蔡昉：

怎样看待AI就业冲击？

技术进步对于就业的影响，从工业革命开始就是社会的焦点和研究的关注点。具有“卢德主义”性质的运动和思潮，曾经以各种面貌反复出现。不过，无论是从原因穷究结果，还是从本质看到表象，AI就业冲击这一次来得真的不同以往。凡事预则立。面对可能的AI就业冲击，需要澄清一些认识，确立若干政策原则。

AI就业冲击不同于历史上反反复复出现的“技术性失业”

首先，这一次不再是历史上反反复复出现的“技术性失业”幽灵（spectre），而是可以替代几乎所有职业的终结者（terminator）。从懂科学的企业家马斯克，到关心AI发展的经济学家萨默斯，都认为AI对岗位的替代将是全面的，一旦不久后通用人工智能（artificial general intelligence，AGI）出现，简单的、复杂的、体力的、智力的，无论何种岗位将无一幸免。

其次，AI技术进步的速度之快，越来越让人有一日千里、一日三秋的感觉。例如，从“土耳其下棋机器人”（1770年骗局，可将其权且当作这个想法的起点）到图灵1950年论文发表，经过了180年；再到1997年“深蓝”战胜卡斯帕罗夫，又经历47年；再到名为“阿尔法狗”的国际象棋机器人于2016年战胜李世石、于2017年战胜柯洁，也相隔了约20年。而从ChatGPT问世到Sora的出炉，仅仅相隔一年。我们无须用任何复杂的模型来预测，只要看一看这个速度和加速度，即可得出对通用人工智能出现的合理预期。

最后，大模型AI的“发展悖论”注定了岗位的大规模损失几乎是必然的。阵营之间、国家之间、企业之间都认识到能否占据AI技术和产业的制高点关乎生死存亡。这导致围绕着AI的发展，形成一种类似冷战时期太空竞赛、军备竞赛、核武器竞赛的竞争。并且，大模型AI高度耗能、烧钱。挖掘模型用途、扩大用户群、提高回报率的必然方向和方式，便是提高劳动生产率，从而减少劳动力和人力资本的使用。

人类应对岗位替代的两条根本出路，迄今尚未发生根本性的变化

然而，只要人类劳动还没有彻底由人工智能替代或者决定，或者说“人机一体”尚未普遍实现之前，就仍有一些东西不会发生变化。而且，这些没变的事物或方面越发弥足珍贵，可以为我们提供一个时间窗口。

最重要的一点就是，人仍然是主导的一方，仍然是“人告诉机器做什么”，这是使我们保持信心的根本。这一点既有技术上的含义，也有制度上的含义。也就是说，我们人类应对岗位替代的两条根本出路，迄今尚未发生根本性的变化，虽然也需要与时俱进，不断校正方向。

第一，人力资本依然是抵御AI冲击的底气，但是人类需要知道自身的所长和所短，把扬长避短作为AI时代人力资本培养的基本策略。迄今为止，人类智能或自然智能相对于AI，仍然具有优势的方面在于：（1）软技能而非硬技能；（2）非认知能力而非认知能力；（3）情商而非智商；（4）人文的理解力和同理心，而非数理化的解题能力，甚至不是编码技能；（5）隐性的知识而不仅是显示性的技能。

第二，社会福利体系仍然是根本性的托底制度，而且履行此类功能的物质条件日益增强。马克思从早期资本主义的发展看到，一旦劳动力成为商品，工人从制度上便难以摆脱受剥削的命运。北欧在建立福利国家之初，在制度设计中就突出“去商品化”，即弱化劳动力作为纯私人要素的属性，强化劳动者及其家庭的社会权利。在AI的“岗位破坏”日益大于和快于“岗位创造”的条件下，这个理念和做法越来越重要。

AI就业冲击下劳动者的几种出路

无论是老办法还是新思路，就业对AI替代做出反应的方式，不外以下几种。在概括这些方式之前，我们先给出一个合理的预设前提，即AI的发展终究会以前所未有的幅度提高劳动生产率。在此基础上，劳动者通常并且可以有以下几种出路。

第一，转入要求更高技能的岗位。这是乐观的经济学家始终坚信的一种结果，自从历史上发生“卢德主义运动”以来，也不断被事实所证明。只不过这要求劳动者具有更高的技能与之相适应。换句话说，获得这种新岗位的与失去旧岗位的，通常不是同一批人，很大程度上也不是同一队列的人，甚至不是同一代人。

今后，失去老工作和得到新工作的时间缺口只会更大。包括美国前财长萨默斯在内的许多经济学家，已经从以前对技术进步创造岗位充满信心，转变为如今认为“卢德主义”自有其道理。鉴于另一位美国前财长姆努钦对AI的就业影响仍然“乐观”，并且如今已经难得找到持这种态度的人了，我们可以称这种不会自然而然产生的岗位为“姆努钦式岗位”。

第二，转到劳动生产率较低，从而报酬也较低的行业。库兹涅茨把劳动力向更高生产率部门转移，是产业结构变化的正常方向，与之相应，生产率降低的岗位则属于具有“逆库兹涅茨化”特征的岗位。从客观上说，新岗位的正规化程度要低于原来的工作。从主观上说，新岗位的体面程度也要低于原来的工作。总而言之，就业质量被降低。

第三，转到少量具有高需求弹性行业的岗位上。这是指那些人们保持着巨大的需求，却天然具有劳动生产率难以提高特性的行业。经济学家威廉·鲍莫尔把表演艺术作为这种行业的典型例子。这种类型的行业和岗位能否继续存在，以及能否得以扩大的关键，在于人们对相应产品和服务的需求及其弹性。但是，此类行业的规模和岗位数量并不会无限扩大。这类岗位可以被称为“鲍莫尔成本病岗位”。

第四，转到由新的消费所诱致出来的岗位上。我们今天的消费内容，在若干年之前可能难以想象，在更早的时候索性就不存在。就业岗位也是如此。未来随着劳动生产率的提高，人们的品位在变化，新事物新观念不断涌现，因而消费的领域不断拓展，职业类型花样翻新。鉴于这类岗位的消费归根结底由供给侧生产率的提高引起，是一种“供给创造需求”的现象，我们可以称之为“萨伊式的岗位”。

第五，转到因重新定义而出现的岗位上。以前不符合就业定义的活动，如今在整体劳动生产率的支撑下，可以被社会承认为“就业”，并以转移支付的方式得到补偿。例如，如果一个人自认为是“作家”却没有作品出版并获得酬劳，按照失业的调查定义，这种“在过去一周内未从事一小时以上有报酬工作”的状态，则不被算作就业。然而，如果社会负担得起，也完全可以认为这是一种就业。

与此相类似的情形还包括那些并不宣称自己正在“工作”的人，即不再寻求就业的人群。这包括两种情形。一种是当事人有供养来源，例如索性采取啃老等方式“躺倒”。另一种是无需就业，却可以得到普惠性的社会福利支撑。例如，如果实施全民基本收入（universal basic income）制度，就形成一种环境，使受到就业冲击的一些人选择不再参与传统意义上的工作。鉴于凯恩斯很早以前就探讨过如何分享生产率提高成果的方式，我们也可以称其为“凯恩斯式岗位”。

应对之策

根据经济史上人类应对技术替代就业现象的长期经验，可以提炼出几个原则性建议，即通过制度建设、政策调整、体制改革引导技术发展以及市场主体行为，最大限度做到几个“同步”：一是保持岗位破坏速度与岗位创造速度的同步性，特别是在数量上尽可能使转岗成为可行的。二是保持各行业生产率提高速度的同步性，避免索洛悖论（IT仅提高部分行业的生产率，却未能渗透到其他行业）情形的发生。三是保持AI替代劳动力的速度与培训劳动者能力的速度同步性，尽可能缩短再就业摩擦期。四是保持生产率提高与生产率分享的同步性，这也是公平与效率统一的要求和体现。

从政府职能的角度保障落实以上原则，可以从若干既重要且紧迫的应对之策入手。

首先，加快建设中国式福利国家。对此应该强调几点：第一，以只争朝夕的精神，或者说以摩尔定律的速度加快完善社会福利体系。第二，按照普惠的原则设计和完善福利制度。这意味着改变以往严格识别社会福利受益对象的理念，因为在岗位的加速流失时代，已经越来越无法区分一个人是否“躺倒”，而且AI驱逐劳动者本身具有强烈的外部性。第三，用社会共济、社会保护和权益保障，抵消非正规就业的蔓延趋势及其对劳动者的不利影响。

其次，大幅度延长义务教育或免费教育年限。与AI竞争的需要，一方面对人力资本提出越来越高的要求，另一方面需要更偏重非认知能力的培养。哈佛大学儿童发展中心的研究显示，在人生的最初几年，大脑每秒钟能够建立超过100万个神经元连接，这在此后任何生命阶段都无法重现。非认知能力的最佳培养时间在三岁至四岁，最理想的举措是把义务教育延长到这个学前教育年龄。劳动生产率的预期大幅度提高，可以显著扩大教育公共资源，足以支撑更长的儿童在校时间。

最后，消除在儿童发展、教育与培训、流动与就业、社会保障，以及其他基本公共服务方面存在的制度性障碍。其中特别是消除流动儿童和留守儿童存在的制度原因。研究表明，对于孩子的人力资本培养，特别是对于非认知能力的获得，以及他们终生的社会流动机会，父母的养育和照护具有学校和社会均无法替代的作用。因此，推动户籍制度改革，解决留守儿童和流动儿童面临的此类问题，应该置于最高的优先序。■

如果你不想错过内容，记得点下“赞”和“在看”，这样，每次新文章推送，就会第一时间出现在你的订阅号列表里了～

“博士悦读”是专业的MBA、EMBA、DBA咨询服务平台，为在职人员提供一站式学历学位以及高管培训的最佳方案，上海、北京、广州、深圳、杭州、南京、苏州、青岛、成都、重庆等教学区任意选择。(点击“阅读原文”查看更多国际在职“MBA/EMBA/DBA”课程）