关于AI与就业，所有人都搞错了

cover

摘要

关于AI是否会令人类劳动变得过时，当前舆论场上的两种极端声音都存在严重缺陷。一方是末日论者 (Doomers)，坚信几年内就会出现近乎全民失业的局面，预测5年内半数白领入门级岗位将被淘汰，失业率可能飙升至10%到20%。另一方则认为AI不过是过度炒作，不会从根本上改变经济。

然而真相介于两者之间。文章以放射科医生 (Radiologist) 的故事为切入点——2016年，AI教父杰弗里·辛顿 (Geoffrey Hinton) 曾断言5年内深度学习将超越放射科医生，人们应该停止培训这一职业。然而近10年后，放射科医生的需求不降反升，达到历史新高。原因在于：当技术降低了使用某种资源的成本，需求反而会爆发式增长，这就是经济学家所称的杰文斯悖论 (Jevons Paradox)。

从19世纪煤炭效率提升反而增加消费，到集装箱化使航运成本降低90%后全球贸易爆炸式增长，再到云计算使基础设施成本降低10倍后催生DevOps工程师和云架构师等新角色，历史反复证明效率提升往往揭示潜在需求并创造全新的工作类别。因此，AI时代下我们应该预期服务需求会广泛增加而非减少，同时许多角色将从手动参与转变为监督AI代理团队，旧岗位消失的同时会有更有趣的新岗位取而代之。

正文

AI就业辩论的两极

AI是否会让人类劳动过时？当前AI就业辩论中，两端最响亮的声音都处于歇斯底里的状态。

一方是末日论者，他们确信我们距离近乎全民失业只有几年时间。有人预测5年内半数白领入门级岗位可能被消灭，失业率可能飙升至10%到20%，我们将面临前所未见的失业水平。

另一方则认为AI是被夸大的炒作，不会从根本上改变经济。他们指出萨姆·奥特曼多年来一直在说我们知道如何构建AGI (通用人工智能)，但这还不是AGI，明年也不会实现，AI也不会像想象中那样为各工作场所节省那么多成本。

真相是，这两种观点都有缺陷。历史、行业和常识中所有最好的指标都表明，AI将改变经济，但不会摧毁它。

放射科医生的启示

2016年，图灵奖 (Turing Award) 得主、AI教父之一杰弗里·辛顿宣称人们应该停止培训放射科医生。他说5年内深度学习 (Deep Learning) 将超越放射科医生，这是完全显而易见的。辛顿是神经网络 (Neural Nets) 的先驱之一，比几乎任何人都更了解新兴技术的能力。但他错了。

近10年后，放射科医生的需求并未归零，反而处于历史新高。尽管已经有数十种最先进的AI产品可以比人类更快、更准确地检测和分类数百种疾病。原因何在？

部分原因与医疗行业特定因素有关，如医疗事故责任担忧和保险法规要求人类参与 (Human in the Loop)。但更根本的是，当为放射科医生提供加速其工作某一方面的工具时，对他们服务的需求反而爆发式增长。更便宜的扫描意味着更多的扫描，更多的扫描意味着对放射科医生复杂诊断和治疗规划的需求增加。

换言之，当我们使用技术降低使用某种资源——在这里是核磁共振 (MRI) 和其他成像技术——的成本时，对该资源及相关服务的需求会急剧上升。

杰文斯悖论

这就是经济学家所称的杰文斯悖论 (Jevons Paradox)。该悖论最早由经济学家威廉·斯坦利·杰文斯 (William Stanley Jevons) 于19世纪中叶在英国提出，他观察到提高煤炭使用效率的技术改进反而增加了许多行业的煤炭消费量。这与当时许多人认为效率提高会降低消费的假设相悖。杰文斯表明，效率提升往往可以揭示潜在需求 (Latent Demand)，而这种新需求反过来可以创造全新的工作类别。

历史上有许多这样的例子：

当集装箱化 (Containerization) 在20世纪60年代使航运成本降低90%时，一些码头工人最初被裁员，但全球贸易爆炸式增长，催生了货运代理、物流和仓储配送领域的十亿级帝国。

当云计算 (Cloud Computing) 在2010年代使基础设施成本降低10倍时，传统IT角色发生转变：服务器管理员成为DevOps工程师 (DevOps Engineer) 和云架构师 (Cloud Architect)，管理以前看似不可能的基础设施规模。

最近，随着算法改进降低了推理 (Inference) 成本，GPU的需求急剧上升而非崩溃——英伟达股价近期创下历史新高。

对AI劳动经济的影响

Box的CEO兼联合创始人亚伦·列维 (Aaron Levie) 最近写道："我们应该预期效率提升实际上意味着对多个领域服务的更多需求，而非更少。当工作成本下降时，需求就会上升。而且通常存在的潜在需求比我们意识到的要多得多。"

换言之，随着AI使分析MRI、起草法律文件和编写代码变得更便宜、更快速、更容易，我们应该预期对放射科医生的治疗方案、律师的法律咨询和工程师的专业知识的需求将广泛增加，而非减少。

岗位的转变与重塑

这并不意味着工作岗位不会改变，某些情况下也不会消失。许多以前需要人工直接参与的角色可能更像是在监督AI代理团队 (Teams of Agents)。人类仍然会参与其中。

OpenAI联合创始人安德烈·卡尔帕西 (Andrej Karpathy) 也有类似观点。卡尔帕西认为AI将首先转化那些机械重复 (Rote)、需要上下文较少、对错误容忍度高的工作，如客服代理 (Customer Service Agent) 和数据录入 (Data Entry)。但即便如此，他认为这些工作中的许多将被重构为管理者或监督者角色，而非完全消失。

在Y Combinator的投资组合中，我们已经看到了这种趋势：

这些往往是极其枯燥的机械性工作，当你在指挥一支AI代理大军时，突然变得有趣得多。AI为这些员工自动化的许多任务——如应对不耐烦的客户或填写例行表格——本身就是不愉快的。虽然其中一些岗位会消失，但正如互联网时代一样，我们可以预期会有更有趣的岗位取而代之。

给AI创业者的启示

如果你正在考虑用AI创业，应该从这一切中得出什么结论？

第一，AI变革绝对是真实的，而且正在推进。不要像保罗·克鲁格曼 (Paul Krugman) 那样在1998年将互联网的影响比作传真机——不要低估这种变化。

第二，现在不是沉溺于全自动奢侈共产主义 (Fully Automated Luxury Communism) 幻想或人类经济即将崩溃的臆想的时候。不要只是坐在沙发上等待全民基本收入 (UBI) 的支票。

AI是下一个与互联网同等甚至更大的事物。你要构建的未来不是在等待许可才开始——它正在被那些看到别人看不到的东西的人建造着，就像你一样。每一家伟大的公司都始于一个决定迈出这一步、押注于自己信念的创始人。唯一真正的问题是：你是否会成为其中之一。