QQ在線
企業微信
資訊
489經濟學家們曾很有把握地斷言，一股取代就業機會的機器人熱潮正席卷勞動力市場。國際貨幣基金組織稱，新冠肺炎疫情“正在加速就業崗位從較易受自動化影響的行業轉移”。
不管是谷歌、臉書、亞馬遜，還是騰訊、阿里、百度，科技巨頭們都相繼將未來發展趨勢押在人工智能上，越來越多的公司也在用機器人取代工人。
但是，如果企業老板都在抱怨請不到人，那由疫情所引發的自動化浪潮真的產生了大批過剩勞動力嗎？在后疫情時代的社會轉型和科技快速迭代帶來的思維轉變語境之下，這場有關自動化的爭論充斥著各種猜測。
失業大潮將至嗎
經過多年的熱捧，現在的人工智能已經深入到各個領域：每天都有幾十億人在智能手機和互聯網服務中用到它；科學家們建議停止培訓放射科的醫生，因為計算機已經能夠替代他們的工作；無人駕駛汽車的開發者預測機器人出租車將徹底改變交通運輸格局；貨車司機或倉庫工人的工作也同樣可以由機器人來代替。
英國《經濟學人》雜志的文章稱，美國俄亥俄州的連鎖餐廳“李氏秘制雞”（Lee’s Famous Recipe Chicken）在免下車取餐窗口安裝了自助語音系統；匹茲堡國際機場最近成為美國首個使用紫外線機器人清潔工的機場；英國農民正在使用越來越多的機器采摘草莓和鋤草。
除此之外，人工智能的進步使得為“零工”找到合適的人選變得十分便捷，因為現代人工智能系統不止依靠原始的評分系統，而是通過一系列信號來確定候選人是否適合。專業社交服務平臺領英（linkedIn）保證可以在六小時內為任何項目找到合適的人員——并且，由于與優步達成了協議，可以確保他們在一個工作日內到達現場……有些公司甚至走得更遠，裁掉了執行核心業務的員工，重新雇用短期合同工來完成特定的任務。
谷歌CEO桑達爾·皮查依形容人工智能的發展“比火或電的影響更深遠”。普華永道預測，到2030年，人工智能將為全球經濟增加16萬億美元。
值得關注的是，同時包含“疫情”和“自動化”兩大關鍵詞的新聞報道數量最近一年同比增長了25%。
機器人能替代一切嗎
但《經濟學人》的文章稱，隨著各經濟體的重啟，勞工短缺的困局仍在加劇。美國的勞動崗位空缺數量達到930萬，創歷史新高。加拿大的這一數字比新冠肺炎疫情前高出20%。即使是在經濟重啟速度較慢的歐洲，也有越來越多的雇主抱怨招聘難。對勞動力短缺的討論一直圍繞福利政策和經濟動蕩展開。
諾貝爾經濟學獎得主約瑟夫·斯蒂格利茨在近期發表的一篇文章中表示，新冠肺炎疫情帶來的外部成本正“促使人們加速開發和采用新技術以將人的工作自動化”。美國麻省理工學院的達隆·阿西默格魯去年在美國國會聽證會上表示，越來越多的公司“在用機器取代工人”。
經濟學家確實有充分理由相信取代越來越多就業崗位的自動化浪潮將洶涌而來。經濟衰退往往導致企業使用更多的機器人，其中的一個重要原因是如果公司收入下降但工人工資不降，勞動力成本就會變得更高。
國際貨幣基金組織的一項研究表明，在大流行病的背景下，企業老板們還有一個額外的動力來推進自動化——機器人不需要保持社交距離，也不會生病。而由于政府的經濟刺激計劃讓企業也有了一些閑錢，或許他們現在就可以拿這些錢來購置機器人或人工智能軟件。
人類終將失去工作的預言不絕于耳，關于自動化的爭論一直沒有停止過。美國《紐約時報》的一篇文章稱，一些研究顯示可被自動化取代的職位在去年大量減少，但這是因為技術變革還是因為封城措施所導致的還很難分辨。雖然美國的GDP已經恢復到接近疫情前水平，而與此同時就業數字仍比疫情之前低700萬。有人認為這表明即便勞動力大量減少，經濟仍能正常運行。然而，這可能只是因為勞動者的平均生產率在提高，也可能是因為一些尚未被充分了解的因素，比如遠程工作。
隨著對新冠肺炎病毒恐懼的逐漸消退，許多目前尚未就業的人會找到適合自己的工作，繼而推動超越疫情前水平的生產力提升。
而機器人興起取代更多就業機會的說法也顯得牽強——不單單是因為存在企業招不到人的情況。在美國，收入最低的那些工人被認為最容易被自動化技術所取代，但他們目前工資上升的速度已超過平均水平，與2008年金融危機后的情況正相反。
新冠肺炎疫情前，可被自動化技術取代的崗位相對呈減少趨勢，到2019年降至占崗位總數的57%。疫情發生之后這個趨勢仍在繼續，而且有證據顯示它因疫情而加速。目前有55%的澳大利亞人從事容易被自動化取代的工作，在新西蘭也有類似的趨勢。然而，澳大利亞的失業率幾乎和疫情之前一樣低，雇主們對勞動力短缺的抱怨甚至比美國還要大。這樣看來，自動化并沒有把人丟進“垃圾堆”。
也許認為機器終將取代工人的悲觀主義情緒是因為人們對機器進軍就業市場的長久恐懼，而并非基于冷靜的分析，畢竟幾個世紀以來的技術進步從未導致廣泛的結構性失業。擁有更多機器人的國家失業率往往更低而非更高。
對技術性失業的擔憂是另一種表現，反映出人們對技術根深蒂固的迷戀和恐懼，也反映出許多經濟學家希望政策制定者能多關注一個群體的就業前景——他們缺乏可供在市場上推銷自己的技能，總是最容易受到經濟轉型和危機的影響。
人工智能的短板同樣明顯
毫無疑問，人工智能領域已經取得了顯著進展，在諸多以前難以解決的問題上，計算機的表現已大幅改進。2010年年初，新的機器學習技術推動圖像識別和語言處理等得到快速改進，學術界為之興奮，之后便開始推廣到企業。最先擁有人工智能技術的是互聯網巨頭。這些巨頭擁有大量計算資源和海量數據，因而他們擁有更好的條件使用這項技術。
如今，現代人工智能技術驅動了搜索引擎和語音助手、解鎖智能手機和人臉識別系統以及嘗試識別社交媒體上不受歡迎的帖子的算法。從皮查依拿它類比電和火就可以看出，機器學習是一種通用技術，能夠影響整個經濟走向。該技術擅長識別數據中的模式，而且在任何地方都適用。比如，銀行可以用它評估信用風險，防范詐騙；政府可以用它監控社會福利支付；人們可以“刷臉”消費；鳥類學家可以用它來分辨不同的鳥叫；天文學家可以用它來尋找行星……
不過，今天的人工智能技術真的可以帶來翻天覆地的變化嗎？《經濟學人》指出，人們已經開始意識到人工智能的局限——盡管取得了這樣大的成功，但關于人工智能的斷言再度成空。研究人員開始懷疑人工智能是否已經遇到了瓶頸，人們的信心也開始動搖——無人駕駛不斷更新技術，但離能滿足人們的日常需求、足夠安全地上路始終還差一步。同樣，將人工智能整合到醫學診斷中的努力比預期花費的時間更長，全球范圍內人類放射科醫師仍然短缺。
心臟病學家、熱衷于人工智能研究的艾瑞克·托波爾在2019年調研了醫療人工智能領域后寫道：“人工智能炒作的水平遠遠超過了其自身的科學水平，尤其是在患者護理方面。”
那些預測人工智能會改變世界的學者們也在報告中說，許多公司的管理者發現人工智能并不像預想中那么好，對它的熱情也正在降溫。研究機構高德納公司表示，從2020年開始，在其公司提出的著名“炒作周期”理論中，人工智能技術可能進入到了下行階段。投資者開始意識到了市場的跟風效應：風投基金MMC對歐洲人工智能創業公司的一項調查發現，有四成公司似乎根本沒有用到任何人工智能技術。“投資營銷絕對是個重要因素”，一位分析師含蓄地表示。
盡管當前的人工智能技術功能強大，但其局限性也明顯存在。首先是實際操作上的。機器學習革命建立在三個事物基礎上：改進的算法、運行算法更強大的計算機以及更多可讓算法從中學習的數據。但數據并不總是現成的，即使數據存在，數據本身也存在“假設性”。其次，人工智能并不具有大多數人所理解的那種“只會”，它們是強大的模式識別工具，算法只是基于對過往大數據的梳理，但對劇變時代的前瞻性不夠，沒有對生物大腦而言理所當然的認知能力，難以做出推理、歸納和總結，也難以獲得應變能力。它們可以在清晰界定的任務上表現杰出，但如果遇到意料之外的事物則可能錯得離譜。如果不出現一項新的突破，這些弊端就從根本上限定了人工智能可以做什么、不可以做什么。
