当Hod Lipson介绍他的创意机器实验室（Creative Machines Lab）时，我们不难发现他的雄心壮志。「我们致力于创造出富有创造力的机器人。」Lipson是康奈尔大学的一名工程学教授，是世界范围内享有盛誉的人工智能及机器人方面的专家（Lipson打算于今年七月将实验室搬迁至哥伦比亚大学）。他的研究项目旨在探究机器与自动化相结合的无限可能，譬如机器人运用基本构造单元「进化成」完整的自我。（他的康奈尔大学同事正在研制充当咖啡师及厨房帮手的机器人）。若干年前，Lipson展示了一个算法，通过形式化描述与已知规律相符合的新科学规律以解释实验数据。他实现了科学发现的自动化。Lipson认为未来的机器及软件将具备超乎想象的能力。 直至今天，他的想法都是不可思议的。但他却开始操心那些若干年前于他而言无法想象的问题。自动化与数字化技术的飞速发展将为社会创造出更多的财富，但也同时会减少更多人的就业机会，这会引起社会动荡吗？
其实， 从19世纪初期的英国第一次工业革命开始，人们就已经开始担心飞速发展的技术会消灭就业机会。卢德革命(Luddite protests)过后几年，确切的说应该是1821年，英国经济学家大卫·里卡多（David Ricardo）就已经对「机器替代人工」表现出自己的忧虑。1930年，也就是肆虐全球的大萧条时期，约翰·梅纳德·凯恩斯（John Maynard Keynes）就「有效使用劳动力的发现」而引起的「技术失业」现象提出了警告。(万万没想到，凯恩斯随后就补了一句，「这仅仅是失调的临时过渡阶段」)。时至今日，不断拉大的贫富差距问题已出现于美国、欧洲及其他多数发达国家中，而技术又一次成为造成不平等现象的嫌疑人。「经济合作与发展组织」在最近发表的一篇报告中指出，在其34个成员国中，多数国家的贫富差距已处于历史高位水平，造成该问题的原因是中低收入阶层（收入属于总人口中后40%的人群）的薪酬水平在下降。甚至，多数最底层的劳动者亲历了过去数十年工资的持续下降。经合组织也警示收入不平等将会破坏经济增长。此外，美国中产阶段的不满及低收入劳动人群的重压已日益凸出且明显。日前，总部位于华盛顿的公共政策研究组织布鲁金斯学会在汉密尔顿研究项目发表了一份调查报告。该报告称，2013年度，拥有高中文凭且年纪在30至45岁范围之间的男性中仅有68%的人获得了全职工作的机会。过去几十年，普通劳动者的收入增长水平始终无法与经济增长水平相当。从1990年至2013年，未取得高中文凭的男性工作者的平均收入下降了20个百分点，而那些仅有高中文凭的男性工作者下降了13个百分点。尽管女性工作者的收入仍然不及男性工作者，但她们的境遇却相对好一些。同一时期，未取得高中文凭的女性工作者的平均收入约下降了13个百分点，而那些手握高中文凭的女性工作者反倒提高了3个百分点。
今日飞速发展的人工智能与自动化技术是否预示着机器人与软件将大幅减少人工劳动力需求的未来？
探究决定工作机会与工作收入的影响因素，本身就是一件很困难的事情，尤其还需要将技术与全球化、经济发展、受教育程度及税收政策等其他因素划分开来。虽然有失偏颇，但技术的提升的确给中产阶层的收入下降做出了一个貌似合理的解释。经济学家普遍认为，很多人并没有接受那些待遇丰厚且需要复杂技术的工作的训练及教育。与此同时，软件与数字技术已取代诸如会计、薪金核算及行政等各类日常工作，迫使那些被取代的人去接受薪资收入更低的工作，更有甚者—让他们直接失业。此外，在过去几十年中，不断增加的自动化制造已颠覆了许多中产阶层的工作机会。现在，你该知道劳动力总需求下降的原因了吧。
在MIT经济学家David Autor看来，这些长期的发展趋势早在十年前就已经有萌芽。David Autor曾经研究过「工作两极化」现象，这是一种中等技能工作消失的现象，同时伴随着低技能工作与高技能工作需求的增多。David Autor进一步指出，这种劳动力需求的「中空」现象已经持续了很长一段时间。
尽管如此，2007年到2009年的经济衰退让进展加快了不少，有很多只需要简单技能但工资很高的工种实现了自动化。英国哥伦比亚大学的经济学者Henry Siu描述为：这些工种「在经济衰退中跌落到悬崖，随后也没有出现反弹」。「跌落」的工种包括销售、行政之类的白领工种以及车间组装、机器操作等蓝领工种，这些工作解决了美国几乎50％的就业问题。Henry Siu的研究还显示，这些工种的消失或需求减少已经对年轻人产生了极其严重的影响，他们中的很多人甚至不再找工作。
比起这个糟糕的状况，还弥漫着一股深深的恐惧。这是否意味着当机器取代了人类一个又一个工种时，从某种程度上断绝了那些曾经致力于通过工作完成阶级逆袭的下层人民的活路？那么，我们现在是不是处在历史上一个独特的经济转折点上？欢呼着技术为我们带来更好的医药、服务和产品，但惧怕着那些无法收获经济利益的技术。机器人或软件会在未来取代绝大多数的工人吗？
没人知道上述问题的答案是什么。很多经济学家还无法证实技术进步直接导致工作机会的减少，也无法确定我们正在经历的这些与过去几次技术摧毁旧工作并创造新工作有没有不同。最近几年来出版的一些书和论文试图阐述如下观点：人类在人工智能与自动化的进步在本质上不同于过往技术进步对于就业的影响。Martin Ford就是持这一观点的人，在他的新书《Rise of the Robots: Technology and the Threat of a Jobless Future》里，Ford列举了多项新技术，比如无人驾驶汽车、3D打印技术等，并认为这些技术将最终取代很多人类的工作。那么，我们又该如何适应一个「没有工作的未来」？
Ford的办法是提供一项有担保的基础收入。简而言之，他的「药方」是给予人们一定数额的财富。这并非什么新的解决方案，该方案的另一个版本也叫做「负所得税」（译者注：负所得税是政府对于低收入者，按照其实际收入与维持一定社会生活水平需要的差额，运用税收形式，依率计算给予低收入者补助的一种方法），由保守派经济学家 Milton Friedman于上世纪60年代提出，用来代替政府不断增长的官僚主义做法。Ford引述了哈耶克1979年提出的应对最低收入的办法，那就是提供「某种确保人们在其不能自谋生计的时候仍能得到不低于某一底线的收入。」而在1972年的美国总统大选中，两位竞选人都不同程度地关注到这个政策。
这个想法在1980年代就不再流行，不过最近几年又被人提及，以帮助那些失业的人。从自由主义的角度来说，这是政府以最少参与感提供最安全保障的方式；而站在改革人士的立场，这需要增加其他项目收入以补贴穷人。
长期以来，对于上述政策到底是一项好的政治决策还是好的社会政策争议不断。最近，又有人提出另一个与之相关的政策：进一步增加低收入所得退税的额度，从而将这些退税补贴给低收入工作者。这一系列想法都是作为社会保障的直接体现。然而如果你认可技术会不可避免地淘汰大部分就业者，那么上述这些政策就毫无意义了。技术让越来越多人类工作者成为边缘化群体既浪费了他们的才华又对社会造成了重大财政负担。更重要的一点在于，所谓有保证的基础收入并不能满足那些工作饭碗岌岌可危的中产阶级或那些刚刚失去了薪水较高的工作而陷入财政危机的人。
或许现在预言一个没有人类工作的反乌托邦未来还为时过早。Ford在书中举了一些例子：自动化、软件以及AI的发展已经淘汰了很多原本认为需要人类高技能的工作，比如反射学和法律。但是你又如何估算这些特定技术带来的变化会对社会整体就业形势产生多大影响呢？
事实上，目前也缺乏足够证据论证自动化是如何影响就业率的。Guy Michaels和他在伦敦经济学院的同事Georg Graetz做了一个关于工业机器人如何影响制造业的研究，他们调查了17个发达国家的状况后发现了一些有意思的结论：比如机器人的确取代了很多低技能的工种，但机器人的影响更多地是显著提升了工厂的生产效率，并创作了新的工作（译者注：这里可以理解为，因为工厂效率提升，企业规模得以进一步扩大，因此有可能招募更多员工）。Michaels总结道，一言以蔽之，那种认为机器人让整体就业率下降的论调是没有依据的。
如果现在无法量化技术进步对创造就业的影响，那么也不可能精确预计接下来可能出现的状况，因此未来很长一段时间内还将继续讨论。Ford在书里举了一个极端案例：分子制造。这个名字由一些纳米技术倡导者提出，特别是纳米技术之父K·埃里克·德雷克斯勒尤为推崇。所谓分子制造，简而言之就是有朝一日可以实现纳米机器人像搬砖一样地搬运原子来制造所有东西。尽管Ford也认为这项技术不一定能实现，但他还是提醒大家要注意这些技术所带来的「毁灭性」效应。
看起来，Ford的这个判断还不具备多少可信性，但十几年前诺贝尔化学奖得主Richard Smalley也有类似的认识。Richard Smalley 看到了纳米科技在清洁能源上的巨大潜力，但是他并不认可德雷克斯勒在分子制造方面的观点，他认为其观点过于简单：德雷克斯勒的观点忽略了化学和物理学中对于原子互相结合并发生相关作用的规则。Smalley进一步责备德雷克斯勒：「你和你身边的人已经吓坏了我们的孩子们。我不指望你能停下来，但是……虽然我们生活的真实世界未来还会有各种挑战和危机，但是绝对不会有你提到的那种自我复制的纳米机器人怪兽。」
尽管 Ford的确注意到了Smalley的批评，他开始质疑Smalley所谓「机器人崛起」吓坏孩子的说法并不真实。对这种强词夺理的可能性的猜想会分散对于未来究竟该解决哪些问题，重点应该放在那些会日益减少的工作灾难上。
另一个更真实也更有趣的「未来」正在芝加哥繁华市区被「描绘」出来。这家名为Narrative Science的公司推出了一款软件Quill。利用这款软件，你可以将一些数字，比如棒球比赛的比分、上市公司财报以「叙述」的方式表达出来，请注意，这不是简单的汇总，而是某种意义上模仿人为的叙述模式。目前，福布斯杂志用这款软件生产公司财报新闻，而美联社则用它报道体育新闻。未来几年，这款软件的「质量」还将大幅提升，也就是说，它会越来越像记者写作的手法。
Narrative Science创始人、Quill软件开发者、美国西北大学计算机科学家 Kristian Hammond表示：「AI到今天的表现还不足以对白领工作产生多大的影响。从中短期来看，AI的影响还局限于替代人类一些工作，但不会造成过多失业。」他进一步强调，如果AI工具的日常工作涵盖了数据分析，那么「人类完全可以从事一些更高级的工作。」
虽然Quill和其他的先进技术令人印象深刻，然而Hammond并不认为AI现在做好了进一步扩展的准备。他认为，这个领域现在的「复兴」来自于其可以接入海量数据，并通过近几年快速增长的计算能力迅速分析这些数据，其结果是令人兴奋的，不过从技术层面来说，即便是Quill采用了自然语言处理方法，也得益于大数据这种现存技术的增强而不是AI的突破。 Hammond指出，现在对某个AI项目取得进展的宣传更像是哗众取宠。无论是深度学习还是其他相关技术，目前还有太多不确定性，仍需一些时间才能「像人类鼓吹的那样神奇」。
换句话说，人类现在适当降低对未来机器智能的期待值是非常明智的做法。
牛津大学纳菲尔德学院研究员、伦敦政经学院教授Anthony Atkinson表示，「我们经常认为科技好似刚从别的星球来到地球上。」然而，科技的发展过程却是必然的。更确切的说，科技的发展过程完全取决于政府、消费者及商业的选择，他们能够决定研究和商业化哪种技术以及如何去运用它。
从上世纪70年代，Atkinson就开始研究收入不均问题。当时，主流经济学正处于相对次要的学术地位。在过去的几年里，许多国家的收入不均问题已愈发突出。在英国，自上世纪90年代收入不均水平上升以来，至今从未下降过；而在美国，它还在持续上升，即将达到前所未有的历史高点。去年，他与老基友Thomas Piketty发表了举世瞩目的巨著《 Capital in the 21st Century》（《21世纪资本论》），将收入不均问题变成了经济学界最炙手可热的研究课题。现如今，Atkinson在其新著《Inequality: What Can Be Done?》提出了一些解决方案，而「鼓励创新以改善工人就业能力」就被列为第一条。
Atkinson说，政府可以选择资助哪类项目、企业可以选择应用何种技术，他们的选择注定会影响到工作机会及收入分配。虽然，发现一种甄别科技的机制以创造更好的就业机会，的确不是一件信手拈来的活。但是，「我们至少要了解下」那些决策将对失业产生怎样的影响。「这只是个开始，也许它不能改变决策结果，但我们将知道现在到底是什么情况，不会等到最后才惊呼『OMG，人们已经开始失业了』。」
我们对生产力的认知、对机器设备的要求都可能会影响政府或者企业的某些决策。传统意义上来看，经济学家将生产力定义为投入一定数量劳动力及资本后获得产出的水平。随着机器、软件等资本价格的持续降低，效率的持续提升，劳动力投入的减少显得合情合理。因此，哥大著名经济学家 Jeffrey Sachs预测机器人和自动设备将很快接管星巴克。然而，我们还是有许多理由相信Sachs的观点可能是错的。星巴克之所以成功，绝不是因为它能更快、更便宜地将咖啡送到你手上，而是因为你喜欢在那儿遇见的朋友、享受的服务。
Tim O’Reilly是O’Reilly媒体公司的创始人，以极受消费者认可的苹果专卖店为例补刀Sachs的观点。苹果专卖店里有海量手持ipad和iphone的员工，向未来的机器人零售店展示了一个强有力的竞争对手。它们认为自动化服务不一定是如今技术的终点。O’Reilly表示，「诚然，技术的确会抢走一些工作，但我们有挑选技术的主动权。」
从这点来看，苹果专卖店已经找到了一个稳赢的策略，且未按照大众的逻辑利用自动化去降低劳工成本。相反的，苹果已经配备了一支精通科技、持有数字设备的销售队伍，给客户创造新颖的购物体验。顺便，给公司带来更多的营收。
O’Reilly还点评了最近风生水起、大红大紫的汽车服务商Uber。Uber利用科技实现方便有效的预订及支付服务，开发了一个十分健康的市场。在这种情况下，uber还激发了市场对司机的需求。较于传统出租车行业，Uber司机借助智能手机和app的帮助能够获得更多的订单。
事情就是这样，假使科技进步会加剧不平等现象，那这肯定是无法避免的，但政府、企业和消费者能够改变这种局面。最近，纽约举办了一场名为「全球化、技术变革及不平等」的论坛，Paul Krugman在论坛上表示，「许多正在发生的（如收人不均等）情况并不是科技诸神而引起的，事实上，而是由于异化的社会结构造成的。」
有些时候，一些强调早期技术变迁的人低估了自动化及数字化技术对于当下就业情况的影响。然而，他们忽略了那个时间段里自动化及数字化技术引起的灾难与动荡。在英国，自工业革命开始后的40年里，工人工资要么不涨，要么下降。那段岁月的文献及檄文详细描述了工厂工人的悲惨生活。
哥大经济学家 Joseph Stiglitz在其新著《The Great Divide》中指出，大萧条也与技术变革有关。他认为大萧条的真正原因并非如大家所说的是灾难性的政府金融政策和崩溃的银行系统，而是因为当时正处于农业经济向工业经济的转型期。Stiglitz阐述了机械化的进步与改善的耕种方法是如何快速地将美国对农民的需求转多为少。该书将工人的顺利过渡归功于二战引起的制造业大繁荣。Stiglitz写到，今天，我们正处于另一个由制造业经济到服务业经济的阵痛转型期。
其实，发明这些技术的人能够减轻上述负面影响。AI研究者Hod Lipson认为「我们的工程师思维始终是以自动化为中心。我们想让机器能够尽可能多干活，始终想提升生产力，让机器更高效地解决工厂里的工程问题及其他关于劳动力的难题。我们始料未及的是这也会变成坏事。」Lipson建议工程师重新确立他们的目标。「阻碍创新并不是解决方法，我们需要更多的创新：当AI能比多数人表现更好时，我们如何能保证人们能参与到工作中？对于这个问题，我没有一点头绪。但这是对下一代工程师的一个新挑战。」
教育、老化的基础设施及诸如生物技术与能源等研究领域的迫切投入会创造大量的工作机会。正如Martin Ford所告诫，当技术性失业持续向经济施压且气候变迁又日益加剧时，我们将陷入一场「完美风暴」。这事会不会发生很大程度上取决于我们发明及采用的技术。举个例子来说，无人车的升级看来似乎无法避免——我们是用它让公众交通系统更安全、更方便、更节能?还是仅仅向高速公路上送去无人驾驶的轿车与卡车？
毫无疑问，至少短期来看，针对萎靡的工作机会，经济发展是最好的保障。而经济发展能否实现是要依靠诸如苹果专卖及Uber这样创新性服务密集型行业，或是重建基础设施及教育系统的投资。唯有这样，经济发展才可能克服抢占工作机器人引起的担忧。
Andrew McAfee同其麻省理工学院的同事Erik Brynjolfsson共同撰写了《The Second Machine Age》。他是当今世界阐述「科幻经济」可行性的最著名专家，智能设备的普及将消除许多工作机会。（详情参见「致数字经济的一封公开信」， McAfee, Brynjolfsson及其他专家提出的一种适应技术升级的方法。）他认为这样的转变将产生巨大的社会与经济效益，但也可能会导致「轻劳力」经济。McAfee称，「这件事关系到全人类，现在可以开始讨论这件事也不算早。」但他也承认，这也可能是几十年以后的事。与此同时，他推行重发展的政策「以证明他是错的」。他说，「资本主义的精妙之处在于人们会找到该做的事，让资本主义动起来吧。」
但还有个问题。正如McAfee 与 Brynjolfsson在《The Second Machine Age》中所说明的，金融是技术进步引起的诸多困扰之一，很多人已从中不恰当得利。硅谷经验表明，科技会是一把双刃剑，一面是经济增长的强力引擎，一面是收入不均的助推器。
1968年，当今科技时代的奠基人J.C.R. Licklider与人共同发表了一篇颇有预见性的文章「The Computer as a Communication Device.」。他预见到「在线互动社区」，并阐述其令人激动的可能性。 Licklider同时在文章结尾做出警告，「对于社会来说，计算机的影响有好有坏，而其主要取决于『在线』究竟是专属特权还是基本权利。倘若只有小部分人能够有机会享受『智能升级』的优势，网络会加剧智力机遇范围的断层。」
许多政策能够帮助财富再分配，或像确保基础收入一样向那些生活在底层附件的人们提供一个安全保障。但，针对数字技术带来的经济威胁，最佳应对方式是向更过的人提供接触Licklider 所言「智慧升级」的机会，以便于他们从新科技创造的财富中获益。这意味着提供更公平的路径，使人们在职业生涯中获得高质量的教育和职业训练课程。
哈佛大学知名劳动经济学家Richard Freeman称，越来越多的人需要「拥有一个机器人」。他指的不仅仅是工厂里的机器设备，还包括日常生活中的自动化和数字化技术。某些机制已存在于利润共享计划及员工持股计划中。他表示其他实用性的投资计划也可以被预见到。
当机器人与人工智能最终取代许多工作后，谁手握资本，谁才是赢家。假使与过去几十年的趋势一样，最富有的那些人享受了大部分新科技创造的回报，那么反乌托邦假想可能成为现实。然后机器只是工具，而如果它们的所有权被广泛共享，那么大部分人们可以使用机器来提高生产力，提高收入，增加休息时间。倘若成真的话，一个愈发富庶的社会将保留中产阶级的梦想，并长期推动技术创意及经济增长。
机器之心，最专业的前沿科技媒体和产业服务平台，每日提供优质产业资讯与深度思考，欢迎关注微信公众号「机器之心」（almosthuman2014），或登录机器之心网站www.almosthuman.cn查看更多精彩内容。
|
