未来十年消失概率最小的十种职业,你安全吗?

许多经济学家、技术专家和未来学家,包括我本人在内,深深地对未来感到忧虑。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”。

视觉中国

许多经济学家、技术专家和未来学家,包括我本人在内,深深地对未来感到忧虑。我认为人工智能的四波浪潮席卷了全球经济,它们有潜力撬开更大的贫富差距,引起大范围的技术性失业。未来由技术导致的财富与阶层上的悬殊可能演变为更深刻的裂痕:撕裂社会结构、挑战我们的人格尊严。

人工智能对于商业来说是一个异常强大的工具。经济学家预测,到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。由此引发的裁员对所有劳动者都一视同仁,给高学历白领职工和许多体力劳动者带来同样的巨大打击。当人类与运算能力超过人脑的机器竞争时,大学本科学历甚至是高度专业化的研究生学位都不再是工作的保障。

人工智能是第三个GPT

我相信,人工智能很快会成为下一个GPT(通用技术,General Purpose Technologies),刺激经济生产甚至促进社会组织变革。人工智能革命会达到工业革命的规模,甚至规模会更大,速度会更快。这些变革会比之前的经济革命更广泛。蒸汽动力从根本上改变了体力劳动的性质,ICT(信息通讯技术,Information and Communication Technology)从根本上改变了某些类型的认知劳动,人工智能则会同时影响这两者。人工智能会以远超人类的速度和力量执行多种类型的体力和智力任务,大大提升运输、制造、医学等各个方面的生产力。

我相信我们可以确定以下几件事。第一,在工业时代,新技术带来了长期就业机会增长和工资水平的增长。第二,新的GPT依然很罕见且重要,应单独评估各个GPT对于就业的影响。第三,在被广泛认可的三个GPT中,蒸汽动力和电气化同时推动了生产力和就业率提高,ICT提高了生产力却不一定增加就业。第四,人工智能也会是一种GPT,它偏重技能,应用速度快,这两个特性表明人工智能会对就业和收入分配产生不利影响。

如果上述论据正确,那接下来的问题就很清楚了:哪些工作会受到冲击?情况究竟有多糟?我根据牛津大学、麦肯锡、普华永道、创新工场研究报告综合整理了365种人类工作的消亡概率。篇幅所限,本文选载了前十名和后十名,供读者参考。

人工智能的“可以”与“不可以”

分析人工智能取代工作岗位,不能仅仅用传统“低技能”vs.“高技能”的单一维度来分析。人工智能既会产生赢家,也会产生输家,这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类,但它无法自然地与人类互动,肢体动作不像人类那么灵巧,也做不到创意地跨领域思考或其他一些需要复杂策略的工作(因为这些工作投入的要素和结果无法轻易量化)。下面我用两张图来解释一下,第一张分析体力劳动,第二张分析认知劳动。

对于体力劳动来说,X轴的左边是“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”。认知劳动图的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”。如果认知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、定损员等)在未来几年面临着被取代的高风险。“安全区”的工作(如导游、心理学家、按摩师等)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,少量人类工人仍会是客户的社交接口,人类和机器形成共生关系。此类工作可能包括保安人员、报税员甚至放射科医生。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(如水管工、建筑工人、平面设计师等)不依赖于人类的社交技能,而依赖于动手能力、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,更多地取决于人工智能能力的实际扩展。

两类失业:一对一取代和彻底清除

我是一名技术专家和早期风险投资者,我的专业背景教会我尝试以不同的方法解决问题。在职业生涯早期,我致力于将先进的人工智能技术转化为有用的产品。同时,作为风险资本家,我也投资和协助一些新的创业公司。这两份工作让我发现人工智能对工作岗位形成的威胁不只是“一对一取代”,还有“彻底清除”。

我投资的许多人工智能公司,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工作的机器人,可以完成出租车司机核心任务的自动驾驶汽车算法等。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“一对一取代”的工作类型,正是经济学家利用“工作任务分析法”所研究的课题核心。

但还有一种完全不同的人工智能创业公司:它们想从根本上重构整个行业。这些公司并不是想用同样功能的机器人取代工人,而是追求通过新的方式来满足整个产业用人的基本需求。如无人F5(未来商店)等创业公司是这类公司的杰出代表。算法没有取代这些公司的员工,因为这些公司从来就没有雇用人类员工。但是随着这些公司优质而低价的服务逐渐占据市场,他们会给雇用人类员工的竞争对手造成压力。他们的对手将被迫从头开始调整,如重构工作流程、利用人工智能、裁员等,否则就面临倒闭的风险。最终结果是一样的:人类工人将会越来越少。

这种原因导致的失业,是众多采用“工作任务分析法”做研究的经济学家没有预测到的。如果将这种划分方法应用在新闻类App上,预测“编辑”这个岗位的自动化程度,会发现有很多任务是机器无法完成的,如阅读和理解新闻专题文章、主观评估应用用户的适合性、与新闻记者以及其他编辑沟通等。但是当今日头条研发算法时,他们并不是想用算法完成以上这些任务。相反,他们重新构思了新闻类App的核心功能——定制用户希望阅读的新闻故事列表——然后使用人工智能算法来完成。

我预计受冲击最大的工种为市场营销、客户服务,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。据报道,花旗总裁兼机构客户集团CEO杰米·福雷斯(Jamie Forese)表示,在未来5年内,花旗集团2万名技术与运营人员中,最多将有一半员工面临被裁员的境遇。这些改变会影响到“结合区”象限的就业,公司可能会交给少数员工去整合与客户互动的工作,用算法完成其他大多数幕后的单调工作。虽然所有人类工作不会全部消失,但工作岗位会大大减少。

比较下两种类型的自动化程度:一对一取代的比例为38%,彻底颠覆的比例约为10%。无疑,我们面临着巨大的挑战。而所有员工工作中任务的自动化比例也会不断增加。将会使其公司的价值增加不断放缓。

更多的失业人员将会争抢越来越少的工作岗位,这会使薪水进一步降低,导致许多人从事兼职或者挣钱不多的“零工”。而且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。

随之而来的个人危机

除了引起直接失业,人工智能还会加剧全球经济不平衡。通过赋予机器人看、听、拿、操作、移动的能力,人工智能会彻底改革制造业,迫使发展中国家那些雇用了大量低薪工人的工厂破产,切断底层人民改善生活的路径,剥夺发展中国家通过低成本出口促进经济发展的机会。中国、韩国、新加坡的脱贫致富之路曾经证明了这种方式的有效性。大量的年轻工人曾经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。

即使是发达国家,人工智能依然会造成更大的贫富差距。人工智能驱动的产业天然趋向于垄断,会在压低价格的同时消除公司间的竞争。最终,小型企业会被迫关门,人工智能时代的行业主宰会获得以前根本无法想象的利润,经济权力集中到少数人手中。在我看来,如果不加以管制,人工智能对于潜在的社会经济问题就是火上浇油。

伴随失业浪潮,随之而来的还有个人危机。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。当我们身处社会之中,需要自我介绍或介绍他人时,首先提到的就是工作。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。固定的薪水不仅是一种劳动报酬方式,也代表了个人对社会的价值,表明每个人都是社会的重要成员。

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。

也许我们都应该扪心自问:在智能机器时代,生而为人的意义是什么?

李开复 | 文

李开复是创新工场董事长兼首席执行官。

李源 | 编辑

本文有删节,原文参见《哈佛商业评论》中文版2018年12月刊。

《哈佛商业评论》

newmedia@hbrchina.org

公众号ID:hbrchinese

 

来源:哈佛商业评论 查看原文

广告等商务合作,请点击这里

本文为转载内容,授权事宜请联系原著作权人。

打开界面新闻APP,查看原文
界面新闻
打开界面新闻,查看更多专业报道

热门评论

打开APP,查看全部评论,抢神评席位

热门推荐

    下载界面APP 订阅更多品牌栏目
      界面新闻
      界面新闻
      只服务于独立思考的人群
      打开