IPP評論是國家高端智庫華南理工大學公共政策研究院（IPP）官方微信平臺。

導語：

從 ChatGPT 引爆全球熱議到無人駕駛技術日益普及， AI 技術正呈狂飆突進之勢。 AI 技術的迅猛發展看似推動了經濟增長，但是也給傳統就業市場帶來了深遠影響，導致大部分低技能勞動者不僅從中受益甚微，甚至被拋在后面。

早在2018年春季，麻省理工學院前校長拉斐爾·賴夫就敏銳察覺到了新興技術與就業之間潛藏的復雜矛盾，于是成立了麻省理工學院未來工作特別小組，致力于讓公眾了解新興技術和工作之間的關系，就符合現實的技術預期展開公共討論，探索共享科技繁榮的策略。

中信出版社出版的《AI時代的工作》便是以麻省理工學院“未來工作特別小組”多年的研究成果為基礎。通過研究技術進步的大部分收益為何主要集中在頂層收入群體，特別小組發現，這種不平等現象并非技術發展無法避免的結局。真正的破局之法，是政府和業界攜手并肩，共同搭建起與技術革新適配的勞動力市場制度，唯有如此，才能讓未來的繁榮實現真正意義上的人人共享。

一、技術變革的兩個事實：任務自動化和創造新工作

技術變革讓人類可以勝任以前難以完成的任務，或者更高效地完成傳統任務。這些變化幫助人類擺脫了長達幾個世紀的黑暗、饑餓、疾病、人身危害以及繁重體力勞動的持續威脅。但是，技術進步并不一定能使每個人都受益，工人階級很容易被忽略。技術革命，尤其是自動化，是否會對市場上的勞動力構成威脅？

“威脅”有兩種形式：一是自動化可以創造出更具生產力的機器，以減少人類的工作量，進而引發大規模失業；二是自動化可以重塑就業崗位的技能需求，只有少數擁有專業技能的勞動者才能獲得超額回報，大部分居民則失去就業機會。

最有力的回答是，自動化在減少勞動力需求的同時，也激發了三種創造新工作的“反作用力”。

第一，自動化可提升工人完成非自動化工作任務的勞動效率：屋頂工人用氣動卷釘槍更快地安裝好頂棚，醫護小組借助檢測儀器完成診斷，建筑師快速地遠程提交設計圖……在所有這些場景中，一組子任務的自動化都大幅提高了工人的效率，從而使他們更高效地實現更大的目標任務。

第二，自動化推動生產率的提高，帶來收入增長。大部分收入可用于購買更多的商品和服務，消費需求的增加促進了對勞動力的需求，最終提高就業率。

第三，也可能影響最深刻的是，自動化會讓某些工作任務從人類勞動中消失，但同時帶來全新的工作模式、商品和服務、行業和職業，提供全新的創收機會。

圖2.1是1940年與2018年工人可從事的職業對比圖。圖中顯示，2018年的職業中有63%在1940年聞所未聞，大量職業在當時并未被“發明”出來。

不可避免的是，技術進步導致農業這樣的傳統部門就業萎縮。在其他部門，如制造業，全球化減少了勞動力的國內需求。有時，消費者的品位也隨之發生變化。與此同時，在計算機、可再生能源和醫療保健等創新型行業出現了新職業。收入提高也創造了新的消費需求，如健身俱樂部。

受教育程度和技能水平的提高、工作場所的技術不斷進步、全球一體化程度的不斷提高，以及其他相關因素，推動美國勞動生產率快速提高。但生產率提高并未帶來居民收入的普遍增加。

二、為什么生產率提高的同時工人生活如此貧困

過去40年，大多數美國工人的工資增長與社會生產率增長相背離。伴隨普通工人工資增長乏力的是，這種背離導致勞動力市場弊病叢生，進而帶來嚴重的社會后果：沒有大學學歷的工人工資水平低下，工作不穩定，勞動參與率低，史無前例的收入不平等，以及種族間收入不平等和就業差距持續惡化，這些情況在過去數十年沒有實質性改善。

當然弊病產生的原因并不單一，但有三個因素最為重要：第一，不斷進步的工作數字化讓受過高等教育的勞動力具備更高的生產效率，而受教育不足的群體則更容易被機器取代。第二，自由貿易和全球化的加速導致美國從中國的進口激增，美國本土的生產性工作（production work）快速外包，導致制造業就業快速下降。第三，有助于普通工人爭取工資與生產率同步提高的制度被削弱，這表現為工會成員急劇減少，聯邦政府設定的最低工資水平實際上持續下滑，目前正在接近歷史低點。

這些不利結果并非技術、全球化或市場力量的必然結果。在其他富裕的工業化國家，并沒有出現如美國這樣的收入不平等大幅擴大和普通工人工資嚴重停滯的情況。

過去40年，美國為什么沒能將不斷提高的生產率轉化為就業機會的改善和大多數工人收入的提高？

三股力量至關重要：技術變革、全球化壓力和制度變革。數字化和全球化帶來的相似壓力，影響了大多數工業化國家。美國為何與眾不同？美國獨有的制度變革和政策選擇未能緩解———在某些情況下甚至放大了———這些壓力對美國勞動力市場的影響。

第一，工會代表人數持續急劇下降，削弱了普通工人為匹配生產率增長而開展工資談判的能力。1979—2017年，集體談判協議覆蓋的美國工人比例從26%降至12%。在私人部門，這一比例降幅更大，從1979年的21%降到2019年的6%。

第二，最低工資沒有跟上通脹的步伐。面對意識形態和商業資本的強大阻力，美國歷屆國會都允許聯邦最低工資的實際價值不斷萎縮，只有克林頓和奧巴馬政府時期有過短暫的上漲。

第三，現行的美國勞工政策是上一個時代的遺產。首先，國會未能革新勞工政策和社會政策以擴大傳統保護措施，如對直接雇傭雇員、日益增多的合同工、兼職人員和臨時工。其次，國會沒有為那些非全職工人提供靈活可得的失業保險福利。最后，國會也沒能確保所有工人都能獲得可隨時隨地使用的健康保險，以及醫療、家庭和育兒假等福利。

第四，毫無防護地擴大自由貿易。無論是民主黨執政還是共和黨執政，美國政府都通過政策支持擴大與發展中國家之間的自由貿易，卻沒有制定補充性的貿易調整政策，以緩沖收入和就業損失，滿足工人和社區因面臨政策引致的競爭環境突然變化而產生的各種再培訓需求。

三、技術和創新：巨大的影響正逐步顯現

快速發展的類人式人工智能浪潮會讓我們都失業嗎？算法和靈巧的機器人是否會阻礙服務業中低工資工作的增長（或取代被新冠疫情淘汰的工人）？機器人是否很快就會為我們打包和照顧老人？

對于這些問題，我們尚無準確的答案。技術發展不斷地帶給我們驚喜。我們確信未來將包含多種技術組合和多種方法組合，在大小企業中廣泛應用。

開發、部署人工智能和機器人應用的時機，需要考慮技術屬性隨時間推移而發生的變化。研究人員研究歷史模式時發現，在這些明顯的加速之前，往往會有三四十年的醞釀期。例如，可互換零部件的生產使美國南北戰爭時期的大規模槍炮制造成為可能，但這是40年發展和試驗的結果。戰爭結束之后，又過了40年，這些制造技術才逐漸成熟，實現流水線生產的創新。萊特兄弟于1903年首次飛行，雖然飛機在第一次世界大戰時就實現了軍事應用，但航空業直到20世紀30年代才出現有利可圖的商業運輸，又過了幾十年，航空業才發展成熟到普通人可以定期安全飛行的地步。

再看最近，互聯網的基礎技術始于20世紀60年代和70年代，到90年代中期時迅速發展到商業世界。即便如此，大多數企業也只是在過去10年才真正將網絡計算作為業務和流程轉型的手段。特別小組成員埃里克·布萊恩約弗森將這種現象稱為“J形曲線”，他認為技術被接受的路徑是緩慢漸進的，然后加速突破，最終被廣泛接受，至少對于計算等通用技術而言是如此。這樣的時間表反映了新技術的完善和成熟、集成和管理上采用的成本，以及隨后的根本性轉變。

雖然只是近似值，但在我們評估技術變革與未來工作的關系時，40年是一個有用的時間段。正如科幻作家威廉·吉布森（William Gibson）的名言：

“未來已來，只是分布不均勻。”

吉布森深刻地將技術大規模應用的緩慢演變過程與我們今天看到的世界聯系在一起。與其簡單地進行失之偏頗和糟糕的預測，不如在當今世界中尋找引領技術變革的地方，并推斷更廣泛的應用。

當前部署的大多數人工智能系統，雖然新穎且令人印象深刻，但仍然是“專業人工智能”。換言之，這些人工智能系統能夠解決有限數量的特定問題。它們可以檢閱大量數據、提煉模型、做出預測以指導未來行動。

從工作的角度看，專業人工智能系統往往是任務導向的，也就是說，它們執行的是有限任務集，而不是構成一份職業的全套活動。不過，所有職業都會有些風險。例如，閱讀射線照片是放射科醫生的關鍵工作，是他們要完成的幾十項任務之一。在這種情況下，人工智能可以讓醫生把更多時間花在其他任務上，比如進行身體檢查或制定個性化的治療方案。在航空領域，人類長期以來一直依賴自動飛行員來增強對飛機的手動控制，然而，這些系統在飛行階段的自動化方面已經變得非常復雜，飛行員可能會喪失手動控制的能力，這在極端情況下可能導致致命事故。人工智能系統尚未獲得駕駛商用飛機的認可。

通用人工智能（AGI），即一種真正意義上的人工類人腦，仍是一個令人深感興趣的研究課題，但專家一致認為，這一目標的實現仍將遙遙無期。

盡管標準化大規模生產在20世紀興起，但今天的制造業仍然是一個高度動態變化的環境。模式的變化、技術的發展、供應鏈的轉移，甚至英國脫歐和疫情等動蕩，都意味著21世紀的制造業是在不斷變化的環境中運行的，即使穩定的、高度標準化的產品也不例外。在大多數變量固定、操作高度標準化的情況下，機器人和自動化仍能發揮最佳作用，而人類工人仍是適應不斷變化條件的關鍵。新的人工智能和基于機器學習的機器人技術、新的傳感器和執行器，以及新的軟件正在使這些機器更加靈活，但仍然處于漫長演變的早期階段。

正如早期的重大技術進步，如可互換零部件、流水線和互聯網連接，需要數年才能普及一樣，在整個經濟中推廣當今的先進技術也需要時間。互聯網、移動和云計算以及20世紀90年代和更早期其他創新技術的引入產生的深遠影響仍在繼續。人工智能、機器學習、機器人技術和增材制造技術確實有望改變經濟，而這些變革將是管理者、組織和商業模式的數千項創新的結晶。

四、結論和政策建議

技術進步并不會使我們走向沒有工作的未來。在未來20年里，工業化國家的職位空缺將超過填補這些空缺的工人人數，而機器人和自動化技術將在縮小這些差距方面發揮越來越關鍵的作用。

然而，不斷進步的機器人、自動化和尚未預見的技術并不一定會惠及所有工人。這些技術與經濟激勵、政策選擇和制度力量相結合，將改變現有的工作崗位、工作質量及其所需的技能。這一系列的變化向我們提出了挑戰，要求我們不斷在創新、增長和公平之間取得平衡。

20世紀的經濟史表明，一個健康的勞動力市場是共同繁榮的基石。精心設計的制度可以創造更多機會、增強經濟安全，并推動民主參與。在21世紀，美國必須致力于重建這一基礎。它需要加強并建設各類制度，啟動新的投資，并制定相關政策，確保工作仍然是大多數成年人走向繁榮富裕的勞有所獲、受人尊重且經濟上可行的重要途徑。支持建設這種更加公平和可持續的經濟有三大基本支柱。

1、技能和培訓方面的投入和創新

技術創新要求工人既要有扎實的基礎技能，又要接受專門培訓。那些在嚴格評估基礎上被證明是成功的培訓模式應該推廣，為更多工人提供服務。新技術，包括在線教學、基于人工智能的引導式學習系統和虛擬現實工具，既提供了新穎的方法，也為學生、工人和求職者在生命周期的各個階段提供了更方便、更實惠、更有吸引力的培訓。

1）促進私人部門在培訓方面的投資，尤其是加速工資較低和受教育程度較低的工人（少數族裔工人占大多數）向上流動。

2）大幅增加聯邦政府對培訓計劃的資助，使沒有四年制學位的工人能找到中產階級工作。

3）支持提高社區學院學位完成率的政策。

4）嚴格評估培訓計劃并為此提供充分的資金支持，以衡量這些培訓計劃在實現就業和收入成果方面的有效性。

5）投資于示范計劃，以檢驗對脫產成年工人進行再培訓和再就業的創新理念。

6）改善勞動力市場信息，為求職者和招聘者提供支持。

7）投資于開發和實地測試創新型培訓的方法和工具。

2、提高工作質量

與其他國家一樣，在美國，沒有四年制大學學位的人越來越多地從事傳統低薪服務工作，如餐飲服務、清潔和場地管理、保安、娛樂和休閑以及家庭保健助理。與其他高收入國家相比，從事這些職業的美國工人的境況更糟，經購買力平價調整后，美國低薪工人的工資比加拿大低薪工人低26%。其實大可不必如此。以下措施將有助于為低薪工人提供適度的經濟保障和社會福利。

1）將聯邦最低工資的實際價值至少恢復到全美工資中位數的40%及以上，并將這一價值與通脹掛鉤。

2）革新失業保險福利，將其覆蓋面擴大到傳統上未被覆蓋的工人。

3）加強和調整勞動法，并更好地執行這些法律。

3、擴大和形成創新

創新是創造就業和財富的關鍵，也是應對來自國外不斷升級的競爭挑戰的關鍵。美國需要制定一份創新議程，以創造社會效益，并以增強而非取代工人為目標。如今，創新驅動增長帶來的收益很少流向工人。我們應該引導創新，讓所有利益相關者受益。美國應該重新平衡稅法，以調整技能發展、資本形成和研發投資方面的創新激勵機制。以下是我們的具體建議。

1）增加聯邦研發支出，并將其用于私人部門忽視的領域。

2）制定國家級研究目標，通過以人為本的人工智能、協作機器人以及學習和教育科學等研究領域，提高人的能力，支持公平的勞動力市場。

3）為中小企業采用新技術提高生產率提供定向援助。

4）擴大美國的創新地域。

5）通過改變目前稅法過分偏向資本投資的各種方式，重新平衡資本稅和勞動稅。

6）在保留聯邦研發稅收抵免的同時，頒布一項與研發稅收抵免類似的雇主培訓稅收抵免，專門投資于能獲得外部認可證書的工人培訓。

太多美國人擔心，技術進步雖然會讓國家變得更加富裕，但會威脅到他們的生計。美國非凡的創新歷史不是由恐懼或宿命論驅動的，而是由強烈的可能性意識（sense of possibility）驅動的。這些可能性依然存在。我們認為，在提高工人的經濟安全與擁抱持續的技術變革和創新之間并不是非此即彼的關系，可以說，要實現后者，就必須確保前者。要同時實現這兩個目標，既需要技術創新，也需要制度革新。

新書信息

AI時代的工作

【作者】[美]戴維·奧托，戴維·明德爾，伊麗莎白·雷諾茲

【譯者】向晶

中信出版

2025年5月

【內容簡介】

本書提出了一個引人深思的問題：AI技術的迅猛發展看似推動了經濟增長，但是也給傳統就業市場帶來了深遠影響，導致大部分低技能勞動者不僅從中受益甚微，甚至被拋在后面。

本書以麻省理工學院“未來工作特別小組”多年的研究成果為基礎，揭示了技術進步的大部分收益為何主要集中在頂層收入群體，而普通勞動者只能從中獲得微薄回報，從而加劇了不平等。本書認為，這種“創造性破壞”并不是技術發展的必然結果，所以，僅靠技術本身無法解決，而是需要政府和業界共同努力，建設與技術革新相匹配的勞動力市場制度，以保證未來的繁榮是可共享的。對此，本書給出了相應的建議，如企業和政府應采取措施，加強適應性培訓、對中小企業提供定向援助、探索中小制造業企業技術升級的方式、擴大創新地域等。

總之，本書不僅關注技術進步本身，更重視由此引發的社會經濟問題。書中呼吁社會各界共同努力，確保AI的發展能夠惠及每一個人，共同構建更加包容和可持續的未來。對于任何想要了解AI對未來工作影響的人來說，這本書都是一份寶貴的資源。

【作者簡介】

戴維·奧托（David H. Autor），麻省理工學院經濟學教授，經濟與就業研究項目的聯合主任。他的研究領域為勞動力市場中的技術變革、全球化以及制度變遷的影響。

戴維·明德爾（David A. Mindell），麻省理工學院航空航天學教授，工程制造史學教授。他的研究領域為機器人技術和自主系統的設計與應用，涵蓋從深海探索到太空任務等多個方面。曾出版著作《智能機器的未來》。

伊麗莎白·雷諾茲（Elisabeth Reynolds），美國國家經濟委員會負責制造業和經濟發展的總統特別助理，并曾擔任麻省理工學院未來工作特別小組的執行主任。她致力于通過政策建議和技術支持來促進中小企業的發展，幫助推動了多項旨在縮小不平等和支持包容性增長的政策倡議。

贈書活動

IPP目前正舉行鄭永年教授新書——《論單邊開放》的留言贈書活動，

歡迎各位讀者進入本書的推廣鏈接↓↓↓

在留言區寫下您對“單邊開放”問題的思考和觀點！

積極參與留言互動，并獲得最高點贊數的讀者朋友

將獲贈一本鄭永年教授親筆簽名版新書

活動截止日期為6月30日（周一），屆時小編將在評論區公布活動結果

歡迎讀者朋友們踴躍留言、轉發，分享！

（活動最終解釋權歸本號所有）

鄭永年教授最新力作——《論單邊開放》

IPP薦書｜未來，大模型將在這4個行業大有可為

IPP薦書｜單日11款！60億美金！中國創新藥為何突然“開掛”？

關于IPP

華南理工大學公共政策研究院（IPP）是一個獨立、非營利性的知識創新與公共政策研究平臺。IPP圍繞中國的體制改革、社會政策、中國話語權與國際關系等開展一系列的研究工作，并在此基礎上形成知識創新和政策咨詢協調發展的良好格局。IPP的愿景是打造開放式的知識創新和政策研究平臺，成為領先世界的中國智庫。