人工智慧時代的「掉隊者」生存指南

人工智慧的創新提供了大量的就業機會，也製造了大批「掉隊者」——對於這種兩級分化的就業難題，處於低端製造業和自動化初始階段的國家該如何應對？

「機器換人」勢不可擋

老實講，我們在享受人工智慧帶來的便利之時，也在擔憂自己的工作是否將被機器人取代。

這種擔憂不是空穴來風，而是實際發生。比如在浙江嘉興市，有數據表明，僅過去四年，就有6324家企業實施了「機器換人」；在廣東東莞，過去三年實施的「機器換人」專項行動，也替代了約7.8萬人工崗位。

世界經濟論壇在2016年初預測，以自動化和人工智慧代表的「第四次工業革命」，將使全球500萬個工作崗位被機器人替代。

花旗銀行和牛津大學也在2016年預測，未來77%、印度69%、美國47%的就業崗位都有可能被機器人代替。

在此之前，2015年諾貝爾經濟學獎獲得者安格斯•迪頓（Angus Deaton）更是公開表示，對美國就業而言，機器人的威脅遠甚於全球化。因為機器人和自動化的增長，可能會消滅全球各地數以百萬計的就業機會。

牛津大學的Carl Frey和Michael Osborne在2013年的一項研究顯示，自動化浪潮加劇了社會不平等。在美國，大約50%的工作正處於被自動化技術取代的危機中。「我們發現83%的時薪低於20美元的工作將承受自動化技術的壓力，而31%的時薪20到40美元的工作以及4%的時薪超過40美元的工作也將承受這種壓力。」

工資和技能在某種程度上是相關聯的，這意味著公司對低技術工作的需求量會大量減少，而對高技能工作的需求量則幾乎不會減少——這種結果表明自動化對就業市場的影響發生了轉變。

美國經濟顧問委員會主席JasonFurman近期在「人工智慧進行時：人工智慧技術近期的社會和經濟影響」討論會上發表演講時表示，在過去，自動化技術導致了所謂的就業市場兩極分化，因為需要中等技能水平的工作——包括出納員、服務員和某些流水線員工——更容易被程序化。

自動化應用使得公司降低了對低技術勞動力的需求。Jason Furman發現，美國25到54歲的男性勞動者的勞動參與率從20世紀50年代的98%降低至如今的88%。經濟顧問委員會在最近一份報告中詳盡討論到：勞動參與率的下降主要集中在高中或更低學歷的男性中，同時發生的還有相對工資的下降。

這意味著，這一群體勞動參與率的降低表明勞動力需求量在減少，導致針對低技能勞動力的工作機會變得更少，而且工資也變得更低。包括自動化應用在內的越來越多的技術進步可能部分地解釋了公司對低技術勞動力的需求的下降。

緩解「掉隊者」的焦慮

好吧，看來「機器換人」的趨勢已無法反轉，我們是否可以從積極的角度看待這個現象？

2010年諾獎得主、倫敦政治經濟學院教授克里斯托弗•皮薩里德斯認為，機器人會減少我們的工作量，給就業帶來一定負面影響，但也給我們帶來了更多休閑時間，同時也將在包括醫療保健、教育、房地產管理、家庭服務、個人服務等方面創造很多新的就業崗位。從分析OECD（經濟合作與發展組織）國家相關數據可以看出，工作時間最短國家的是德國，不是失業率較高的希臘。大部分技術創新國家的勞動者工作時間其實都更短。」

「實際上，機器替代的很多崗位職業風險很高，比如重物裝卸、高空作業，用『機器換人』才能真正提升崗位安全。」特斯拉全球銷售總裁喬•麥克尼爾近期在高層發展論壇上表示，30年前，我們需要大量電話接線人員，這一工種現在被機器取代了，但是原來的接線員們可以在呼叫中心找到新工作。

蘋果CEO 蒂姆•庫克認為，過去10年，世界上就業機會增長速度最快的領域就是應用開發，因為那時市場上基本上找不到應用開發人員，但現在，僅在蘋果平台上，就有200萬的開發人員。「一夜之間，你就可以從一個打工者變為一個創業者。」

從OECD國家的數據來看，自2002年至2016年，隨著工業機器人的增加，製造業就業也隨之增加。但需要指出的是，選取的這些OECD「樣板國家」的製造業基本處於價值鏈上層，選取的時間也是自動化對低技能工人淘汰基本結束的時間段，本結果可能並不適用於低端製造業和自動化處於初始階段的國家。

那麼問題來了，在全球化的背景下，那些被新技術革命浪潮席捲的中低端製造業和自動化處於初始階段的國家該怎麼辦？一大批教育程度較低、學習能力較低的人群，該如何就業？

Jason Furman認為，我們不必擔憂機器人將取代人類工作的既定事實，我們更應該關注這個人員周轉的過程，也就是被科技奪取工作的人群找到新工作的過程。

「因為科技引發了消費者的新需求，因而創造了新的工作機會，不過這個過程中大部分人員可能長期處於離職狀態。從短期來看，不是所有工作者都能通過訓練或有能力找到由人工智慧創造的工作。」Jason Furman表示。

德國國際合作機構董事長克里斯托弗•拜爾建議，首當其衝的，是要完善相應的公共政策和產業政策，以緩解「掉隊者」的焦慮。公共政策需要來預防和解決這個關乎公平和收入的問題，不妨通過醫療和養老，比如增加護工崗位，來吸納就業。

此外，比爾·蓋茨曾建議徵收機器人稅。對此克里斯托弗•拜爾認為，決策者需要確定一種激勵機制，在鼓勵創新、迎接變革的同時，要兼顧低收入、低學習能力群體的利益。

「沒有理由認為，在科技和生產力比當今水平更高的未來，經濟不能帶來多個實質性水平上的就業。然而，關鍵是我們的勞動力市場制度如何應對這些變化，幫助、支持新職位的創造，並且成功地將新職位與勞動力匹配上。」Jason Furman認為，我們的目標應該是以培養技能、訓練、工作搜索協助以及其他勞動市場機構、保證人們走進工作為首位，這項工作更能直接解決由人工智慧引發的就業問題。