這 16 種 人 未來 10 年 不用 怕 失業

許多經濟學家、技術專家和未來學家，包括我本人在內，深深地對未來感到憂慮。我認為人工智慧的四波浪潮席捲了全球經濟，它們有潛力撬開更大的貧富差距，引起大範圍的技術性失業。未來由技術導致的財富與階層上的懸殊可能演變為更深刻的裂痕：撕裂社會結構、挑戰我們的人格尊嚴。

人工智慧對於商業來說是一個異常強大的工具。經濟學家預測，到2030年，人工智慧將為全球經濟帶來15.7兆美元的財富。很多收益來自自動化取代大量人工的工作。由此引發的裁員對所有勞動者都一視同仁，給高學歷白領職工和許多體力勞動者帶來同樣的巨大打擊。當人類與運算能力超過人腦的機器競爭時，大學本科學歷甚至是高度專業化的研究生學位都不再是工作的保障。

人工智慧是第三個GPT

我相信，人工智慧很快會成為下一個GPT（通用技術，General Purpose Technologies），刺激經濟生產甚至促進社會組織變革。人工智慧革命會達到工業革命的規模，甚至規模會更大，速度會更快。這些變革會比之前的經濟革命更廣泛。蒸汽動力從根本上改變了體力勞動的性質，ICT(資訊通訊技術，Information and Communication Technology)從根本上改變了某些類型的認知勞動，人工智慧則會同時影響這兩者。人工智慧會以遠超人類的速度和力量執行多種類型的體力和智力任務，大大提升運輸、製造、醫學等各個方面的生產力。

我相信我們可以確定以下幾件事。第一，在工業時代，新技術帶來了長期就業機會增長和工資水準的增長。第二，新的GPT依然很罕見且重要，應單獨評估各個GPT對於就業的影響。第三，在被廣泛認可的三個GPT中，蒸汽動力和電氣化同時推動了生產力和就業率提高，ICT提高了生產力卻不一定增加就業。第四，人工智慧也會是一種GPT，它偏重技能，應用速度快，這兩個特性表明人工智慧會對就業和收入分配產生不利影響。

如果上述論據正確，那接下來的問題就很清楚了：哪些工作會受到衝擊？情況究竟有多糟？我根據牛津大學、麥肯錫、普華永道、創新工廠研究報告綜合整理了365種人類工作的消亡概率。篇幅所限，本文選載了前十名和後十名，供讀者參考。

人工智慧的“可以”與“不可以”

分析人工智慧取代工作崗位，不能僅僅用傳統“低技能”vs.“高技能”的單一維度來分析。人工智慧既會產生贏家，也會產生輸家，這取決於具體工作內容。儘管人工智慧可以在基於資料優化的少數工作中遠勝人類，但它無法自然地與人類互動，肢體動作不像人類那麼靈巧，也做不到創意地跨領域思考或其他一些需要複雜策略的工作（因為這些工作投入的要素和結果無法輕易量化）。下面我用兩張圖來解釋一下，第一張分析體力勞動，第二張分析認知勞動。

對於體力勞動來說，X軸的左邊是“低技能、結構化”，右邊是“高技能、非結構化”。Y軸下邊是“弱社交”，上邊是“強社交”。認知勞動圖的Y軸與體力勞動一樣（弱社交到強社交），但X軸不同：左側是“優化型”，右側是“創意或決策型”。如果認知勞動的重點是將資料中可量化的變數最大化（例如設置最優保險費率或最大化退稅），就歸類為“優化型”的職業。

這幾條軸將兩張圖各分為四個象限：第三象限是“危險區”，第一象限是“安全區”，第二象限是“結合區”，第四象限是“慢變區”。工作內容主要落在“危險區”的工作（如卡車司機、定損員等）在未來幾年面臨著被取代的高風險。“安全區”的工作（如導遊、心理學家、按摩師等）在可預見的未來中不太可能被自動化。“結合區”和“慢變區”象限的界限並不太明確：儘管目前不會完全被取代，但工作任務的重組或技術的穩定進步，可能引起針對這些工作崗位的大範圍裁員。

在左上角的“結合區”中，大部分計算和體力性質的工作已經可以由機器完成，但關鍵的社交互動部分使它們難以完全自動化。所以，最可能產生的結果就是幕後優化工作由機器完成，少量人類工人仍會是客戶的社交介面，人類和機器形成共生關係。此類工作可能包括保安人員、報稅員甚至放射科醫生。這些工作消失的速度和比例取決於公司改造員工工作內容的靈活程度，以及客戶對於與電腦互動心態的開放程度。 

落在“慢變區”的工作（如水管工、建築工人、平面設計師等）不依賴於人類的社交技能，而依賴於動手能力、創造性或適應非結構化環境的能力。這些仍是人工智慧的短板。由於不斷發展的技術會在未來幾年中慢慢提升這些短板，所以此象限中工作消失的速度，更多地取決於人工智慧能力的實際擴展。

兩類失業：一對一取代和徹底清除

我是一名技術專家和早期風險投資者，我的專業背景教會我嘗試以不同的方法解決問題。在職業生涯早期，我致力於將先進的人工智慧技術轉化為有用的產品。同時，作為風險資本家，我也投資和協助一些新的創業公司。這兩份工作讓我發現人工智慧對工作崗位形成的威脅不只是“一對一取代”，還有“徹底清除”。

我投資的許多人工智慧公司，都在嘗試開發可以取代某類工人的單一人工智慧驅動產品，如可以完成倉庫搬運工工作的機器人，可以完成計程車司機核心任務的自動駕駛汽車演算法等。如果取得成功，這些公司會向客戶銷售其人工智慧產品，而客戶可能解雇被替代的剩餘勞動力。這些“一對一取代”的工作類型，正是經濟學家利用“工作任務分析法”所研究的課題核心。

但還有一種完全不同的人工智慧創業公司：它們想從根本上重構整個行業。這些公司並不是想用同樣功能的機器人取代工人，而是追求通過新的方式來滿足整個產業用人的基本需求。如無人F5（未來商店）等創業公司是這類公司的傑出代表。演算法沒有取代這些公司的員工，因為這些公司從來就沒有雇用人類員工。但是隨著這些公司優質而低價的服務逐漸佔據市場，他們會給雇用人類員工的競爭對手造成壓力。他們的對手將被迫從頭開始調整，如重構工作流程、利用人工智慧、裁員等，否則就面臨倒閉的風險。最終結果是一樣的：人類工人將會越來越少。

這種原因導致的失業，是眾多採用“工作任務分析法”做研究的經濟學家沒有預測到的。如果將這種劃分方法應用在新聞類App上，預測“編輯”這個崗位的自動化程度，會發現有很多工是機器無法完成的，如閱讀和理解新聞專題文章、主觀評估應用用戶的適合性、與新聞記者以及其他編輯溝通等。但是當今日頭條研發演算法時，他們並不是想用演算法完成以上這些任務。相反，他們重新構思了新聞類App的核心功能——定制用戶希望閱讀的新聞故事清單——然後使用人工智慧演算法來完成。

我預計受衝擊最大的工種為市場行銷、客戶服務，以及涉及大量常規優化工作的行業如速食、金融證券甚至是放射醫學。據報導，花旗總裁兼機構客戶集團CEO傑米．福雷斯（Jamie Forese）表示，在未來5年內，花旗集團2萬名技術與運營人員中，最多將有一半員工面臨被裁員的境遇。這些改變會影響到“結合區”象限的就業，公司可能會交給少數員工去整合與客戶互動的工作，用演算法完成其他大多數幕後的單調工作。雖然所有人類工作不會全部消失，但工作崗位會大大減少。

比較下兩種類型的自動化程度：一對一取代的比例為38％，徹底顛覆的比例約為10％。無疑，我們面臨著巨大的挑戰。而所有員工工作中任務的自動化比例也會不斷增加。將會使其公司的價值增加不斷放緩。

更多的失業人員將會爭搶越來越少的工作崗位，這會使薪水進一步降低，導致許多人從事兼職或者掙錢不多的“零工”。而且這將會是一種新常態：智慧型機器全面上崗，人類就業則阻礙重重。

隨之而來的個人危機

除了引起直接失業，人工智慧還會加劇全球經濟不平衡。通過賦予機器人看、聽、拿、操作、移動的能力，人工智慧會徹底改革製造業，迫使發展中國家那些雇用了大量低薪工人的工廠破產，切斷底層人民改善生活的路徑，剝奪發展中國家通過低成本出口促進經濟發展的機會。中國、韓國、新加坡的脫貧致富之路曾經證明了這種方式的有效性。大量的年輕工人曾經是發展中國家的最大優勢，但在人工智慧跨越式發展的未來，卻會變成拖累和潛在的不穩定因素。

即使是發達國家，人工智慧依然會造成更大的貧富差距。人工智慧驅動的產業天然趨向於壟斷，會在壓低價格的同時消除公司間的競爭。最終，小型企業會被迫關門，人工智慧時代的行業主宰會獲得以前根本無法想像的利潤，經濟權力集中到少數人手中。在我看來，如果不加以管制，人工智慧對於潛在的社會經濟問題就是火上澆油。

伴隨失業浪潮，隨之而來的還有個人危機。自工業革命以來的數個世紀裡，工作不僅是一種謀生手段，更是一種自我認可以及生活意義的源泉。當我們身處社會之中，需要自我介紹或介紹他人時，首先提到的就是工作。工作讓我們過得充實，給人一種規律感，讓我們和其他人聯結。固定的薪水不僅是一種勞動報酬方式，也代表了個人對社會的價值，表明每個人都是社會的重要成員。

切斷這些聯繫，或者說迫使人們從事低於過去社會地位的工作，影響的不只是收入，還會直接傷害到我們的認同感和價值感。

也許我們都應該捫心自問：在智慧型機器時代，生而為人的意義是什麼？

（原文刊載於2018年12月號《哈佛商業評論》微信公眾號；本文獲作者授權轉載。）