温馨提示：此文属于转载
本 书 价 值
你的工作未来会被AI取代吗？AI浪潮势不可挡，人类该何去何从？著名人工智能科学家李开复博士，将深度解析人工智能时代未来十年大趋势，解密真正的人工智能危机，探索人类与AI共存的蓝图。
阅 读 收 获
找到提升自己竞争力的方法，避免被淘汰
读懂全球人工智能未来版图
理解科技对全人类的颠覆式影响
学会应对创造与破坏并存的人工智能革命
金 句 精 选
1.人工智能未来如何发展，最重要的因素是人类如何采取行动。
2.人工智能固然强大，而人类独有的爱才是我们生活中最需要的。
3.深度学习的问世，意味着我们将从专家的年代转变为数据的年代。
点击图片可直接分享和保存
作 者 简 介
李开复
李开复博士是创新工场创始人及首席执行官，创新工场人工智能工程院院长，先后获得过10项美国专利。李开复博士曾任谷歌全球副总裁兼大中华区总裁，被《时代》周刊杂志评选为影响全球100位年度人物之一。2019年1月23日，世界经济论坛宣布成立“AI委员会”，李开复博士出任联席主席。
精 华 解 读
以下内容为《AI·未来》一书精华解读，供广大书友们学习参考，欢迎分享，未经允许不可用作商业用途。
目 录
一、我国的互联网创业战场
二、人工智能领域，中美两国孰优孰劣？
三、人工智能发展的四波浪潮
四、真正的人工智能危机
五、人机共存的蓝图
正 文
2017年5月27日，一场人工智能与人类的“大战”吸引了全世界的目光。人类围棋棋手柯洁在与人工智能机器AlphaGo的围棋对决中，用尽全部的脑力与战术，依旧以0:3的比分惨败。
人工智能的胜利引发了全世界范围内的讨论，人工智能会带来新一轮的产业革命吗？会战胜人类吗？面对势不可挡的人工智能浪潮，许多国家都加大了对人工智能的研发和投资力度，我国在这一数据上首次超越了美国，全球范围内的创业者们也力图在这个浪潮中立于不败之地。
人工智能时代已经来临。
一、我国的互联网创业战场
1.模仿
在我国互联网的起步阶段，创新公司会大幅借鉴硅谷的网站，这有助于完善我国当时缺乏的基础工程和创业技能。例如，美团创始人王兴在打造美团这个团购网站之前，就效仿美国的Facebook创建了“校内网”，后来因财务等各种原因，被迫出售，新东家将其改名为“人人网”。王兴在2007年卷土重来，模仿Twitter创建了“饭否”，曾红极一时，后又倒闭。
2010年，王兴仿效Groupon（美国团购网站）的商业模式，在我国推出团购网站“美团”。经过数年的不懈努力，美团已经成为我国最大的互联网公司之一。
这种擅长模仿的企业家，借鉴国外的先进经验，虽然做法遭到了很多硅谷精英的批评和讽刺，但是你不能不说他是成功的。
2.本土化
对于早期的互联网公司来说，模仿是第一步，第二步就是将产品本土化。当我国的互联网产品和硅谷原创产品直接竞争时，美国公司对产品本地化的不情愿成了我国创业者最大的机会。
马云在1999年创办阿里巴巴集团，2002年全球最大的电商龙头eBay就进入了我国，这对阿里无疑是一个最大的威胁。当eBay大规模进军我国，收购易趣网，打造电商巨头的时候，马云则根据我国的实际情况调整电商网站的商业模式。
在这个过程中，他创建了淘宝网，直接和eBay的核心业务竞争；又创建了支付宝，克服了用户对在线购物信任感的不足；马云最大的武器则是创建了“免费+增值服务”的营收模式：基本功能免费，增值服务收费。而当时，在eBay上发布商品需要收费，商品售出也要收费。很快，熟悉我国用户的马云打出了致命一枪：保证接下来3年，在淘宝网上发布商品完全免费，很快就变成无限期免费。
eBay发布了一篇新闻稿教训马云：“免费不是商业模式”。事实证明，免费可以是一种商业模式，马云取得了巨大的成功。当市场足够庞大，大卖家不得不选择付费购买广告和搜索排名，而知名品牌势必也会支付更多的费用，在淘宝网更高级的兄弟网站“天猫”销售商品。不出一年，eBay完全撤出了我国市场。
3.厮杀
打败了不愿本土化的美国公司，我国的互联网创业者并不能放松心情，因为他们要面临的是更加残酷的国内同行的厮杀。在模仿与借鉴司空见惯的市场上，创业者只能选择比竞争对手工作更努力，执行更到位。所谓的“千团大战”就是一个最好的例子。
当美国团购网站Groupon在短短16个月内冲破了10亿美元的市值，并轰动国内外时，我国的创业者闻风而动。加上我国的买家痴迷打折，讨价还价是一门艺术。于是，数千家团购公司加入战局，这浩浩荡荡的团购创业大军，抱着美好的希望，走向“死亡游戏”，因为胜利者往往只有一个。王兴就是那个从血与火的竞争中熬炼出来的冠军角斗士。
别人融资，烧钱，打广告，打价格战，王兴就专注于打造适合我国用户偏好的用户界面，首创自动化支付机制，打通商家的渠道。“高筑墙、广积粮、缓称王”是他的策略。最后大多数竞争者铩羽而归，只剩下美团、大众点评和糯米网屹立不倒。后来，美团和大众点评合并，完成蜕变，成为一个庞大的消费服务王国。
4.数据的王国
在竞技场上，除了敏锐的商业嗅觉和精明的头脑，大数据也是非常重要的成功因素。送外卖、汽车维修、共享单车、街头便利店等行业的互联网化，使我国拥有了人工智能时代的大量关键资源——数据。靠着实地苦干，我国在这方面远远超过了美国，成为全球最大的数据生产国，为人工智能实干年代的领导地位奠定了基础。其中有一项突破性的技术——深度学习，大大推进了人工智能的发展，也第一次把人工智能真正地应用到现实世界中。
①深度学习
本质上说，深度学习其实是一种神经网络算法，使用了大量来自特定领域的数据，为想要的结果做出最佳决策。其方法是让系统使用这些输入的数据，训练自己识别数据和期望结果之间的关联性。深度学习的核心能力是识别规律、得出最优解、做出决策，可应用在很多日常问题上。
这么做需要大量的相关数据、强大的算法、足够细化的领域以及明确的目标，欠缺任何一个都无法成功。在我国，这些因素全都有。
②发明和专家的年代→实干和数据的年代
深度学习的问世，意味着我们将从专家的年代转变为实干和数据的年代。唯有真正落地应用于生产生活中，学术研究才能变得有意义。现今，成功的人工智能算法需要三样东西：大数据、强大的电脑运算能力，以及优秀（但未必顶尖）的人工智能算法工程师。在实干的年代，数据是最重要的。人工神经网络获得的样本数据越多，就越能正确识别出形态，准确辨认真实世界里的东西。
发明的年代转向实干的年代，专家的年代转向数据的年代，这两项转变使得我国具有巨大的优势。我国的数据优势不仅体现在数量上，在质量上也有保证。对比美国，硅谷巨头从用户在线活动中收集数据，如搜索、上传照片、观看视频、点赞等。而我国公司则根据用户现实世界的行为收集数据：何时何地购买了什么物品、餐饮习惯、化妆品的选用、交通服务的选取等。显然，我国的用户数据更加准确。
③另类的互联网世界
自iPhone于2007年问世后，移动互联网的时代就到来了。与西方不同的是，我国大批用户跳过了个人计算机时代，使用智能手机实现了第一次网络体验。2004年，阿里巴巴首创针对我国用户的数字支付平台——支付宝，后来又为适应智能手机改造了该产品；2011年，全球最大的移动应用程序——微信问世，颠覆了在计算机桌面上大获成功的QQ。我国最大的两个互联网巨头阿里巴巴和腾讯，为争夺移动支付市场的份额，展开了一场没有硝烟的战争，微信在2014年除夕夜发动了空袭，武器就是我国的传统习俗“发红包”，剑指“支付宝”。
接下来的几年，阿里巴巴、腾讯、饿了么、抖音、OfO、滴滴以及数千家创业公司争相把这些工具应用到我国城市生活中的每一个支付场景：外卖、电费账单、网红直播、上门美甲、共享单车、火车票、电影票、交通罚单等。在政府“大众创业，万众创新”的政策鼓励下，我国到处都是“O2O”（Onine To Offline，线上到线下）。
人们只需要一部联网的智能手机即可完成绝大部分的消费，生活极大地得到了便利。我国庞大的数据和消费者使得本土的互联网巨头在营收及市值方面迎头赶上美国对手，甚至击败它们。
二、人工智能领域，中美两国孰优孰劣？
在21世纪要建设人工智能大国，需要具备四个条件：大量的数据、执着的企业家、优秀的人工智能科学家和有利的政策环境。我国和美国无疑是最大的两个超级人工智能大国，它们之间的较量影响着全球的格局。
1.实干和数据的年代
虽然美国在顶尖人工智能科学家方面仍然领先，但在这个人工智能实干的年代，美国硅谷的优势将不复存在。
我国互联网创业公司的竞技场选拔出了世界上最精明强悍的企业家，创造了世界上最丰富的数据生态环境，人工智能专家不断涌现，我国政府的人工智能计划在新的投资热潮中激流勇进，引导了创业、创新的新方向。
2.人工智能七巨头的竞赛
向人工智能研究投入大量资源的公司有数百家，七大人工智能巨头——谷歌、Facebook、亚马逊、微软、百度、阿里巴巴和腾讯脱颖而出。其中，美国有四家，我国有三家。目前我国在实干的年代，抢占了先机。但是如果真的有人发明了下一个和深度学习一样伟大的技术，而且是在密闭的企业环境中，形势就非常难说了。美国的谷歌是最有可能的候选人。
目前，谷歌已经率先在机器人（如AlphaGo）和无人驾驶领域取得了一定的成功。疯狂烧钱则为谷歌招揽了世界上大部分最聪明的人工智能从业者，排名前100的人工智能研究人员和工程师中，大约半数隶属谷歌。
3.计算机芯片
每一代计算机都需要芯片。我国政府数十年来都在努力研发高性能芯片，但是过去三十年，美国硅谷公司一直保持着领先地位。未来十到二十年，这一优势可能会被我国政府和风投赶上，因为在人工智能带来的大规模经济变化前，政府和企业都非常重视芯片。究竟鹿死谁手，还未可知。
4.自动驾驶的困境
作者认为，自动驾驶汽车将来一定会比人力驾驶汽车安全得多，大规模推行这种技术将大幅减小交通事故伤亡率，也能大幅提高交通和物流效率。但这项技术可能会导致部分人群失业甚至失去生命。这个风险已经初步在美国显现出征兆，如特斯拉自动驾驶汽车致死事件。美国卡车司机强烈反对自动驾驶汽车的应用，2017年，卡车司机工会成功游说美国国会在推行自动驾驶的应用法案中，将卡车排除在外。
而在我国，政府单独规划自动驾驶区域，可以有效避免意外事件的发生，同时基于本国的文化价值观制定相关政策，这无疑更加有利于人工智能的加速发展。
三、做到人工智能发展的四波浪潮
1.第一波浪潮：互联网智能化
你是否沉迷抖音短视频无法自拔？淘宝和京东怎么好像知道你想买什么？若你曾有类似体验，那么你很有可能是互联网人工智能的收益者（受害者）。
第一波人工智能浪潮兴起于十几年前，在2012年成为主流。大体上说，互联网人工智能就是使用人工智能算法作为推荐引擎：这些算法了解、研究、学习我们的个人喜好，从而推荐专门针对我们的内容。
驱动这些人工智能引擎的，正是它们获得的数据。目前最大的数据库掌握在互联网巨头手里。但是这些数据必须贴上标签，才能真正对算法有所帮助。这里的标签并不需要主动评价内容，或是给内容加上关键词，而是把数据和待定行为连接起来，如购买与未购买，点击与未点击等等。这些“标签”都被用来训练算法，然后由算法推荐内容与商品给用户，让我们消费得更多。
一方面，人工智能为我们提供了便利；另一方面，人工智能也可以通过数据来学习和了解人类。第一波人工智能浪潮催生了一批以人工智能算法为驱动的互联网公司，在我国，这类公司的领头羊是今日头条。今日头条的人工智能引擎在互联网上搜寻内容，使用自然语言处理和计算机视觉技术，消化整理来自合作伙伴及特约撰稿人的大量文章与视频，再根据用户的以往行为，如点击、阅读、浏览、评论等，针对每个用户的兴趣、喜好和习惯高度定制动态推送。利用人工智能算法，今日头条取得了巨大的成功。
2.第二波浪潮：商业智能化
第一波人工智能浪潮的基础是给互联网用户的浏览数据贴标签，而商用人工智能则是给传统公司数十年来积累的大量专业数据贴标签，如保险公司理赔事故中鉴别保险欺诈，银行核发贷款时记录还款率，医院保存诊断记录及患者存活率等。商用人工智能从这些数据库中挖掘人类往往会忽视的隐性联系，参考遗忘的决策与结果，利用贴了标签的数据训练算法，最终使其超越经验最丰富的人类从业者。
目前，在能够直接接入商用人工智能的产业中，小微金融是最有前景的一个。智融集团研发的人工智能应用使用算法就可以评估贷款的风险，并做出比人精确的判断。
智融集团的深度学习算法不只看明显的指标，如用户的微信钱包里有多少钱，它也根据一般银行贷款审核人员认为无关紧要的数据点来做出分析，如用户输入出生日期的速度、手机电池还剩多少电量以及数以千计的其他数据。这些数据看似关联性非常弱，但是一旦数量非常巨大，就能大大增加人工智能贷款判断的准确性。这是人类做不到的。
商用人工智能并非只能用在跟钱有关的领域，同样也可以用在数据驱动的公共服务上，比如医疗诊断领域。它可以帮助一流的医生寻找疾病数据的关联性，做出更好的诊断，服务更多的病人，缓解医疗压力。商用人工智能同样也可以做法庭助手，使用以往案例数据，向法官提供相关证据及判决的建议等等。
3.第三波浪潮：实体世界智能化
第三波浪潮就是把人工智能延伸至我们的生活环境，以大量的传感器及智能型器材，把我们的现实世界转化成可被深度学习算法分析与优化的数据。我们会进入一个线上与线下融合的新环境，作者把这个新环境称为“线上线下融合”（Online-Merge-Offline），简称OMO。OMO把数据世界和现实世界完全整和起来，把线上世界的便利性带进线下世界里，把在线下世界里感知到的内容带到线上世界里。
未来，感知人工智能将把购物商场、杂货店、城市街道甚至我们的住所转化成OMO环境，还会产生一些令用户真正有未来主义感觉的人工智能应用。作者相信在未来，当你走进OMO驱动的超市，购物车会把你经常购买的食物列表自动显示出来供你参考，你可以直接告诉它你的需求，你不再需要手动推车，它会自动跟在你身后不远的地方。
OMO除了可以应用在购物上，还可以驱动教育，在课堂练习、家庭作业与练习、考试与评分、量身打造的家教辅导这四种场景中都可得到应用。这不但可以减轻教师的负担，让他们有更多时间关心学生的其他方面；也可以帮助学生学习，尤其是成绩较差的学生，人工智能系统可以提供详细的课堂信息，家长和学生可根据这些信息选择相应的辅导服务等。
那么问题来了，我们如何在个人隐私和公共数据之间求得平衡呢？这恐怕取决于每个国家的选择。美国对用户隐私的保护力度，从Facebook的“剑桥分析”事件及之后的一系列听证会就可见一斑。我国在2017年开始实行的《中华人民共和国网络安全法》中，也规定了要对非法收集、买卖用户数据的行为进行处罚。但总体来看，目前我国用户对于公共场所收集个人数据的排斥诉求尚不强烈，将使其在感知人工智能的推行上具有很大的起步优势。
4.第四波浪潮：自主智能化
自主人工智能是前三波人工智能浪潮的集大成者，也是顶峰，把极复杂的数据和机器感知能力结合起来，就会得到不仅能了解世界，也能改变世界的机器。自主人工智能设备能彻底改变我们绝大部分人的日常生活，包括购物商场、餐厅、城市、工厂、消防队等。
例如，在无人机方面，成群的自主无人机能够一起合作，用几小时的时间就能粉刷好房子的外墙。耐热无人机还可用来扑灭森林火灾，无人机也可在飓风及地震后进行搜救，把食物和水递给受困者等等。
在自动驾驶方面，现在有数十家公司都争相将这项技术商业化，用自动驾驶取代人类驾驶员。自动驾驶汽车必须用数百万甚至数十亿公里的驾驶数据来训练，使它们学会辨识物体、预测车辆及行人的动作。这其中有两个领跑者——谷歌和特斯拉。
谷歌是第一家研发自动驾驶技术的公司，力图打造出完美产品，在自动驾驶的安全性大大超过人类驾驶后，再直接跃入人工智能完全自主化。而埃隆·马斯克的特斯拉则采取渐进模式，在部分功能开发完成后，马上应用在自己生产的汽车上。这当然有很大的风险。
我国也有自己的特斯拉模式，但与美国不同的是，我国渐进应用模式的关键是兴建新的基础设施以容纳自动驾驶汽车。我国在调整现有道路，改变货车形态，甚至建设能够容纳自动驾驶汽车的新城市。政府的积极作为把应用变成了城市与人工智能的共同进化。
至于中美两国在四波人工智能浪潮中谁能取得领先的地位，作者给出了他的意见，他认为两国基本上平分秋色，下图是作者给出的预测图。
中、美两国在四波人工智能浪潮中实力评估及未来5年发展趋势
四、真正的人工智能危机
有人预测，人工智能领域将迎来“奇点”——出现一种理解和操纵世界的能力让人类相形见绌的机器，人类与它们的智力差距差不多就是昆虫与人类的差距。这一大胆预测将知识界分为两个阵营——乌托邦人士和反乌托邦人士。
乌托邦人士将强人工智能的开端和之后的奇点看作人类繁荣的前沿阵地，认为这是人类进一步拓宽智识和永生的机会。反乌托邦人士霍金生前曾表态，人工智能可能会毁灭人类。埃隆·马斯克将超级智能称为“人类文明面临的最大风险”，他将创造超级智能比为“召唤恶魔”。
作者则认为万能的超级智能在当前技术下还不可能实现。但是前几次工业革命确实出现了一些GPTs（General Purpose Technologies，通用技术），包括蒸汽机和电气化，以及信息和通信技术。作者认为人工智能很快会成为下一个GPT，它对过去的行业有着颠覆性的影响。
1.失业
①催化剂
经济学家预测2030年，人工智能将为全球经济带来15.7万亿美元的财富。很多收益来自自动化取代大量人工的工作。当人类与运算能力超过人脑的机器竞争时，大学本科甚至是高度专业化的研究生学位都不再是工作的保障。
与工业革命时期相比，人工智能带动的经济转型会发生得更快，这主要因为三个催化剂的作用。
A.人工智能算法的易复制性
许多人工智能产品只是数字算法，可在全球无限复制、零成本应用，应用后的更新和改进也是几乎无成本的。
B.风险投资业（VC）的诞生
VC指的是对高风险高潜力公司的早期投资，在未来十年中，VC会推动人工智能的快速应用和商业模式迭代，千方百计地探索这一技术可以做的每一件事。
C.我国的影响力
在工业化和电气化的时代，我国远远落后于西方国家。但到了互联网时代，在过去的五年时间里，我国就赶上了互联网技术发展的进程，可以向全球输出人才，这一趋势大大加快了移动互联网的创新速度。在人工智能方面，我国的进步让全球将近五分之一的人口可以对人工智能的推广和应用有所贡献。
②就业风险评估图
关于人工智能，普通人最关心的大概就是哪些工作会被取代，哪些工作是安全的。作者区分脑力劳动和体力劳动，列出了两张就业风险评估图，读者可根据图来自行判断自己所在的行业。
就业风险评估图：体力劳动
对于体力劳动来说，X轴左边是“低技能、结构化”，右边是“高技能、非结构化”。Y轴下边是“弱社交”，上边是“强社交”。
就业风险评估图：脑力劳动
脑力劳动图的Y轴与体力劳动一样（弱社交到强社交），但X轴不同：左侧是“优化型”，右侧是“创意或决策型”。如果脑力劳动的重点是将数据中可量化的变量最大化（例如设置最优保险费率或最大化退税），就归类为“优化型”的职业。
这几条轴将两张图各分为四个象限：第三象限是“危险区”，第一象限是“安全区”，第二象限是“结合区”，第四象限是“慢变区”。
工作内容主要落在“危险区”的工作（如卡车司机等）在未来几年面临着被取代的高风险。“安全区”的工作（如心理治疗师、理疗师等），在可预见的未来中不太可能被自动化。“结合区”和“慢变区”象限的界限并不太明确：尽管目前不会完全被取代，但工作任务的重组或技术的稳定进步，可能引起针对这些工作岗位的大范围裁员。
在左上角的“结合区”中，大部分计算和体力性质的工作已经可以由机器完成，但关键的社交互动部分使它们难以完全自动化。所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。
落在“慢变区”的工作（如水暖工、建筑工人、美术设计师等）不依赖于人类的社交技能，而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。由于不断发展的技术会在未来几年中慢慢提升这些短板，所以此象限中工作消失的速度，更多地取決于人工智能能力的实际扩展。
③两类失业：“一对一取代”和“彻底清除”
一对一取代：
许多人工智能公司都在尝试开发可以取代某类工人的单一人工智能驱动产品，如可以完成仓库搬运工作的机器人。如果取得成功，这些公司会向客户销售其人工智能产品，而客户可能解雇被替代的剩余劳动力。这些都属于“一对一取代”的工作类型。
彻底清除：
还有一种公司，它们想从根本上重构整个行业。这些公司追求通过新的方式来满足整个产业用人的基本需求。如智融集团、人工智能驱动的借贷公司、F5未来商店等。该类公司未雇用人类员工，并且提供了优质而廉价的服务，它们会给雇用人类员工的竞争对手造成压力，人类工人会越来越少。
作者预计这种彻底的颠覆会影响美国10%的就业岗位，受冲击最大的工种为市场营销、客服服务，以及涉及大量常规优化工作的行业，如快餐、金融证券甚至是放射医学。
贝恩咨询公司在2018年2月发布研究结果称，到2030年，雇主对雇员的需求将减少20%~30%。贝恩公司表示，的确有部分失业人员会步入新的岗位，比如机器人维修员等，但是这种再就业对大规模且呈上升趋势的失业率无法造成实质性影响。如果再将薪水降低的因素考虑进去，那么近80%的美国劳动者都将会受到影响。这将会是一种新常态：智能机器全面上岗，人类就业则阻碍重重。
2.人工智能导致的不平等
人工智能偏重特定技能，会形成两极分化的就业市场，排挤掉中产阶级。我们已经看到网络世界走向垄断的趋势，短短几年内，许多核心网络功能已经被垄断。无论在我国或美国，少数几家互联网巨头掌握了大部分的互联网。人工智能会将同样的垄断趋势带到互联网之外的行业中，并逐步侵蚀市场竞争机制。
幸存的工作岗位分为两批人：一批顶尖收入，如CEO、投资人等；一批收入一般的，如按摩师、家庭护理人员等。但是问题的严重性在于，许多构成中产阶级基石的职业将被清空，造成更大的贫富差距。如卡车司机、会计人员、办公室经理等。
人工智能还可能会滋生21世纪的阶级制度：人工智能精英阶级和“无用阶级”。无用阶级指的是史学家尤瓦尔·诺亚·赫拉利所说的永远也无法创造出足够的经济价值养活自己的人。
作者担心，利用人工智能获取巨大利益会创造出显著不平等，同时也导致社会的不稳定。大量的年轻人曾是发展中国家的最大优势，但在人工智能跨越式发展的未来，却会变成拖累和潜在的不稳定因素。
而国与国之间，财富分配更加不均衡。人工智能实力薄弱的国家，会发现自己的经济发展没有机会再进一步，只能沦为人工智能超级大国的附庸。
3.个人危机
自工业革命以来的数个世纪里，工作不仅是一种谋生手段，更是一种自我认可以及生活意义的源泉。工作让我们过得充实，给人一种规律感，让我们和其他人联结。切断这些联系，或者说迫使人们从事低于过去社会地位的工作，影响的不只是收入，还会直接伤害到我们的认同感和价值感。
2014年的《纽约时报》采访了下岗电工弗兰克·沃尔什，他描述了失业带来的心理影响：“我失去了价值感，你明白我的意思吗？之前有人问我：‘你是做什么工作的？’我会回答：‘我是一名电工。’但现在我却答不上来了。我不再是一名电工了。”
人工智能导致的失业，带来的心理创伤非常大。人们可能永久性地被经济体系拒之门外，随之产生的压倒性的无力感，会让人感觉自己的存在没有了意义。这不得不迫使我们重新思考工作、价值和人的意义之间的关系。
五、人机共存的蓝图
正如前面几章所说，未来在相当长一段时间内，人工智能会导致失业率上升，贫富差距扩大。作者认为，要迎接这些挑战，不能只做被动反应，必须主动利用人工智能创造的物质财富，重构经济体系，重写社会契约。同时宣扬人性，重建经济激励机制，激励造福社会的行为；促使全方位的经济和社会转型。
1.3R：再培训、减时间、重分配
硅谷针对人工智能将引发的失业问题，提出三类解决方案：就业者再培训（retraining workers）、减少工作时间（reducing work hours）或重新分配收入（redistributing income）。
①就业者再培训
提倡工人再培训的方案认为有两种趋势对于人工智能时代就业至关重要：在线教育和终身学习。失业人员通过免费或付费的在线教育平台获得培训和指导，从而找到新工作；并且可以不断更新技能，成为“终身学习者”。
但作者认为，如果考虑到人工智能对就业影响的深度和广度，该方法远远不能解决大量失业的问题。因为人工智能的发展非常迅猛，就业者不得不每隔几年就更换职业。
②减少工时、工作共享
以谷歌创始人拉里·佩奇为首的一批人，提出了减少工时，多人“分享”同一份工作的方案。这种方案可以有效减少失业人数，美国好几个州已经落实这个方案，政府为这些人员损失的工资给予了一定补偿。
但是面对人工智能对工作岗位持续不断的冲击，这种方案可能会失去后劲。因为就业者的净收入减少了，政府可负担的资助也是有限的。
③重分配：全民基本收入和最低保障收入
全民基本收入（Universal Basic Income，UBI）是时下最流行的再分配方案，其核心思想很简单——每个公民从政府那里定期领取收入补助金，且没有任何附加条件。
另一个再分配方案称为最低保障收入（Guaranteed Minimum Income，GMI），即仅向穷人提供补助金，并建立“最低收入”的门槛：保证就业者的收入不会低于这条线，类似于我国的“低保”政策。
再分配方案的资金来源，大部分是对人工智能时代“赢家”征收的巨额税款，如从人工智能谋利的传统公司等。但这种方案也存在争议。有人认为补助金不能太多，这样就业者们不会失去找工作的动力。也有人认为补助金要覆盖因失业造成的收入损失。从这个角度看，UBI可能成为迈向“休闲社会”的关键一步，人们完全摆脱了对工作的需求，可以自由地追求自己的梦想。
但是作者认为，UBI无疑就像止痛药。首先，单一的UBI政策就是不劳而获，这种方案可能导致接受补贴的人无所事事，沉迷游戏、烟酒甚至毒品。其次，即便一个人非常上进，但是如果政府不拿出就业和培训的可行方案，即便可以凭自己找到工作，也很有可能很快就被人工智能取代。我们必须想办法利用人工智能的优势，同时更加重视我们与机器之间的本质区别，那就是爱的能力。
这个领悟发生在作者与癌症抗争的日子里。他回忆道，自己曾经是个像机器一样工作的人。癌症就像一道闪电，既击垮了他的身体，也使他明白自己与机器的根本区别是“能否爱人”。
幸运的是，作者经过治疗康复了。他开始珍惜与亲人相处的时光，重新审视人与机器、人类心灵与人工思维之间的关系。作者渐渐认识到，治愈他的药物包含两个部分：科技和情感。这两点都将成为人工智能未来的支柱。
2.人机共存：优化与人情
自由市场创造出来的工作，很多都是结合人类与机器能力的协作机制：由人工智能负责例行的、重复性的优化任务，人类负责需要创意和战略思维的工作和处理人际关系。这需要重新调整很多岗位，也会创造新的工作，让人类和机器联手提供高效率且人性化的优质服务。
①STEM教育
在就业风险评估图中，这种人机协作机制在未来可以为左上角“结合区”的群体提供最多的就业机会——人工智能做分析性思考，人类则用温暖和关爱传达机器所做的分析。不仅如此，“安全区”和“慢变区”的工作也会有类似的改变趋势。所以，作者认为，我们应该发展STEM教育——STEM是科学（Science）、技术（Technology）、工程师（Engineering）、数学（Mathematics）四门学科，在教育上强调创意和思维的培养，这与下文要分析的关爱型工作，共同构成未来教育的两个重点。
②关怀护理医师
以医生这个行业为例，作者坚信人工智能算法在诊断疾病、制定治疗方案等方面一定能超过人类医生。传统医生可能会演变成一种新职业，作者称之为“关怀护理医师”。这种医学专家集护士、医疗艺术人员、社会工作者，甚至心理学家的技能于一身。“关怀护理医师”需要接受两种培训：一是了解和操作诊断工具；二是与患者交流、在患者遭受生理或心理创伤时给予安慰、在整个治疗过程中给予患者情感支持。“关怀护理医师”可以给患者分享鼓舞人心的成功治疗案例，而不是简单地告诉患者冷冰冰的诊断结果。
其他类似的领域包括教育、法律、活动策划和高端零售业等。对专业人士来说，随着人工智能的逐渐普及，一定要尽快学会使用人工智能工具。
③共享经济
互联网引领的共享经济潮流将大大缓解失业的情况，并重新定义人工智能时代的工作。许多商品和服务都可以数据化并不断通过算法优化，但共享经济中那些碎片化、个性化的工作仍然只有人类可以完成。比如滴滴和Uber等网约车公司极大地提高了效率并吸引更多的人加入，也增加了用户需求和服务人员实际获得的工资。
④全新服务类工作
除了共享经济既定的角色之外，还会出现我们今天无法想象的全新服务类工作。例如人们可能会雇用“换季师”，每次换季帮助自己整理衣柜，并让衣柜散发当季的花香。人工智能在解放我们时间的同时，具有创造力的企业和普通人都能利用这些平台，创造新形态的工作。
但是作者依旧表达了他的担心，如果仅靠自由市场的运作，不能完全扭转大规模失业以及即将出现的大幅扩大的贫富差距。我们不能只靠民营企业市场的人机协作机制，还必须通过服务业的影响力投资和政策，推动更广泛的文化价值转变，为这些产业注入新的活力。
3.影响力投资
作为风险投资人，作者认为有种新形式的“影响力投资”在应对人工智能时代的社会冲击方面，可以起到重要作用。
他希望未来能出现这样一个风投生态体系：将创造“人性服务”岗位本身视为美好的事业，同时也投资相关的产业，将资金引入能吸纳大量劳动力的、以人为本的服务项目中，如产后护理哺乳顾问、青少年运动教练、口述历史收集人、国家公园向导或者老年人陪聊等。
创造这样的生态体系，需要参与其中的风险投资人转变心态。作者希望传统风险投资人可以由资历更老的、希望改变世界的风投高管带领，带动年轻的、希望做些“慈善”或“公益”工作的年轻风险投资人共同参与进来。如果各行各业的企业都能参与进来，主动承担社会责任，作者相信我们能够编织一张新的就业“安全网”，建立充满关怀和人性的社会。
4.“社会贡献津贴”：护理、服务和接受培训
对于那些把时间和精力投入慈善、使社会更有人情味和创造力的人，（其中包括三大类活动：护理工作、社群服务和接受培训），政府可以付给他们一笔还不错的报酬，这种津贴将成为新型社会契约的支柱。
具体来说，对于上述三类工作的全职和兼职者，应给予不同的薪资。护理工作包括对孩子一对一的教育、陪伴老人、帮助患病的朋友或家人，或者帮助其他精神、身体有缺陷的人提升生活品质。服务工作包括非营利组织的大部分工作，以及志愿者做的事，如治理环境、主持课后活动、做公园导游、收集各个社区长者口述的历史等。在接受培训方面，人工智能时代的职业教育既包含专业工作技能培训，也包含将爱好转变为职业的课程。
作者特别要强调的是，规定要求领取“社会贡献津贴”的人从事这些工作，并不是要通过强制手段左右他们的日常活动，要保护好人类的多样性。
实施这样政策需要大量的财政收入，作者建议循序渐进：不直接全方位地推行上述的“社会贡献津贴”方案，而先试着减轻工作流失对社会造成的冲击，再逐步编写新社会契约。
结 语
现在已是未来，我们要理解人工智能，善加利用人工智能，做好准备迎接人工智能带来的挑战。虽然人工智能会导致失业的情况，但同时也让我们明白，重复工作不是人生的意义。
机器没有情感，而爱与被爱的能力则构成了我们生命的意义。
网友评论