經驗表明，“半人馬”（人類和人工智能結合在一起的團隊）比個人或程序取得更好的結果。

人工智能的快速發展引發了許多擔憂，其中主要之一是大規模失業。2013 年，來自牛津大學的經濟學家 Carl Benedict Frey 和機器學習專家 Michael Osborne 發表了一項具有里程碑意義的研究。根據他們的研究結果，在未來二十年里，美國近一半的工作崗位將面臨自動化的風險。盡管他們的方法受到批評——經合組織使用不同方法的一項研究發現，在此期間，只有不到 10% 的美國工作可以完全自動化——人工智能引發的大規模失業的幽靈并沒有消失。

2018 年，普華永道預測，到 2030 年代中期，全球三分之一的工作崗位將實現自動化。ChatGPT 的出現加劇了這些擔憂。Goldman Sachs 估計，在生成式 AI 的新時代，自動化可能會減少全球約 3 億個工作崗位。OpenAI 的負責人山姆·奧特曼 （Sam Altman） 沒有預測大規模失業，但在接受《大西洋月刊》采訪時，他說：“工作肯定會消失。時期”。

鑒于這樣的標題，人工智能導致大規模失業的前景困擾著公眾意識也就不足為奇了。Microsoft 和 OECD 的調查顯示，全球三分之一到一半的員工擔心 AI 會失去工作。然而，歷史和經濟分析都反對這種悲觀的預測。雖然有理由擔心人工智能對整體經濟的影響，但大規模失業并不是其中最大的。真正的風險與較低的工資和加劇的不平等有關。

當然，人工智能會取代一些工人，但我們對這個過程有影響力。為公司創造激勵措施，讓他們使用人工智能作為人類能力的補充，而不是直接取代它們，可以確保人工智能革命的經濟后果是積極的。

以前的技術革命也使某些領域的工人流離失所，但最終它們總是創造更多的新就業機會。這是因為新技術不僅使現有行業和商業模式更加高效;他們創造了全新的行業。以汽車為例。汽車讓馬車夫和馬車夫帶著他們的馬沒有工作。

但它們也在汽車、道路建設、石油和天然氣以及加油站創造了更多的就業機會。通過徹底改變運輸和物流，汽車提高了許多其他企業的效率和盈利能力，這反過來又使它們能夠擴大規模并雇用更多工人。

2015 年，經濟學家分析了 144 年的英國人口普查數據，以估計自 1871 年以來技術對就業的影響。他們發現，雖然技術正在將人們從涉及體力勞動的工作中取代，尤其是在農業和工廠，但它在護理、兒童保育、老年護理、商業服務等領域創造了更多的就業機會，最有趣的是，技術本身的發展。

越來越多的人成為專業人士，在專業領域內，技術促進了專業化。2011 年，英國的會計師人數是 1871 年的 20 倍。1992 年至 2011 年間，英國的打字員人數減少了 57%，而管理顧問的數量增加了 365%。世界經濟論壇的分析還發現，技術變革創造的就業機會遠遠多于它所摧毀的就業機會。

三個因素導致許多人懷疑 AI 的情況會有所不同。首先，它是其影響的廣度。人工智能是一種通用技術，更接近蒸汽機和電力，而不是像焊接機器人這樣高度集中的東西。其次，是它的開發和實施速度。人工智能有可能以如此快的速度取代眾多領域的眾多職業，以至于舊工作崗位的消失速度比創造新工作崗位或人們可以重新學習技能的速度要快得多。至少，很多人是這么想的。

然而，實際上，這種擔憂尚未在其他通用技術的實際應用中得到證實。它們都創造了比摧毀的更多的就業機會，并成為經濟增長的引擎。但是這些技術的引入需要相當長的時間，人們才有時間適應。AI 的采用似乎發生得更快，這只會增加焦慮。

最后，人工智能直接打擊了我們作為一個物種的主要進化優勢：我們的智力。當一個物種失去相對于自動化的比較優勢時，結果是令人沮喪的。問問馬匹。他們唯一的比較優勢是肌肉力量。

當內燃機在這方面超過他們時，他們無處可去。他們中的大多數被出售，被送到牧場或涂上膠水。與馬打交道的人要幸運得多。他們的大腦讓他們找到了其他工作。

然而，人工智能讓我們面臨的技術首次挑戰了我們在各個領域的最大優勢——我們的智能。如果人工智能在所有認知任務上都超過了我們，我們將面臨馬匹的命運。

然而，膠水廠還沒有對我們構成危險。至少在未來幾十年內，人工智能將無法在所有任務中超越我們的認知能力。人工智能將使我們的工作效率更高，但它無法實現所有自動化。斯坦福大學經濟學家 Erik Brynj?lfsson、卡內基梅隆大學教授 Tom Mitchell 和其他研究人員分析了 950 個職業，將它們分解為 18,000 個工作職責。

然后，他們研究了機器學習和 AI 可能對他們產生的影響。“我們發現，在這些職業中，機器學習或任何這些技術都無法完全取代人類，”Brynj?lfsson 說。“在每一個項目中，機器學習在某些方面都可以提供幫助，但在其他方面仍然需要人。因此，你不能只是把一個人趕走，然后用機器代替他，你需要進行更嚴重的重組。

有證據表明，“半人馬”——由人類和 AI 組成的所謂團隊——比人類或單獨的程序更高效。人工智能和人類智能可以在很多方面相輔相成。人工智能在復雜數據集中尋找模式方面比人類好得多。AI 可以比人類更快地生成內容。但他（還）不能像最好的人類作家那樣寫得好。他不太擅長計劃和提出新想法。他肯定無法理解一個人的肢體語言或表現出真正的同理心。

這些助手和 AI 驅動的助手的確切創建方式將決定它們的有效性。事實證明，這種選擇也將對 AI 采用的經濟影響產生重大影響。好消息是，現在做出決策來推動公司開發旨在幫助人們而不是取代人們的 AI 驅動的軟件還為時不晚。