽車制造業(yè)開展了轟轟烈烈的產(chǎn)業(yè)重組，在此期間，自動化技術(shù)大量涌入。但大批量生產(chǎn)方法和裝配線同時帶來了一系列新的設(shè)計、技術(shù)、機(jī)器操作和文書工作，增加了該行業(yè)對勞動者的需求。
在過去的兩個世紀(jì)里，新任務(wù)對就業(yè)和工資的增長至關(guān)重要。很多在過去幾十年里發(fā)展最快的職業(yè)，比如核磁共振放射科醫(yī)生、網(wǎng)絡(luò)工程師、計算機(jī)輔助機(jī)器操作員、軟件程序員、信息技術(shù)安全人員和數(shù)據(jù)分析師，在80年前尚不存在。即使是一些歷史相對悠久的職業(yè)，比如銀行出納員、教授和會計師，現(xiàn)在也在利用技術(shù)從事許多相對較新的任務(wù)。在幾乎所有上述情況中，都是技術(shù)進(jìn)步帶來了新的任務(wù)，而新任務(wù)成為了就業(yè)增長的主要推動力。同時，對于提高生產(chǎn)率來說，新任務(wù)也是必不可少的——新任務(wù)推動了新產(chǎn)品的推出，并使生產(chǎn)過程更加高效。
三、生產(chǎn)自動化
如果一個行業(yè)的自動化能大幅提高生產(chǎn)率，它也能推動該行業(yè)或整個經(jīng)濟(jì)體的就業(yè)。在這種情況下，新的工作崗位可能來自同一行業(yè)的非自動化任務(wù)，也可能來自相關(guān)行業(yè)中增加的活動。在20世紀(jì)上半葉，汽車制造業(yè)的快速增長刺激了石油、鋼鐵和化學(xué)工業(yè)的大規(guī)模擴(kuò)張。汽車的大批量生產(chǎn)也徹底革新了交通運(yùn)輸?shù)拿婷玻M(jìn)而推動了新的零售、娛樂和服務(wù)業(yè)務(wù)的興起。
然而，如果自動化無法大幅提高生產(chǎn)率，也就是只能達(dá)到所謂的“很一般的水平”，就無法激起“生產(chǎn)率浪潮”。例如，雜貨店的自助結(jié)賬機(jī)只能帶來有限的生產(chǎn)率效益，因?yàn)樗鼈冎皇菍呙枭唐返墓ぷ鲝膯T工轉(zhuǎn)移到顧客身上。商店引入自助結(jié)賬機(jī)后，雇傭的收銀員就會減少，但其他方面并沒有出現(xiàn)生產(chǎn)率顯著提升的情況，無法以此來刺激創(chuàng)造新的就業(yè)機(jī)會。食品雜貨沒有變得更便宜，食品生產(chǎn)規(guī)模沒有擴(kuò)大，購物者的生活也沒有改變。
即便自動化大幅提高了生產(chǎn)率，如果沒有新任務(wù)隨之誕生，這種效益也是會被抵消的。例如，在美國中西部，機(jī)器人的快速普及導(dǎo)致了大規(guī)模裁員，并最終延長了該地區(qū)的經(jīng)濟(jì)衰退時間。
采用新技術(shù)來監(jiān)工時，勞動者也會面臨同樣的困擾。加強(qiáng)勞動者監(jiān)督可能會使生產(chǎn)率略有提高，但其主要作用是讓勞動者付出更多的努力。
如能對人工智能的發(fā)展予以適當(dāng)引導(dǎo)，它有可能成為勞動者技能和專業(yè)知識的補(bǔ)充。?
所有這些都強(qiáng)調(diào)了技術(shù)的一個最重要問題：選擇。利用集體知識來提高生產(chǎn)率的方法總有很多，指導(dǎo)創(chuàng)新的方法更是比比皆是。關(guān)鍵是我們發(fā)明和采用數(shù)字工具是用來監(jiān)工、推動自動化，還是通過創(chuàng)造富有生產(chǎn)力的新任務(wù)來為勞動者賦能？
當(dāng)生產(chǎn)率浪潮減弱，缺乏自我糾正機(jī)制來保障共同利益時，這些選擇就會變得更加重要，而少數(shù)科技決策者在經(jīng)濟(jì)和政治上的影響力也會愈發(fā)凸顯。
四、與人類互補(bǔ)
新技術(shù)可以與勞動者形成互補(bǔ)，使其提高工作效率或質(zhì)量，或幫助其完成新的任務(wù)。例如，1870年至1979年間，雖然機(jī)械化逐漸使美國一半以上的農(nóng)業(yè)勞動力失業(yè)，但工廠和新興服務(wù)業(yè)出現(xiàn)了一系列新的藍(lán)領(lǐng)和文書工作，對熟練勞動力產(chǎn)生了巨大需求。這類工作不僅報酬更高，而且危險性更小，體力消耗也較少。
在20世紀(jì)的大部分時間里，這種傳統(tǒng)工作自動化與新任務(wù)創(chuàng)造的良性結(jié)合始終在相對平衡的狀態(tài)下進(jìn)行著。但大約在1970年之后，出現(xiàn)了失衡現(xiàn)象。在隨后的50年里，盡管自動化保持發(fā)展、甚至加速了前進(jìn)步伐，新任務(wù)的抵消效應(yīng)卻已弱化，對于沒有四年大學(xué)學(xué)歷的勞動者來說尤為如此。于是，這些勞動者正越來越多地從事雖有社會價值卻薪水微薄的服務(wù)性工作，比如保潔、餐飲服務(wù)和娛樂服務(wù)。
人工智能新時代的關(guān)鍵問題是，這項(xiàng)技術(shù)的作用是否將集中在加速現(xiàn)有的自動化趨勢，而不會產(chǎn)生良好的就業(yè)機(jī)會（特別是對于沒有受過大學(xué)教育的勞動者來說）以抵消自動化的影響，或者說，它是否會為擁有不同技能組合和廣泛教育背景的勞動者帶來新的勞動力互補(bǔ)性任務(wù)。
人工智能系統(tǒng)在某些自動化方面的應(yīng)用已成定勢。許多服務(wù)和生產(chǎn)任務(wù)自動化面臨的一個主要障礙是，這些工作需要靈活性、判斷力和常識，但人工智能出現(xiàn)之前的自動化模式明顯缺少此類特點(diǎn)。而人工智能，尤其是生成式人工智能，有可能掌握此類任務(wù)。由于人工智能技術(shù)尚不成熟，目前我們還不清楚融入人工智能的自動化將對總生產(chǎn)率的增長做出多大的貢獻(xiàn)，但隨著成本的下降和可靠性的提高，它們可能會促進(jìn)生產(chǎn)率的大幅提升。
當(dāng)今在數(shù)字技術(shù)部門占居主導(dǎo)地位的智能范式，也傾向于走自動化道路。人工智能研究的一個主要焦點(diǎn)是在大量的認(rèn)知任務(wù)中實(shí)現(xiàn)人工智能與人類的平等，更廣泛地說，是打造能夠模仿并超越人類能力的通用人工智能。這種對智能的關(guān)注鼓勵的是發(fā)展自動化，而不是開發(fā)與人類互補(bǔ)的技術(shù)。
不過，如能對人工智能的發(fā)展予以適當(dāng)引導(dǎo)，它有可能成為勞動者技能和專業(yè)知識的補(bǔ)充。
人類生產(chǎn)力常常因缺乏具體的知識或?qū)I(yè)技能而受到阻礙，而新一代技術(shù)可以對這些知識或?qū)I(yè)技能形成補(bǔ)充。例如，人工智能在專業(yè)勞動者（比如教育工作者、醫(yī)務(wù)人員，以及電工、水管工等現(xiàn)代技術(shù)人員）的培訓(xùn)和再培訓(xùn)方面具有巨大潛力。人工智能還可能在監(jiān)督培訓(xùn)流程、與客戶溝通以及提供更精細(xì)的服務(wù)方面，對人類的專業(yè)知識和判斷力提出新的需求。
五、五項(xiàng)原則
改變技術(shù)變革的方向雖不容易，但可以實(shí)現(xiàn)。世界各地的政府，尤其是美國和其他正在積極發(fā)展科技的國家，應(yīng)該采取以下五個步驟，幫助人工智能走上一條與人類互補(bǔ)而不是取人類而代之的道路：
1、改革商業(yè)模式：占主導(dǎo)地位的人工智能開發(fā)者可以輕而易舉地?zé)o償征用消費(fèi)者數(shù)據(jù)，這些開發(fā)者對數(shù)字廣告的依賴也會使他們想盡一切辦法來吸引消費(fèi)者注意。政府需要為所有消費(fèi)者的數(shù)據(jù)確立明確的所有權(quán)，并應(yīng)對數(shù)字廣告征稅。要讓人工智能惠及全民，就必須實(shí)現(xiàn)更多樣化的商業(yè)模式，甚至促成更多的競爭。
2、更新稅收制度：根據(jù)美國和其他許多國家的稅法，人力型企業(yè)承擔(dān)的稅負(fù)要比專注于用算法實(shí)現(xiàn)工作自動化的企業(yè)稅負(fù)更重。為了更好地激勵企業(yè)采用與人類互補(bǔ)的技術(shù)，政策制定者應(yīng)潛心制定一個更對稱的稅收結(jié)構(gòu)，平衡雇傭（和培訓(xùn)）勞動力和投資設(shè)備與軟件的邊際稅率。
3、提高勞動者話語權(quán)：由于勞動者將受到人工智能的深刻影響，其應(yīng)該在人工智能的發(fā)展中擁有話語權(quán)。政府政策應(yīng)限制將未經(jīng)測試（或測試不足）的人工智能應(yīng)用于可能使勞動者處于危險之中的場景，例如高風(fēng)險的人事決策任務(wù)（包括招聘和解雇）或工作場所監(jiān)測和監(jiān)督。
4、資助更多有關(guān)人工智能與人類互補(bǔ)性的研究：研發(fā)與人類互補(bǔ)的人工智能技術(shù)需要更多支持。政府應(yīng)促進(jìn)競爭和技術(shù)投資，將人工智能工具與人類專業(yè)知識相結(jié)合，以改善重要社會部門的工作。一旦取得了充分進(jìn)展，政府就可以鼓勵進(jìn)一步投資，并提出建議，商討與人類互補(bǔ)的技術(shù)是否適用于公費(fèi)的教育和衛(wèi)生保健項(xiàng)目。
5、提高政府人員的人工智能專業(yè)知識：人工智能將觸及政府投資、監(jiān)管和監(jiān)督的各個領(lǐng)域。在政府內(nèi)部建立人工智能咨詢部門，可使政府機(jī)構(gòu)和監(jiān)管人員做出更為及時有效的決策。
六、考慮潛在的宏觀經(jīng)濟(jì)影響
人工智能可能會在未來五年使全球GDP實(shí)現(xiàn)增長，雖然增長幅度不會像人工智能狂熱分子所說的那么大。它可能會在中期小幅提高GDP的增幅。然而，從我們目前的軌跡來看，人工智能產(chǎn)生的第一重影響可能是加劇工業(yè)國家內(nèi)部的不平等。
中等收入國家和許多低收入國家對當(dāng)前的道路也憂心忡忡。新的資本密集型技術(shù)將很快在各地得到應(yīng)用。按照目前的發(fā)展趨勢，沒人能確保人工智能創(chuàng)造的就業(yè)機(jī)會能超過其所摧毀的就業(yè)機(jī)會。
如果我們能將人工智能引上一條與人類相輔相成的道路，同時利用它來解決緊迫的社會問題，那么世界各地都將從中受益。但如果一味追求自動化，共同繁榮將更難實(shí)現(xiàn)。
達(dá)龍 ? 阿西莫格魯（DARON ACEMOGLU）：麻省理工學(xué)院教授。
西蒙 ? 約翰遜（SIMON JOHNSON）：麻省理工學(xué)院斯隆管理學(xué)院羅納德 ? A. 庫爾茨創(chuàng)業(yè)學(xué)教授，前IMF首席經(jīng)濟(jì)學(xué)家。
