2、AI時代引發的三大問題

從技術的角度來看，人工智能受益于計算機能力的發展，數據的可用性日益增加，機器學習和其他算法也在開發和改進，此外，致力于AI研究的資金也呈增長趨勢。未來人與物、物與物之間的對話、指令、自動化控制等，很有可能將由人工智能程序控制所取代。目前人工智能已應用于翻譯、語言和圖像理解、自動程序設計、航天等領域。隨著人工智能的不斷發展，人工智能對于就業的影響也將越來越明顯。

那么人工智能時代將引發哪些問題呢？

AI影響勞動力市場

未來，AI技術將實現更大范圍、更深層面的自動化，可能將造成“技術性失業”。而這一現象在數十年前，凱恩斯和瓦西里·利昂惕夫就已經對其做出了預測，他們表示，在未來，工人終將會被機器取代。從18世紀60年代至19世紀上半期的第一次工業革命以來，人們已經出現多次對技術破壞就業的焦慮。在兩次工業革命期間，雇用于農業部門的美國勞動力份額從70%下降到27.5%，目前不到2%，許多發展中國家也有類似的經歷。

回望歷史，反觀當下，AI對今天的勞動力市場會產生怎樣的影響呢？美國有關研究機構于2016年12月發布報告，未來十到二十年，因人工智能技術而被替代的就業崗位數量將由目前的9%上升到47%。日本經濟產業省2016年4月發布報告稱，由于人工技能和機器人等技術革新，如不采取任何措施，到2030年就業人數將減少736萬人。

另外，AI將推動一場技能偏好性的科技革命，為人們創造新的就業機會。19世紀以來的技術進步雖然在一定程度上對人類的工作產生過影響，但是新技術的出現也提供了新的就業機會。舉例來說，在第一次工業革命時期，因為機器大生產與傳統的手工業產生了激烈的沖突，傳統手工業者跟不上技術進步的變化而成為受害者，但也在那時，因為圈地運動使得失去生計的農民有了去工廠就業的機會；再如，在第三次科技革命的后期，發達國家中很多從事程序化工作的白領面臨著失業的危險，但與此同時，低收入的人工崗位以及高技術的技能崗位需求量增多。諸如美國，它目前的人口數量與20世紀初相比，增加了2億多人，但是美國的失業率卻低于歷史上的多數時期。

機器人對勞動力市場的影響我們可以分層次去判斷。在制造業中，自動化對低技能勞工和高技能工作者的影響各不相同，前者的工資和就業情況會因此受到較大的負面影響，但后者幾乎沒有什么波動。這說明，技術的進步和創新不僅提高了工人的生產力，打造了新的產品和市場，還在經濟發展中帶來了新的就業機會。類似的情況也同樣會發生在人工智能時代。

人工智能將是一場具有劃時代意義的科技革命，它使數字技能得到重視和更好的開發，而中低端技能勞動力的需求將減少。實際上，隨著人口老齡化的加劇，人力成本的逐步提高，以及從事危險行業意愿的降低，AI商業化的進程正在逐步加快。數據分析表示，AI技術對靈敏性高、創造力強、解決問題快和人際關系好的高技能工人將大有裨益。

我們可以大膽地預測，在手工和認知工作中，AI軟件以及不斷升級的機器將對中低技能的工作人員產生巨大的威脅。從發達國家的勞動力市場分析看，程序化程度較高的中等收入職業的就業人數在不斷地下降，但是程序化程度較低的高收入和低收入職業的就業人數正好與之相反。

回眸歷史，AI技術可以以低成本來帶動產業規模的擴張以及產業結構的升級，從而增加就業機會。德勤咨詢公司（Deloitte Consulting）分析了英國從1871年開始就業與技術進步之間的關系，得出技術近乎是“創造就業的機器”這個結論。這是由于技術進步可以降低生產成本，以此促進消費者對商品的需求，進而引起社會總體需求的擴張。在此形勢下，將促進產業規模的擴大以及結構的升級，就業的崗位也就隨之增加了。以18世紀后期工業革命到目前為止的經驗和教訓看，計算機和機器的大規模運用以及產品和服務的創新都受益于技術進步。產品創新將會帶動GDP的發展和生產力的提高，因此新的職業也就應勢而生。

由于機器人的價格越來越低，能力越來越高，再加上諸如AI等先進技術的廣泛運用，它們將為國家帶來更多的經濟利益。2017年根據美國普華永道（Pricewaterhouse Coopers Consulting，簡稱PwC）的數據分析，到2030年，AI的迅速發展將會使全球的GDP上升14%。埃森哲咨詢公司（Accenture）研究了AI在12個發達經濟體系中產生的影響后，總結出了改變工作本質，即創建人與機器之間的新型關系。人工智能有望將勞動生產率提高40%，使人們可以更好、更有效地支配時間。到2035年，AI可能使這12個發達經濟體系年度增長率翻一番。

推動經濟增長和人們生活水平提高的主要驅動力是技術進步。只有提高生產力，才能夠促進人均收入和消費水平的提高。當技術發展成為GPT（通用技術）的時候，在很多經濟領域，技術會由于自身的可轉化性提高生產力。從經濟發展的視角來看，在過去的工業革命中，GPT促成了基本的積極轉型并且為重塑世界提供了支撐。現在，AI系統的能力越來越強，在數字技術、生物技術、綠色技術、納米技術以及神經技術等諸多領域都取得了重大的突破。通過計算能力的提高，數據庫的快速增長和“深度學習”算法的進步，以及新技術的組合和大范圍運用，為其提供了改變勞動力市場和社會結構的可能性。

AI技術的不斷發展對就業的威脅已經開始呈現，機器人已經對很多行業的現有運行模式產生了影響。從長遠來看，AI技術還需要靠技術積累、資本推動以及商業模式等方面的合力才能得到更好的發展。此外，若想實現可持續發展的目標，合理的體制安排和政策組合也是不可缺少的。

人工智能專業知識的傳播和擴散不容忽視。從歷史的進程來看，每一次科技革命都會帶來新的變化，傳統的勞動力在人工智能時代將會被淹沒。就目前發展的形勢而言，可能會有一批行業因為人工智能的興起而逐漸消失。在未來，機器人將會代替人工服務以及很多類似工作，這使得很多服務工作、流程工作以及中層管理的環節變成空缺。不可否認，只有新的勞動力才能適應人工智能的發展，人工智能必將取代可重復性的、機械性的體力、腦力勞動，同時也將擴大對新穎、有內涵和創新型人才的需求。目前，中國面臨著人工智能人才的缺失，要改變這一現狀，就需要推進大學、科研機構與企業間的合作，與時俱進地培養社會所需要的創新型人才。如何使受到人工智能沖擊的勞動力快速適應時代發展并獲取新技能，將是未來整個經濟體系中最重大的挑戰。

隨著人工智能時代的到來，社會的各類分工將受到巨大的影響。同時，它也將帶來“新行業”和“新崗位”，甚至有一些聞所未聞的崗位，例如“自然語言處理”“語音識別工程師”以及“人工智能/機器人產品經理”等。人工智能也會逐漸滲入一些行業的舊崗位，比如，人工智能將會取代保安和翻譯，當然如果有能夠適應新環境的工作者，他的工資待遇可能會很高；如擁有豐富經驗又掌握控制機器人技術的安保負責人，如貫穿于某個細分領域的翻譯人才等。

總結歷史的經驗，技術進步在消滅舊崗位的同時也會帶來新的就業崗位。

AI時代，我們有怎樣的機會

人工智能有三大核心領域：推薦算法、圖像識別、語音識別。舉個大家較為熟悉的例子，你去淘寶上瀏覽若干網頁，之后會發現淘寶又會為你推薦一些相似的內容，這就是人工智能。同理，微博、今日頭條等也會推薦一些相關的信息，這些都屬于推薦算法。目前，在某些垂直領域里，人工智能的顯現尤為明顯。未來發展的趨勢是在某個具體的點上都可以展現人工智能的魅力。

面對人工智能，我們沒有必要為之而焦慮，畢竟每件事情都會有一個過程，一開始可能會很火爆，成為大眾的焦點，但到了中途會慢慢冷卻下來，緊接著再持續升溫，達到一個較為完整和成熟的狀態，它會有一個波峰、波谷再到一個小波峰的過程。

雖然說機器人可以代替人做一些較為基礎的工作，但是人對需求的形成以及人與人之間的溝通是機器人取代不了的。對于某個簡單而特定的任務，人工智能可以執行得又快又精準。但實際上一件事的產生是有來龍去脈的，在缺乏充分條件的情況下，人對事情的理解要優于機器人。這就是說，人可以參與到更有智慧性的工作中去，從事一些與復雜的溝通、協調有關的工作。人應該多用腦，而不僅僅是動手，如果單就動手能力來說的話，毋庸置疑，機器人會取代人成為主宰。

我們訓練機器人讓它做動腦的工作，比如寫作，它的動腦能力是很弱的。我們可以讓機器人去做代理記賬或者查詢相關法律文獻、稅法等工作，在這些方面，它的動手能力會顯得很強。如果你在知識儲備不足的情況下和它比動手能力，那么你肯定比不過它，但是在對語言文字以及與客戶之間的溝通、理解上，人會更勝一籌。

人工智能的趨向應該是服務于人而不是替代人。我們真正應該關注的是它的應用。舉例來說，我們多次提到發展無人駕駛，大家可能關注的就是司機失業的可能性會比較大，會認為以后沒有必要考駕照了，它只不過是一種娛樂性工具而已。實際上，人工智能在無人駕駛上也分為兩個階段，即L3（有限條件下的駕駛）與L4（完全的無人駕駛）階段，它們中間有一個過渡的階段叫作輔助駕駛。這是指你在行車的過程中，如果比較累的話可以讓它輔助你一段時間，此時你也可以去操作它，它是一個比較友好的助手。

我們要明確的是，機器人只是一個助手，是為了幫助我們而產生的。在未來某些特定的領域確實可以在技術能達到的前提下進行無人操作，例如掃地機器人、唱歌機器人等，但它們不占據主導地位。

就財務領域而言，我們可能看到財務工作者會利用類似機器助手的一些工具協助自己提升工作效率。而實際上這些輔助工具就像word和PPT一樣，在未來會慢慢普及。

人工智能的核心包含兩個部分：一個是數據，如果垂直數據足夠多，那么機器就有思考能力或者說擁有“智力”，這僅僅是數據層面；另一個是移動設備，現在手機的廣泛使用，以及一些連接物聯網的設備，比如汽車的數據化，手表的數據化。在這種情況下，移動設備和智能才有可能更進一步。

人工智能基于大數據，數據是基礎。在計算機領域有一句經典的話：“算法加數據結構等于程序。”那么數據結構是什么？數據結構是相對靜止的，它實際上就是數據間的有機關系。算法又是什么？算法是絕對運動的，它是對數據的操作步驟。那么在未來，人工智能其實就是深度學習和大數據的總和。

我們可以把深度學習稱為機器學習，它分為三個階段。第一階段是專家學習階段，這個階段主要是人告訴機器該如何去做預算，而且幾乎是百分之百的干預。第二階段是機器學習階段，即半監督式的指導性學習階段，其人的干預和機器的實踐運用各占一半。第三階段是深度學習階段，這個階段需要機器自己掌握學習能力，人幾乎不干預。比如說專家設定一定的程序或者給機器一堆數據，不需要人的參與，機器就可以自己操作，或根據相關規則從這些數據分析中得出某種判斷。

工業時代的本質就是機器化大生產，它解決了我們的一些溫飽問題。而信息化時代主要為我們解決的是信息交流和溝通的一些問題。由此可見，上一個階段為下一階段奠定了基礎，在工業時代的基礎上我們更多的是創造物質財富，但是實際上我們是在進行信息溝通和交流。在信息充分的前提下，基于數據我們構建了現在的人工智能。

由于人工智能處于個人消費的尾部，因此要想形成一個爆發式的產品是有一定難度的。相對來說，從企業服務端去運用的可能性更大。這是因為我們所看到的所有產品包括計算機都是從軍事發明開始，比如，美國要打仗，為了計算彈道導彈的軌道，美國國防部研制計算機，后來被企業引進，再之后應用于家庭。

AI帶來的“成長煩惱”

人工智能引發的巨大變化可能會使一部分人感到焦慮。不過，有關專家認為，面對這種趨勢，不必太過擔心，新興技術的應用，必將替代舊的生產工作方式，這是進步的體現。集裝箱出現以后，搬運工人擔心會失業，在港口卻出現了很多吊橋工人。新技術非但不會讓人失業，相反，這是人自身不斷進步的體現，人們不再滿足于工作的機械與低效。

巨大的影響背后，預示著行業也在不斷發展。據艾媒咨詢（iiMedia Research）數據顯示，在2016年中國人工智能產業規模就已經突破100億元，增長率達43.3%；在2017年其增長率提高到50%以上。相關專家預測，該產業將于2019年增長至344.3億元。麥肯錫全球研究院表示，人工智能是人類發展史上的又一次變革，這次變革將會比工業革命時期的變革影響更為深遠。在未來，也許智能就像電燈照亮房屋一樣，環繞著我們的生活，它將徹底改變人類政治、經濟、社會、生活的形態。

未來的人工智能會發展到何種程度，這是一個未知數，但可以確定的是，人工智能已在當下。如果說人工智能是一段旅程，那這段旅程才剛剛起步，這一階段人工智能的熱度其實得益于政府、企業、資本的推動。同諸多新事物一樣，人工智能在成為風口的同時自然也存在待突破的瓶頸，面臨著諸多挑戰。如今，它還得依賴大量數據，還無法像人類那樣思考。

同時，對希望在人工智能領域有所發展的企業來說，人才缺口也成為一大制約。當今社會發展節奏快，過于浮躁和浮夸，很可能導致人工智能在發展過程中出現各類大大小小的問題。商湯科技（Sense Time）聯合創始人曾指出：“一些國內的人工智能創業項目大多扎堆在應用層面，創業者使用開源算法，找到某個垂直領域便會套上‘人工智能’概念，但真正從算法層面出發做‘原創技術’的人并不多，而這部分才是核心，是最需要厚積薄發的。”

專家表示，這是“成長的煩惱”，就像每個人在成長過程中都會遇到問題。所以，人工智能會遇到瓶頸，這也是下一步發力的方向。站在一個更長遠的角度來看，中國正處于發展AI的良好機遇期。