纵观现代历史，人们一直在担忧技术会破坏就业形势。我们都知道十九世纪二十年代勒德分子的故事，他们砸毁纺织厂的机器，激进地反对技术革新。
勒德分子错了。自第一次工业革命以来，技术进步的浪潮已经汹涌向前，但劳动力需求却更大。有些工作确实被取代了。例如，银行已经不再雇佣专员来记录每笔账目。150年前的秋天，田地里满是拿着大镰刀和干草叉的人，等待收割庄稼，而这个工作现在已经由收割机完成。
新技术之所以没有导致大规模失业，是因为只有在确保更高生产力的情况下，人们才会使用新设备。生产力的提高会释放购买其他商品和服务的资源。英国小说家哈代在《苔丝》中写道，农民工们在工厂和办公室找到了新工作，更重要的是，新工作的报酬更高，他们的生活水平也因此提高。
同样地，机器人时代将会带来更多的就业机会。贝伦堡银行的分析师Kallum Pickering说，「AI将导致大规模失业」的论调是有巨大漏洞的。
“制造商只有在有盈利的情况下才会投入自动化。为了盈利，制造商首先需要找到市场。牢记这一点有助于凸显上述论条的重大缺陷：如果机器人取代了所有的工人，由此造成了大量失业，那么制造商要把产品卖给谁？需求无限，供应有限，所以被取代的工人一直会有新的工作机会，帮助生产，来填补其他方面的需求。”
话虽这么说，但是这并非故事的结局。机器人将创造更多工作，但是，如果这些工作在质量和收入上都不如被取代的旧工作，又会发生什么呢？也许，近年来工资涨势的疲软正在告诉我们：科技正在掏空中产阶级，并创造一个分叉的经济体系，在这个体系中，少数有钱人雇佣大批穷人来满足自己的所有需求。
这确实是比大规模失业更具威胁性的事了。更重要的是，这也较符合近代发展史、自动化理论以及近期劳动力市场的趋向。
肯特大学经济学院的Christian Siegel发现，西方发达国家的劳动力市场早在20世纪50年代就开始分化了，那时起，他们的劳动力市场就更受服务业主导。在那段时期，经济增长势头强劲，就业机会往往两极分化严重，人们的工作不是在工资水平最高点，就是在最低点，而传统中产阶级职业的就业机会却在减少。20世纪80年代，IT的到来也仅仅是加剧了这一形势罢了。
根据莫拉维克悖论，不难得出机器人很可能导致中产阶级工作的进一步空洞化。AI专家在20世纪80年代的时候发现：对机器人来说，难事易，易事难。
研究者之一Hans Moravec说道：“在智力测试和下棋方面，计算机相对容易展现出成年人的水准，而涉及到灵活性和感知力时，计算机甚至很难掌握一岁小孩的技能。”换句话说，如果你想要打败世界国际象棋冠军Magnus Carlsen，你会选择计算机。但如果你想在比赛后清理棋子，你应该更愿意选择人类。
BCA Research的经济学家Dhaval Joshi相信莫拉维克悖论将对劳动力市场产生巨大的影响。他设想了程式化经济下三种职业（高收入的创新者，中等收入的制造商，低收入的动物管理员）的两种情形。
第一种情况，创新者设计出了一台取代动物管理员的机器。这台机器的生产力比动物管理员更高，因此，创新者可以用额外的收入来买制成品。而这也为动物管理员带来了机会，重新受训为更高薪的制造商。
第二种情况下，创新者发明了一种能使中等收入制造商退出历史舞台的机器。于是创新者又有了更多可支配的收入，用来购买照管动物的服务。中等收入制造商现在不得不以收入更低的动物管理员工作为生。
在现代经济中，被公认为有价值的往往是逻辑性强的工作。而低薪的往往是那些需要灵活性和感知能力的工作。机器人就是逻辑性强，但灵活性和感知性差。
Joshi说：“那些需要逻辑和代数技巧的工作，AI是可以轻易取代的，而它们往往是中等收入的工作。相反地，那些AI不能轻易复制的工作，是依赖于灵活性和感知能力等深层技能的工作，这些往往是低收入工作。因此，目前的技术进步浪潮是紧跟着上述第二种情况进行的：AI将中等收入的工作掏空，并创造出许多低收入的工作。”
劳动力市场的最新发展表明，上述过程已经在进行当中。在英国和美国，经济学家一直在试图解释：为什么在工资没有上涨的情况下，还有可能创造新职业。英国的失业率为4.4%，但是平均收入仅仅增长了2.1%。美国也发生过类似的事情。菲利普斯曲线（表明失业和收入之间的关系）似乎已经失效。
但是，如果以前的分析师和机械操作员现在只能当遛狗师和服务员，那么事情有点容易理解了：就业总数可能会上升，但是伴随而来的将是高薪职业被低薪职业取代。这一结论有什么确凿的论据呢？
Joshi说美国的就业数据是非常值得一看的，这些数据往往比欧洲更分散。在美国，这么多年来，就业数据增长最快的是餐饮服务场所，换句话说，就是酒保和服务员。
AI还处于起步阶段，我们认为它还有很长的路要走。按照历史衡量标准，工资通胀将继续保持疲软，这会导致债务驱动的消费及其它随之而来的风险。利率将保持在低位。如果不持续尝试对收入、财富和机会的再分配，不平等现象将会增多。社会紧张局面和政治不满情绪也同样如此。
本文编译自The Guardian
——————————————
文章采集自互联网，版权问题请与我们取得联系。
SaaSPad是专注AI/BI/ML领域的科技网站，我们分享国内外的成功理论和经验，建立行业人士交流探讨的社区，欢迎访问官网。
网友评论