人工智能:AI將會如何影響未來工作？生產力悖論視角下的深度解讀

人工智能的熱潮引起了人們的關注，不僅是因為其算法模仿人類的驚人能力，而且這些算法很可能會取代許多人的工作。其經濟和社會后果可能是戲劇性的。

這種經濟轉型的途徑是通過工作來轉變的。高盛（Goldman Sachs）的一項廣泛流傳的研究預計，未來十年中，大約三分之二的當前職業可能會受到影響，人們現在所做的四分之一到一半的工作可能會被算法接管，全球多達300億個工作崗位可能受到影響。

咨詢公司麥肯錫（McKinsey）發布了自己的研究，預測人工智能驅動的全球經濟每年將增加4.4萬億美元。

如此巨大的數字發人深省，但這些預測的可靠性如何？

筆者領導著一個名為“數字星球”的研究項目，研究數字技術對世界各地生活和生計的影響，以及這種影響如何隨著時間的推移而變化。

通過觀察個人電腦和互聯網等數字技術浪潮如何影響工人，可以深入了解人工智能在未來幾年的潛在影響。但是，如果未來工作的發展可以作為指導的話，我們可能需要提前有一些心理準備。

支付平臺Wyre發布產品更新，支持在Avalanche的C-Chain上將法幣轉入USDC:金色財經消息，支付平臺Wyre發布產品更新，用戶可以使用Wyre在Avalanche的C-Chain上將法幣轉入USDC。此外，Wyre支持Stellar USDC與ETH和BTC交易。Wyre此前集成了Polygon，支持mUSDC，現增加了對ERC-20代幣MATIC的支持。Wyre還增加了支持LETH和LUSDC的法定貨幣出口。（medium.com）[2022/3/25 14:17:44]

跟蹤科技對經濟影響的關鍵指標是工人生產率的增長——定義為每小時員工可以有多少工作產出。這個看似干巴巴的統計數據對每個工作人士都很重要，因為它直接關系到一個工人可以期望從每小時工作中賺取多少報酬。換句話說，更高的生產率預計會導致更高的工資。

人工智能產品能夠在最少的人力參與下生成書面、圖形和音頻內容或軟件程序。廣告、娛樂、創意和分析等領域可能是首先感受到影響的行業。這些領域的從業者可能擔心公司將使用人工智能來替代他們曾經做過的工作，但經濟學家認為，利用這項技術有很大潛力提高整個勞動力的生產率。

聲音 | Cardano創始人：Voltaire或將在2020年底推出:金色財經報道，在最近的一次AMA會議上，Cardano創始人、IOHK首席執行官Charles Hoskinson表示，Voltaire可能會在2020年底推出。據Cardano此前于6月份發布的路線圖，其路線圖實現步驟為Byron、Shelly、Goguen、Basho和Voltaire。Cardano于7月份重啟了Cardano Byron測試網，并于9月份已上線Cardano Shelly測試網。[2019/11/22]

高盛（Goldman Sachs）的研究預測，由于采用生成人工智能，生產率每年將增長1.5%，幾乎是2010年和2018年的兩倍。麥肯錫甚至更加激進，稱這項技術和其他形式的自動化將迎來“下一個生產力前沿”，到2040年每年將其推高至3.3%。

這種生產率提升將接近以往年份的增長率，從理論上講，經濟學家和工人階級都會欣然接受。

如果我們追溯美國20世紀的生產力增長歷史，從1920年到1970年，它每年以大約3%的速度飛馳而過，提高了實際工資和生活水平。有趣的是，在20世紀70年代和80年代，隨著計算機和早期數字技術的引入，生產率增長放緩。

火幣發布關于啟動Huobi Chain 開發暨公鏈領袖與理事會成員競選的公開信:火幣CEO李林今日在公開信中表示，火幣做公鏈的原因是“我們認為未來的自金融世界需要的底層基礎設施，現有的所有公鏈均無法滿足需求。”火幣集團將拿出3000萬HT作為公鏈開發的啟動資產，并在后續持續追加投入，公鏈主網將在未來20個月內上線。[2018/6/6]

這個“生產力悖論”被著名的麻省理工學院經濟學家鮑勃·索洛表述為：你可以在各個領域看到電腦時代的影響，但卻看不到在生產率統計數據里的體現。

數字技術懷疑論者指責社交媒體或購物等“無效”的時間，認為早期的變革，如電力或內燃機的引入，對工作性質的根本改變發揮了更大的作用。

而技術樂觀主義者則持不同意見，認為新的數字技術需要時間才能轉化為生產率增長，因為其他互補性的變化也需要同時發展。還有一些人擔心，生產率衡量標準無法充分證明電腦的價值。

然而，在一段時間內，似乎樂觀主義者的觀點會被證明是正確的。在20世紀90年代后期，正值萬維網問世之時，美國的生產率增長翻了一番，從上一個十年的每年1.5%增長率增長到了第二個十年的3%。

“Blockchain Insight”研討會在首爾舉辦:在本月17日，在韓國首爾江南DramPlus舉辦“Blockchain Insight”研討會。在此次研討會中會有中韓兩國的代表性區塊鏈項目進行交流。18日，在同一地方Bytom舉辦單獨研討會。在此次研討會中會有Bytom的COO和比特大陸的經營人等知名人士參加。[2018/5/15]

盡管再次出現了關于實際情況的分歧，進一步混淆了這個悖論是否得到了解決。有些人認為數字技術的投資最終收到了回報，而另一種觀點則認為某些關鍵行業的管理和技術創新才是主要的推動因素。

不管解釋如何，就像它開始時一樣神秘，1990年代后期的激增是短暫的。因此，盡管企業在計算機和互聯網上進行了大量投資，這些變化帶來了工作模式的變革，但總體經濟和工人工資在多大程度上受益于技術仍然不確定。

21世紀初，互聯網泡沫破滅，但在2007年，蘋果推出iPhone，引領了另一場技術革命。消費者紛紛購買，企業也開始以各種方式應用。然而，在2000年代中期，勞動生產率增長再次停滯不前，雖然在2009年大蕭條期間短暫反彈，但從2010年到2019年又回歸低迷狀態。

在這個新的低迷期，技術樂觀主義者仍然期待新的變革。人工智能和自動化成為全球熱門話題，并被認為將改變工作和提高工人的生產率。

AE發布提升ChainData同步的新版本:AE官方發布消息，已更新新版本V 0.9.0，此版本重點提高了ChainData的同步，目前最新版本已傳至GitHub。AE現全球均價1.6美元，24小時漲幅4.02%。[2018/3/16]

除了傳統的工業自動化、無人機和先進機器人外，資本和人才也置身于許多有潛力改變游戲規則的領域，例如自動駕駛汽車、雜貨店自動收銀，甚至披薩制作機器人等。

預計在未來十年內，人工智能和自動化將帶來超過每年2%的生產率增長，高于2010年至2014年的0.4%低點。

然而，在我們能夠評估這些新技術如何影響工作場所之前，一個新的意外事件發生了：新冠。

盡管疫情非常嚴重，但自2020年開始后，工人的生產率大幅提升，全球每小時工作的產出增長率達到了4.9%，這是有數據記錄以來的最高水平。

這種急劇上升的很大部分原因得益于技術：更具知識密集型的大公司（本質上更具生產力）開始采用遠程工作，在視頻會議和Slack等通信技術的支持下保持業務連續性，節省通勤時間并關注員工福利。

雖然數字技術顯然有助于提高知識工人的生產力，但在許多其他行業中，由于工人必須留在家中以確保自身安全并遵守防疫措施，因此出現了更大規模的自動化轉型。從肉類加工到餐廳、零售和酒店等行業的公司都投資于自動化，例如機器人和自動化訂單處理和客戶服務，這幫助提高了他們的生產力。

但是，科技領域的投資在2020-2021年間出現了暴跌，而關于自動駕駛汽車和披薩制作機器人等技術的炒作也隨之消退。其他熱門話題，如元宇宙革命性地改變遠程工作或培訓等，似乎也逐漸淡出了人們的視線。

同時，人工智能的新技術突然出現在舞臺上，具有更直接的潛力來增強生產力并影響就業——而且規模巨大。新技術的炒作周期重新開始了。

鑒于迄今為止出現了許多轉折，我們其實可以預測未來會出現哪些問題。以下是需要考慮的四個點。

首先，未來的工作不僅僅關乎工人數量、他們使用的技術工具或者工作內容本身。我們還應該考慮人工智能如何影響工作場所的多樣性和社會不平等，這又將對經濟機會和職場文化產生深遠影響。

例如，雖然廣泛采用遠程工作模式可能有助于通過更靈活的招聘方式促進多樣性，但我認為人工智能越來越廣泛的使用可能會產生相反的效果。黑人和拉美裔工人在與自動化風險最高的30種職業中占比過高，在風險最低的30種職業中占比過低。

雖然人工智能可能幫助工人更快地完成工作，從而提高就業者的工資水平，但它可能導致那些工作被取代的人工資嚴重損失。一份2021年的調查表示，在那些已經大量依賴機器人并迅速采用最新機器人技術的國家中，工資不平等的現象最為嚴重。

其次，隨著新冠之后，工作場所需要在線上和線下之間取得平衡，生產力的影響以及關于這個問題的討論將保持不確定和不斷變化。

一項2022年的研究顯示，由于員工在家辦公，工作環境變得更加舒適，遠程工作的效率有所提高。但根據另一項2023年的研究，經理和員工對辦公環境影響持有不同看法：前者認為遠程工作會降低生產力，而員工則相反。

第三，社會對人工智能傳播的反應可能會極大地影響它的進程和最終結果。分析表明，人工智能可以提高特定工作的員工生產力——例如，一項2023年的研究發現，基于人工智能的對話助手的交替引入使客戶服務人員的生產力提高了14%。

然而，已經有越來越多的呼吁要考慮人工智能最嚴重的風險并認真對待它們。此外，也要認識到人工智能的巨大計算和環境成本可能會限制其發展和使用。

最后，考慮到經濟學家和其他專家過去的錯誤程度，可以肯定地說，今天關于人工智能技術對工作和工人生產力影響的許多預測也將被證明是錯誤的。

雖然像受其影響的300萬個職位或全球經濟每年增加4.4萬億美元這樣的數字很吸引人眼球，但我認為人們更愿意給予它們比實際可信度更高的信任。

此外，“受影響的職位”并不意味著失業的職位，它可能意味著職位的增多，甚至是轉型到新職位。最好使用高盛或麥肯錫等分析來激發我們對未來工作和工人可能出現的情景的想象力。

在我看來，我們需要主動地進行頭腦風暴，尋找可能影響情況的諸多因素，尋找早期預警信號并做好準備。

未來工作的歷史充滿了驚喜。如果明天突然出現了改革性創新，也不要感到震驚。

元宇宙之心

企業專欄

閱讀更多

金色早8點

Odaily星球日報

金色財經

Block unicorn

DAOrayaki

曼昆區塊鏈法律

Tags：人工智能CHAChainAIN學人工智能后悔死了onlychainUnochainTChain

波場