前段时间, 在AI领域里, 被称作“大嘴”的杨立昆, 也就是Yann LeCun, 再度与Anthropic的创办人达里奥·阿莫迪, 即Dario Amodei, 产生了争论。
不久前, 网友重新挖出阿莫迪去年一次访谈里的相关表述, 这表述在X平台到处流传, 事情的起因是这样。在那次访谈中, 阿莫迪讲, 未来1到5年里, 有一部分比例相当的白领工作, 可能会被AI取代, 这些白领工作包含初级律师、顾问、金融从业者以及部分技术岗位呢, 且这比例甚至能达到50%。
杨立昆转发了阿莫迪的这段访谈, 还配上了一段评论, 他表示, 从历史经验来看, 每一次提升生产力的技术革命, 都会致使一些职业被替代或者消失, 然而并没有证据表明, 这些技术会带来长期的大规模失业, AI仅仅是众多技术革命当中的一次, 它对就业市场的影响也不会有任何的不同, 所以阿莫迪的说法明显算是危言耸听。
杨立昆发出帖子后, 马上引来了热议, 一些网友觉得, AI在性质方面与以往的技术全然不同，面对这些质疑, 杨立昆回击称, 评估AI对就业市场的影响, 要去听经济学家讲的, 而不该听阿莫迪这类AI业内人士的说法, 因为后者常常会受自身错觉或偏见左右, 进而选择性地夸大问题的严重程度！
那么, 从历史角度来看, 技术进步到底有没有导致过大规模失业? 跟过去的技术革命相比较, AI对劳动力市场所产生的冲击有怎样的不同? 它会不会导致严重失业? 经济学家是怎么看待的? 我们又应该怎样去应对? 所有这些, 就且让我们缓缓道来。
一、历史上的技术性失业
人们对于技术进步有可能引发失业这种情况所产生的忧虑, 并非是从现在才开始存在的, 早在罗马皇帝韦巴芗统治的那个时期, 也就是 Titus Flav-ius Vespasianus 统治的那个光阴中, 据说当时就曾经有工匠进献出改进运输工具的策划方案, 然而皇帝当时立刻就拒绝了, 给出的理由是工具太过先进, 劳工的工作机会有可能会受到侵蚀。
幸运的是, 在往后的一千多年里头, 技术进步相较于人口增长而言, 都显得较为迟缓, 类似的问题实际上并未真正涌现出来。然而, 工业革命发生以后, 情形截然不同有所交替被改变。跟随大规模工业化的推进向前发展, 工厂快速地将欧洲各处的手工工场给取代掉, 机器迅速地占据了原本归属于工人的那些岗位。拿英国纺织业当作例子来说, 在1813年的时候, 英国全国动力织机的数量大概是2400台, 等到1850年之际, 这个数字迅猛地扩张到25万台。与这相对应当中的, 是手工织工数量快速地减少萎缩。英国全国, 在1820年之际, 有超过24万名手工织工, 然而到了1845年呀, 就仅仅剩下6.9万名了。
机器对工作岗位造成侵蚀, 面对这种情况, 工人们展开了行动, 其中最具知名度的事件便是“卢德运动”。传言称, 在英国莱斯特郡, 有一名叫做卢德的工人, 他在愤怒之下, 将一台纺纱机给砸碎了。这一行为迅速被他人效仿, 那些对机器早已积怨很深的工人, 纷纷自称为“卢德主义者”（Luddites）, 并且通过摧毁机器来表达自身的愤怒。
很有意思的是, 当人们对于机器的愤怒抵达顶点之际, 它所带来的失业却无声无息地消退了。这是由于, 机器虽说消灭了众多手工业者的岗位, 然而却也催生了大量崭新的工作。举例来说, 蒸汽技术的发展促使铁路运输大规模地兴起, 铁路建设催生了大量劳动力的需求, 蒸汽机的使用增加了煤炭的需求, 还带动了矿工的需求。除此以外, 高效率的机器让资本家的收入大幅增加, 致使他们对各类服务的需求上涨, 由此产生了更多的就业岗位。
当第一次工业革命完结没多久之后, 第二次工业革命便迅猛地呼啸着来临了。相较于第一次工业革命所涉及的蒸汽技术, 第二次工业革命所涵盖的电气技术, 对于生产力向外界释放的效应而言更加巨大, 针对劳动力市场所产生的冲击也显得更为强烈。仅仅拿欧洲的马车产业来当作例子, 在汽车被发明出来以后, 马车便迅速走向衰落, 跟它有关联的产业链同样迅速地萎缩。数量达到数十万的跟相关行业有联系的劳动者, 像是马车夫、养马人、马具匠等等, 失去了原本的岗位。而在制造业方面, 伴随着效率更高的机床以及流水线出现了, 众多的工人也由于这个原因失去了工作。从19世纪70年代起, 一直到19世纪末，欧洲各个国家, 全都经历了漫长的萧条时期, 英国的失业率, 在相当长的一段时期之内, 持续保持在8%至10%那个比较高的水准之上。
一直到进入20世纪, 情形才出现了一定转变, 一方面, 大规模的电网建设、冶金业的发展以及服务业的扩张创造出了新的就业契机, 另一方面, 国家干预在缓解就业难题方面也发挥了作用, 比如, 8小时工作制在各个国家得以确立, 实际上是对既有的工作时长进行重新分配, 进而让岗位能够吸纳更多的劳动者, 然而即便如此, 劳动力市场供过于求的状况并没有得到根本性的解决, 直到两次世界大战致使劳动力大规模减少, 技术进步所带来的岗位减少问题才被意外地缓解了。
也许是鉴于见识了两次工业革命所引发的林林总总问题, 故而好多知名经济学家对于技术性失业问题秉持了极高警惕, 比如, 凯恩斯于《我们子孙后代的经济可能》里曾讲道: “一种全新病症正在困扰着我们当中有的读者或许连听闻其名的些许端倪都没有, 但在往后的几年当中将会听得腻烦；这种病称作‘由技术进步而引发的失业’”。诺贝尔经济学奖得主里昂惕夫也着重说, 伴随技术的进展, “劳动渐趋无关紧要……更多工人会被机器取代, 我觉得这些新产业无法聘用全部期望获得工作的人。”。
所幸的是, 凯恩斯以及里昂惕夫所做出的预言并未达成。“二战”之后, 尽管技术发展极其迅速, 然而大规模的、具备持续性的技术性失业并未得以出现。即便像是计算机、互联网这类具有颠覆性的技术, 其对于就业市场所产生的负面效应也仅仅是集中于某些领域, 并没有延伸拓展至经济的整体局面。
二、技术性失业，经济学家怎么看？
我们在对历史予以回首之后, 不妨去接纳杨立昆所给出的建议, 先行瞧一瞧经济学家们针对技术性失业究竟持有怎样一些看法。总体而言, 当下于经济学理论当中, 跟技术性失业相关的重要见解存在如下几个:
首先, 第一个洞见为, 不同种类的技术进步给就业市场带来的冲击并非一样, 并非所有技术进步都会引发技术性失业。从古罗马起, 有关技术性失业的担忧便一直盘旋在人们心里, 然而真正重大的技术性失业却为数不多。到目前为止, 和技术进步关联最为紧密的两轮大规模技术性失业, 主要出现在两次工业革命时期, 而在“二战”之后, 类似状况便很少出现了。之所以呈现这种情形, 是由于技术的属性存在差异。一部分技术与劳动力之间呈现替代关系, 然而另外一些技术更多的是对人类劳动起到增强作用。举例来说, 机器能够替代繁重、且重复的人类劳动, 所以会致使劳动力需求减少；而计算机出现后更多的呈现为对人的赋能, 故而反倒有可能使市场对人力的需求增加。
要留意的是, 劳动力并非是那种均质的, 每个人的教育水平不一样, 技能状况也不一样, 所以哪怕是同一次技术冲击, 它产生的影响具备高度的“技能偏向性”, 这种情况下, 技术性失业不单单是一个总量方面的问题, 更是一个结构性的问题。
第二个洞见为, 技术进步针对劳动力市场所产生的影响, 实际是在任务即task这个层面发生的, 并非是在岗位层面而发生的。在现实情形当中, 一个岗位有可能会同时承担好多任务。要是新技术并没有使得某个岗位上的全部任务都达成自动化, 那么这项技术就不会致使这个岗位消失, 相反有可能提升该岗位的劳动生产率以及薪资。举例来说, 秘书要同时承担文字录入, 资料整理, 任务协调, 事务对接等多项不同任务！在计算机被广泛运用之后, 录入工作以及整理工作在很大的程度方面达成了自动化, 可是秘书这个职业并没有消失, 然而却能够将更多的时间去安排到具有更高附加值的任务之上。
那么, 什么样些较为容易被自动化的任务存在呢? 经济学家持有观点称, 最容易被自动化的任务一般存在三个方面的特征: 其一, 具有高重复性以及程序化, 并不用进行精密操作；其二, 表示并不需要创造力存在；其三，表明并不借助与人交往。若一项任务具备这三点特征, 那么它便拥有很高的“自动化暴露度”（exposuretoautoma－tion）。一旦出现相对廉价的自动化技术, 这些任务就会依照顺序被自动化。
凭借上面的看法, 我们能够瞧出, 在两次工业革命时期出现较大规模技术性失业的缘由。不管是纺织工人, 还是马车夫, 他们的工作任务都比较单一, 而且“自动化暴露度”全都特别高。所以, 当这类劳动者在劳动力总量里占比极大时, 技术进步就极易引发技术性失业。而在“二战”以后, 服务业以及需要精密操作的制造业工作大量兴起, 工作任务变得愈发复杂。在这种情形下, 技术进步就相对更难导致大规模失业。
第三个洞见乃是, 市场会不会自动修复技术性失业问题, 这取决于劳动力市场的补偿机制是不是畅通顺遂。自古典经济学时代起始, 经济学家提出了诸多各异的补偿机制: 其一, 是新的机器以及基础设施的生产情形。技术进步会致使企业运用更多机器且运用更少劳动力, 这一方面会抢占产品生产环节工人的就业机会, 然而另一方面, 也会带动机器生产以及基础设施建设的开展, 进而创造出新的就业机会。在第一次工业革命期间, 大规模铁路建设对于缓解失业起到了极大的作用。其二, 是价格下降的状况。萨伊着重指出, 技术进步情形下, 一方面会致使工人被替代, 另一方面却能使生产成本降低, 随着生产成本降低, 进而会带动商品价格下降, 随着商品价格下降就会促使需求上升。其三是新储蓄有所增加, 新投资也有所增加。技术进步能够为企业节省成本, 这些被节省下来的成本能够被再度运用到投资方面, 而新投资则能够创造出全新的岗位。其四是新产品得以出现。技术进步会促使新产品、新业态甚至新产业得以催生, 依据此就能够创造出新的就业机遇。其五为工资出现下降的情况。维克塞尔曾提出, 要是技术使劳动力出现过剩情况, 那么工资会跟着下降, 而这又会致使使用劳动力变得愈发划算, 进而吸引企业采用劳动力密集型技术。
三、AI革命：这次哪里不一样？
有鉴于梳理了那一些经济学家们针对技术性失业这相关问题持有的诸多点, 咱们把目光转移至AI革命了,来瞧瞧这场刚好在举行着的技术革命到底和历史里的历次所产生的技术革命存在什么样的不一样并且剖解一下它究竟会不会引爆大规模的如次的技术性岗位由此产生的失业现象的发生。
依我之见, 可依据2022年ChatG－PT上线这一界限, 把AI革命划分成两个阶段。在2022年以前, 尽管“深度学习革命”致使AI技术急剧增长, 但从技术呈现状况来看, 其产品更多展现为“预测式AI”（PredictiveAI）；然而待2022年过后, AI的技术呈现便以“生成式AI”（GenerativeAI）以及以其为根基的“AI智能体”（AIAgent）为主了。即使从技术的底层层面去看, 它们的根基是相近的, 然而因产品形态存在差异, 使得其产生的影响呈现出截然不同。
就其名称所表达的意思而言, 运用预测方式的人工智能主要起到协助人们对形势进行预测、对模式予以识别的作用。这样的一种功能使得它更多情况下仅仅能够充任人类的参谋角色, 或者去替代人类的一部分任务, 故而对于就业市场所产生的冲击并不会太过于巨大。但是需要留意的是, 许多有关人工智能是否会导致技术性失业的探讨, 实际上是针对这类人工智能展开的, 所以得出的结论常常带有误导他人的性质有一个典型示范的例子是, “深度学习之父”杰弗里·辛顿它曾经做出过预测人工智能视觉识别技术的改进将会使得放射科医生失去工作岗位的预言。然而这个预言在很快的时间内就被证明是错误的。之所以这样, 是因为放射科医生在执行影像检查之余, 还得肩负起诊断方案设计, 以及协助介入治疗等这类任务。而AI视觉识别技术虽说能够使影像检查实现自动化, 然而却没办法将他们的全部任务进行全面替代。
然而, 生成式AI崛起了, AI智能体也崛起了, 此后情况发生了很大改变。生成式AI和预测式AI不同, 它可以承担的任务范围广得多。AI智能体出现了, 这使得AI能够在无人为干预的状况下连续完成多项任务。如此一来, AI技术革命渐渐呈现出诸多和过去历次技术革命不一样的特征。
首先, 就影响范围而言, AI 针对就业市场所形成的冲击, 要比过往所有技术优胜。不管是第一次工业革命, 还是第二次工业革命, 皆是从某一个产业起步, 接着渐渐扩散至各个行业。然而 AI 革命带来的冲击却是全面性的, 差不多所有行业、所有职业都会被波及。不但蓝领工人会受影响, 就连包含律师、医生在内的白领职业也会遭遇冲击。事实上, 鉴于运用 AI 去替代白领具备更高的性价比, 白领反倒成了当下受 AI 影响的主要群体。依照Anthropic的最新报告来看, 当下“AI暴露度”也就是exposuretoAI里, 最高的五个职业分别是, 计算机程序员, 客户服务代表, 数据录入员, 医疗档案专员, 还有市场调研分析师世界杯直播，这些统统都是白领职业。
先是, 从程度方面来讲, AI 针对劳动力市场所形成的冲击, 亦是强过以往所有门类技术水准。往昔开展的技术革新事项, 一般情况下不会于较短的时间区间以内, 将某一个专门领域完结掉, 致使这个特定领域之中的职位出现额度较多的降低情况。然而 AI 所造成的影响明显要更为猛烈好多, 可以快速地再度塑造某些专门领域, 进而引发相对较为剧烈的就业局势出现不稳定波动。举例说来, 于持续相当长的时间长度之中, 插画创作专业人员、平面美术设计专业人员等一直都被认定以为是凭借专门技术来维系生计的稳定行业范畴, 可是在生成式 AI 专门技术开始兴盛起来之后, 类似的职位便遭受了程度较为严重的冲击状况。
又次, 就持续性而言, AI所产生之影响或许会比其他技术更为持久。技术进步常常于短期内对就业呈现出强大之冲击力, 然而伴随劳动力在部门间的再配置, 此种冲击会渐渐减弱、消逝。但鉴于AI革命的成果能够迅速扩散至各个产业, 所以, 一旦因技术冲击而失业的工人被重新配置到某一产业, 致使这一产业工资上涨, 企业便会立刻有激励运用人工智能对工人进行替代。在此种情形下, 再就业的工人很快就会再度面临失业风险。
那最后呢, 我们会发现AI将会针对就业市场去催生更为显著的极化效应, 紧接着由此进一步引发更为严重的不平等状况。相较于过去多种多样的各类新技术时的不同情形, 运用使用AI相关技术去达成相应目标对于技能以及知识所提出的要求会更高, 所以呢这一冲击展现出来的偏向性就会厉害不少特别强烈。在比较短的时期范围之内, 具备高能力的人能够于就业过程当中获取到巨大无比的优势之处, 然而那些对人工智能相关技能并不熟悉了解的人, 就会在就业市场里面遭受到更为严重的挫折打击。这也就极有可能在出现产生技术性失业的状况之际, 同时导致规模更为庞大的贫富分化现象发生。
由于上述种种缘由, AI致使大批人员遭遇技术性失业的可能性极大。进一步来讲, 这种致使失业的效果实际上已然在逐步呈现出来。一个极为明显的迹象是, 自去年起, 国内外大型科技公司均经历了大幅裁员的情况。诸如亚马逊、谷歌这类企业, 每一次的裁员数量都会达到上万人。尽管有部分研究表明, 这些裁员并非是直接因为AI对人力的取代而造成的, 而是企业出于筹措AI基建投资所需资金而推行的策略性裁员举措, 然而不管怎样, 这些裁员行为都与AI掀起的浪潮存在着紧密的关联。
再另外还要特别说明的是, 在直面AI有可能会引发的失业状况之时, 那些旨在用于起到平衡就业市场效果的补偿机制, 其实际运作好像并不是那般顺利流畅。举例来说吧, 那种针对技术方面的基建投资, 一直以来都被断定为是塑造全新就业岗位非常关键的途径之一。可是, 就像我们方才所目睹的一样, 它并未如同过往那般催生出更多的就业需求, 反面促使企业鉴于筹集资金因而裁减掉了更多的员工。再比如说, 物价出现降下的情况被视作是另外一个颇显重要的补偿机制。但是, 此一机制能够顺畅运行的前提条件在于, 物价下降所呈现的幅度要比收入下降更为突出明显, 然而在实际情形当中, 这一点是不太容易稳保做到的。要是AI致使的失业凸显, 那么全社会的可支配收入就会快速降低, 这时经济里的消费更有概率如最近广为人知的《2028全球智能危机》（The2028GlobalIntelligenceCrisis）一文叙述的那般迅速缩减, 并不是增长。最终, 物价下降只会成为萧条的标识, 并非重回繁荣的台阶。
四、直面AI时代的技术性失业
在提及AI时代的技术性失业这一问题之时, 诸多被称作市场派的学者, 都会去援引汽车与马车的实例。他们常常会以轻描淡述之态来讲: 尽管汽车的来临致使马车夫失掉了岗位, 然而最终, 市场还是吸纳了失业之人, 使得马车夫转变成为了汽车司机。可是经由前面所作的讨论, 我们便能够看出, 这个比喻实际上带有极大的误导性。先不说AI在致使失业产生之际, 能不能创造出充足多的岗位仍是一个有待探究的问题, 人们的技能可不可以及时契合这些新岗位, 也有着极大的不确定性, 毕竟, 让一个从事马车驾驶的人学会汽车驾驶的难度, 跟让一个会计转变为高级AI架构师的难度根本没办相提并论如此。要是市场新增加的就业岗位不够, 或者所需能力与失业者的匹配程度很低, 那么情形就会如同里昂惕夫曾经所比喻的那般: 失业者的角色会更近似于因汽车出现而下岗的马, 而非马车夫。
即便所有方面都顺遂无阻, 市场能够自行缔造出充分数量适宜人们去工作的岗位, 然而达成这一进程所需耗费的时间依旧是个难题。两次工业革命致使的高居不下的失业状况统统持续了几十年。在一部分专家学者的言辞里, 也许仅仅是历史的某一个瞬间, 可对于众多人而言, 却极有可能是他们的整个人生。要是考量到有可能因失业诱发的社会动荡、战争等各类问题, 整个社会所要面对的成本兴许会更大。基于这样的视角来看, 面对AI时代出现的技术性失业状况, 绝对不能够疏忽大意、放任自流, 而是务必要予以重视, 积极地去加以应对。而要做到这一点开云app在线入口，就需要个人、企业和政府三方面共同努力。
个人而言, 有两方面举措极为关键, 一方面, 要构建终身学习思维, 摒弃单一技能固化, 在 AI 时代, 行业技术的迭代速度极快, 靠一门技能终其一生的时代已然结束, 机械化、流程化工作极易被 AI 取代, 在此背景下, 劳动者需主动更新技能库, 学习基础 AI Tools、数字化办公能力, 并行深耕本行业专业能力, 将普遍数字技能与行业专业能力相融合, 搭建属于自身的复合技能体系。
另一方面, 要刻意磨出 AI 难于复刻的人类特质, 虽说现在 AI 能力颇强, 可总体来讲, 其共情能力、创造性思维以及判断力还是有所不足, 而这些个能力, 恰恰是人类擅长之处, 得认识到, 对于边界清晰的任务, AI 终归会超越人类, 唯有成为 AI 的输入端, 或者去肩负 AI 无法搞定的复合型任务, 才可在 AI 时代占有一席之地。
从企业的角度来讲, 在AI热潮当中, 得肩负起自身的社会责任, 把和员工的关系充分料理妥善。要大力去鼓励人跟AI进行合作, 而非毫无头绪地推进自动化进程。详实地说, 企业一方面要做好内部员工技能的承接之举, 依据自身智能化改造的进展情况, 有针对性地开展短期培训工作, 助力员工迅速掌握智能办公以及生产工具；对于即将被替代岗位的人员, 优先实施内部转岗调配措施, 配备专项培训, 以此来减少裁员情况的发生。从另外一个方面来讲, 企业也应当对技术研发的方向做出调整, 去推行一种较为温和的人机协同模式, 使得AI能够承接那些繁琐的、高危的以及重复的基础工作, 进而把人力留存放置在创意研发、客户服务、战略决策等核心环节之中。
在表层来看, 这些工作好像会致使企业增添些许额外成本。然而从更宽泛的视角审视, 它们不但能够为企业积攒到更为出色的人力资源, 同时还能够为企业构筑起更好的社会形象, 其带来的收益是极为可观的。
相对政府来讲, 应对AI时代技术性失业的思路得调整。以前, 政府靠财政政策与扩张性货币政策增加社会总投资, 来引导就业创造。可类似办法在AI年代不一定能行得通。有个典型例子, “新冠”疫情后, 美国政府为使经济快速复苏, 实施了较长时期的低利率政策。结果, 低利率确实刺激了投资扩张和GDP增长, 然而没拉动就业同步增长。缘由是, 好多企业在以低成本获取资本后, 都把它用于自动化技术投资。这个教训传达给我们的是, 在面对因AI而致使的失业状况时, 除去要慎重选取宏观政策工具之外, 还应将更多的精力投放至更为微观层面的环境营造方面。
其一, 得对人力资本培养予以改革, 去构建终身学习体系。于基础教育阶段, 要强化那诸如抽象思维、问题解决以及数字素养这般难以被AI替代的能力。在职业教育阶段, 需提升课程与产业需求间的匹配度, 让技能培养能够直接对应岗位结构的变化, 与此同时, 还要提升对AI使用技能的培训。在职阶段, 就需要去发展持续性的再培训体系, 借助在线教育、职业认证以及企业培训等形式, 达成技能, 特别是AI使用技能的动态更新。鉴于AI进步极为快速, 培训体系应更具模块化且可迭代, 并非依赖周期偏长的学历教育体系。
需留意的是, 于现实当中, 培训所需费用主要是由失业者自身来承担的, 这对于他们而言是一笔数额不轻的负担。处于这般情形下, 除了理应针对培训给予直接补贴之外, 还应当设计出一些具备实效的金融机制用以对接受培训者予以扶助。一个较为不错的例子是杰瑞·卡普兰（JerryKaplan）所提出来的“工作抵押贷款”（JobMortgage）。据这种设想来看, 个人于接受职业培训或者再教育之际, 会由潜在的用工企业予以资金支持, 偿还方式并非固定的债务之路, 而是与自身未来收入或者就业结果相挂钩。这样的一种制度, 不但能够确保劳动者所接受的培训恰恰是市场所需求的, 而且还能够较为妥善地解决培训资金不足的难题。
其二, 需完善积极的劳动市场政策, 以此提升劳动力再配置效率。技术性失业常常显现为劳动力与岗位之间的匹配出现失灵状况, 所以要借助制度手段来减低信息不对称现象以及流动成本。公共就业服务体系应当提供职业咨询服务, 提供技能评估服务, 提供岗位推荐等服务, 以此帮助劳动者明确转型路径；与此同时, 凭借转岗培训以及就业补贴等政策, 削减劳动者进入新行业的门槛, 并且减少企业雇佣转岗劳动者的风险。对于冲击集中的行业和地区而言, 还需要施行针对性的就业支持以及产业转型政策。
第三, 需强化社会保障以及收入再分配机制, 如此一来缓冲由技术变革所引发的短期冲击, 并且AI技术的冲击不但有可能致使失业产生, 而且还可能造成就业不稳定性得以增加, 以及收入波动愈发加剧等诸多问题进而出现, 在这种特定情形之下, 社会保障体系应当从“覆盖稳定就业关系”转变至“覆盖多样化就业形态”。其一, 要完备失业保险以及最低收入保障, 给劳动者于转型阶段予以基本支撑, 其二, 能够探寻和就业状态没有关联的保障机制, 像负所得税或者“全民基本收入”（U－niversalBasicIncome, 简称为UBI）, 用以应对频繁更换岗位以及不连续就业所带来的风险, 需要表明的是, 福利与失业保障的增多会极大增加财政负担, 所以还得同时对财税体系作出较大调整。
第四, 需加速新任务以及新产业的产生, 促使AI变为就业创造的源头。政策应当积极进行牵引, 打通各类“补偿机制”, 借由支持AI应用创新、推动技术扩散、完备数据基础设施并且鼓励创业, 推进新产业和新职业的构建。当下, 围绕着AI的开发、部署、维护以及应用, 已然涌现出一系列新的岗位类型。特别需要予以重视的是, 处于AI时代, 中小型企业, 甚至于“一人公司”（OnePersonCompany, 简称为OPC）, 其不但会于推动AI技术应用以及扩散方面发挥关键作用, 而且还会变成吸纳就业的重要力量。
第五点, 要对AI技术发展方向予以引导, 防止出现过于偏向“替代型自动化”的状况。AI的应用路径并不是单纯由技术自身来定的, 而是会受到成本结构以及制度激励的作用的。要是制度环境过度地对节省劳动力成本进行鼓励, 那么企业或许会更倾向于选用那种能完全替代劳动的自动化方案。所以说呢, 可以借助税收政策、研发支持以及行业规范, 来引领AI更多地被用于增强劳动者能力, 像当作决策支持工具或者生产辅助系统之类的, 而不是去完全替代人类劳动。这样的“人机协同”路途, 能够于维持效率提高之际, 减缓就业冲击。
五、结语
因AI引发的技术性失业, 有可能意味着人类劳动力市场要面临一回深度重构, 其覆盖范围之广, 渗透程度之深, 也许远远超过以往的任何一次技术革命。就像经济学家布林约尔松和麦卡菲在《和机器赛跑》里讲的那样, 面对这场革命开云真人app在线登录，真正的出路不是抗拒机器, 而是要学会跟机器协同向前。技术终归会替代重复的任务, 却没办法取代人的创造、共情以及判断。只有凭借终身学习来稳固底气, 依靠人机协同去释放潜力, 借助制度保障来支撑转型, 才能够使技术进步切实服务人的发展, 让AI革命成为人类前行的阶梯, 而不是人类发展的阻碍。
还木有评论哦，快来抢沙发吧~