评论｜人工智能是否“工作”杀手？远不是李开复梁建章辩论能给出答案

李开复：工作消失和贫富差距扩大

2017年6月下旬，Google 原大中华区总裁、“创新工场”董事长李开复在《纽约时报》发表了一篇题为《人工智能对人类社会的真正威胁》的专栏文章。他一方面认为从技术上来看，人工智能发展到人类水平智能（即强人工智能，Strong AI）仍然存在巨大障碍，达成该目标的期限还很遥远；但另一方面又认为，在实践中，人工智能却可以迅速取代很多重复性、低技能的岗位，例如出纳、客服代表、股票交易员、律师助理和放射科医生等，后续还可以代替人类操作半自主或全自主的硬件设施，使得工人、司机、快递员等职业逐步消失，因此这些趋势将导致严重的失业和贫富差距问题。

为此，李开复提出了一种有趣的“人工智能决定论”作为解决方案：对于失业问题，人类可以从事所谓的“爱心服务工作”或充当志愿者，因为这些工作人工智能干不了，且能给人使命感，而政府可以通过对企业征税来为这个新的工作计划提供资金。不过，不是所有国家都有财力承担人工智能发展问题所带来的公共开支，因为人工智能创造的财富将主要流向中美这两个人工智能技术强国，只有它们才能提供资金支持这种转变；对于贫富差距问题，人工智能发展落后的国家在经济上必须依赖中美，以换取资金来应对失业问题。这种经济依赖将重新塑造当前的地缘政治，因此人工智能提供了通过国际合作来使贫富差距最小化的机会。

梁建章：好奇与创新才是大问题

也许是李开复的“人工智能决定论”主张过于强烈，来自科技界的另一著名企业家、亚洲最大 OTA（Online Travel Agency）“携程旅行网”的董事局主席梁建章，在7月初即撰文反驳。他一方面同意人工智能在短期内难以达到人类水平，另一方面则不认可李开复关于人工智能经济和政治影响的判断。

他的论点主要从经济学角度展开：首先是人工智能导致的生产率提高，将促使人类有更多的闲暇时间和购买力，从而导致服务业需求的增长，新的就业机会将填补人工智能取代的工作；其次是产业史和微观经济学的研究表明：发明颠覆性技术的企业未必能获得超额利润和形成垄断，在三个或以上的寡头垄断市场，利润会达到一个均衡水平，消费者将获得技术进步的红利，因此中美可以成为人工智能技术大国，但其人工智能产业及公司不足以影响国际地缘政治。

梁建章从新的角度提出了一个很有意思的问题：相对于贫富差距问题，人类文明发展的动力是好奇、探索和创新，哪天人类不再好奇和创新了，才是真正的大问题。AI 将人类从重复的低技能工作中解放出来，使得人类能从事更多的创新和创造活动，因此研发和创意人员不会失去工作，反而是研发工程师和重复性工作岗位（例如清洁工）的收入差距会扩大，这才是人工智能带来的贫富差距问题。但贫富差距从历史上来看是一个老问题，形成贫富差距的原因很多，从某些方面来看，人工智能发展带来的经济繁荣和教育进步，反而有助解决贫富差距的问题。

1950年代的失业预言为何没应验？

作为一名多年从事信息科学历史和社会影响的研究者，笔者在技术方面同样认同李开复的看法：人工智能短期内无法达到人类级别水平，但在很多具体的领域，取代大量重复性、低技能工作岗位的技术条件已经逐步成熟，所缺的只是社会制度、文化观念、法律和资金的支持而已。这也是 AI 学术界和产业界的主流看法，而诸如未来学家库兹威尔和波斯特洛姆提出的奇点理论和超级智能，并未获得主流科学家的支持。

关于二战后以智能、信息为主题的自动化技术取代人类工作的担忧，并不是一个新问题，早在上世纪50年代，控制论的主要奠基人诺伯特．维纳就在其名著《人有人的用处》中预测：“自动机的采用会带来失业现象，它同目前的工业萧条甚至与三十年代的危机相比较，后者只不过是儿戏而已”。

然而，过去的这60年来，与维纳的预言相反，二战后大规模的失业危机并没有发生，世界经济总体蓬勃发展，新技术革命反而成为了主要的引擎。以1990年美元不变价计算的世界生产总值从1950年的4万多亿美元，增长到2014年的77万亿美元。1950年到1973年的世界 GDP 平均增长率为4.9%，远超上次工业革命中1870年到1913年期间2.1%的平均增速。（注一）因此，从历史的角度来看，由于战后的和平环境导致了全球化和人口增长，各国通过全球化红利进入了相对稳定的国际分工体系，人口增长促进了对工业品、消费品乃至信息服务的需求，从而导致了传统和新兴的服务业吸纳了更多的就业人口，令维纳的预言没有应验。

梁建章：生产率提高，人们工时不减

在维纳所预言的时代里，技术发展主要解放了人类的体力劳动，从而导致农业和制造业的就业人口转向了服务业。但李开复的观点是，这次人工智能革命与以前不同，它带来的是相当一部分脑力劳动的解放，因此某种程度上将摧毁二战以来形成的，吸纳大量劳动力的中低端服务业就业市场，传统劳动力的需求将急剧减少，劳动力供给出现过剩。

对于李的观点，从劳动经济学的角度来看，梁建章的反驳实际上隐含了两个劳动经济学的假设：

第一个假设是从生产要素之间的关系来看，技术要素和劳动力要素的互补性大于替代性。

通俗地说，人工智能技术作为生产要素，其投入的增加，将导致与之匹配的研发、技术、运维岗位的劳动力边际生产率提高，因此人工智能这技术要素与劳动力是互补性的。另外，人工智能也导致重复性、低技能的劳动力被取代，即技术要素对劳动力要素亦具替代性的。虽然在当前的场景下两者兼而有之，但显然梁认为通过新需求带来的新岗位，使得服务业劳动力需求反而上升，因此本质上使得技术要素和劳动力要素之间的互补性大于替代性。

第二个假设是，当技术提高生产效率并带来工资水平增长时，劳动供给的替代效应和收入效应共同发生作用，两者叠加起来可以创造出新的工作岗位。

在这里，替代效应是指当工资水平由于效率提升而提高时，劳动者觉得休息的经济代价太高，因此愿意增加劳动时间获得更高收入，从而增加劳动供给。而收入效应则指劳动者因工资提高主动缩短劳动时间，减少供给，在获得原来同样报酬的同时也增加闲暇时间。梁文的假设是生产效率提高后，由于替代效应的存在，人们并不会减少工作时间，而是继续保持同样或类似的供给，获得更高的收入和购买力，同时也隐含了对于另一部分劳动者因收入效应而产生的闲暇时间，也将产生足够的消费需求，从而创造了新的岗位。

李、梁二位的主张对于人工智能发展会否颠覆性地取代大量工作岗位的问题，都不具有足够的说服力，原因至少有二：

不同行业，人工智能发展挑战亦不同

首先，两人的立场都站在各自的利益点，并未客观、全面地反映事实。李开复是人工智能产业的投资者和推动者，其在文中对人工智能的定义都别树一帜：“人工智能到底是什么？大致来讲，它指的是从某一领域（比如贷款偿还纪录）获取海量信息，并利用这些信息对具体案例（是否贷款给某人）做出判断，以达成某一特定目标（贷方利益最大化）的技术。这些技术在特定任务中所展现出的工作表现，已经被证明可以完全超越人类。”但是在学术界和产业界，虽然当前人工智能商业化应用的成功很多是靠大数据驱动的，但大数据是否为人工智能的唯一核心必要条件并不是广泛的共识。按照国际人工智能协会（AAAI）的定义则更为中性：“对以思维和智能行为作为基础的机制的科学理解，及它们在机器中的具体实现。”

李开复还有一些比较强的观点，即将金融领域中人工智能应用带来的效率提高，简单地推广到了更广泛的行业，甚至举了其创新工场投资的贷款公司作为例子。实际上，相对于其他行业，金融、医疗行业的数据在质量和数量上处于一个较高的水平，人工智能商业化的进程往往以这两个行业为重点。但是即使从技术维度来看，人工智能在法律、会计、教育培训、制造、物流等领域要替代大多数的工作岗位，也绝非轻而易举。因为这些行业的数据在数据质量、数量，以及所面临问题的复杂和开放程度方面，对于当前 AI 的技术而言仍然是一个巨大的挑战。

技术发展受外部社会因素干扰

对于梁建章而言，其第二个假设涉及到劳动者如何在工作和闲暇之间选择，这种选择的决策模型一般称为“工作 ─ 闲暇”时间分配模型。梁在假设中过于简单地假设劳动者愿意保持工作时间以获取足够的收入，并将收入用于购买闲暇时间的服务。这里有两个方面的问题：一方面人工智能的发展是否能使劳动者的贫富差距达到合理水平，使得富人的服务消费需求有足够的生产者来提供？而不至于因为剧烈的贫富差距导致社会失衡？另一方面在于服务业新吸纳的就业人口总量，是否能填补因为技术进步而失去的工作岗位？

这里主要取决于劳动者的个人选择偏好，是愿意多工作还是多休息？而这个问题是比较复杂的，取决于家庭结构、社会制度约束、文化观念等，例如对于女性较少参与工作的日本家庭，丈夫承担的压力较大，加上日本的职业文化，估计大多数日本劳动者会选择多工作；但对于欧美企业，则显然又是另一种情况。对梁而言，他一手创立的携程旅行网是中国服务业的劳动力密集型企业代表，公司员工总数高达三万多人，是全球最大的 OTA 企业 Priceline 的两倍，而其最新的市值仅相当于 Priceline 的三分之一，因此他提倡服务业对就业人口的吸纳，难免会有失说服力。

其第一个假设同样给大家留下了难题：虽然人工智能技术要素对劳动力要素的互补性大于替代性，但互补性带来的高素质技术人员需求，以及替代性导致劳动力流向低工资水平的服务业，他们之间的收入差距问题如何解决？是否会带来社会阶层的固化和中产阶级对教育和培训的过度焦虑？毕竟教育和培训是劳动力素质提高的关键途径，人工智能如何平等地解决这个问题？如果人工智能在教育方面的应用使所有人的专业素质能站在同一条起跑线上，那么又是什么机制使一部分人留在高收入的技术行业，另一部分却分流到相对收入较低的服务业了？

其次在于任何一种技术的开发、部署和推广都是受到外部社会环境干扰的，而不单纯是由技术本身的先进性来决定。在英国，工业革命时期有工人的“卢德运动”（对抗工业革命的社会运动），在美国则有爱迪生与西屋电气的直流电和交流电之争；最近在中国则发生了高铁的磁悬浮和轮轨技术之争，类似这种由于社会外部力量导致技术发展方向变化的例子不胜枚举。同样，当前社会对人工智能技术的选择也涉及文化传统、法律、伦理等一系列考虑，人工智能技术由于涉及自然语言处理、图像识别、机器学习等诸多领域，因此在每一个行业的开发和应用都涉及诸多方面，引起的社会利益冲突往往比较复杂。例如在中国，铁路客户服务中心所导致的整个铁路售票系统变革，虽然部分解决了黄牛倒票和腐败的问题，但同时也产生了农民工与老年人的“信息鸿沟”问题。至于人工智能在医疗上的应用，以及无人驾驶技术的部署，更是涉及观念转变和法律体系的修订，这些都不是一蹴而就的事情。同时技术开发和商业化所需的资金与人才资源，从经济学角度来看都具有稀缺性，人工智能中相关技术开发的优先级和先后秩序，也都存在着社会利益的争夺。

因此，从以上的分析来看，人工智能是不是“工作”杀手，远不是李、梁这两篇文章能够给出结论的。

劳动者的命运谁来掌握？

我们很难直接把维纳的预言或正或反地应用于这一轮人工智能发展带来的技术革命中，对于未来难以简单地基于经验外推，尤其是当前的技术、经济和社会条件与维纳时代已经大相径庭。同时也很难认同李开复为人工智能带来的社会就业问题开出的处方，对于梁建章的乐观预测也心存疑虑。无论如何，将人工智能技术发展视为我们社会未来的唯一决定性因素，而忽视整个进程中政府、非政府组织、劳动者、企业、宗教社团等各方面的作用，本质上还是一种技治主义（Technocracy）立场。

技术从内部来看无善恶之分，但技术的开发和应用却需要考虑各方的立场、态度和利益。技术在带来效率提高、减少岗位的同时，其为社会整体或大多数人带来的边际收益应该是递增的，这种递增应以新的工作需求为基础，给劳动者带来更多的幸福。为达到这个目的，在人工智能产业的规划和立法中，应通过技术民主化来扩大技术参与者的利益范围，赋予缺乏技术、金融、文化和政治资本的社会阶层参与技术设计过程的权力。因此，劳动者的命运还是要诉诸社会的广泛协商和共识，这种协商机制需要在文化、道德、立法、媒体传播等各个方面得到落实，我们不能对人工智能带来的冲击过于悲观，但却应在此技术大变革之际，像对待气候变化、环境保护和核能利用问题那样，平等地获得信息和参与讨论，使得技术为社会带来正向价值。

（陈自富，上海交通大学科学技术史博士，主要从事计算机科学和人工智能史、科学文化传播研究）

注一：林进成：〈战后世界经济的回顾与展望〉，《华南金融研究》.