AI人工智能對就業市場和未來經濟的影響？

要點:
AI對人類生活的影響已經涉及到方方面面，而目前人類最為擔憂的是對自我工作的可替代性。AI軟件已受到大眾廣泛關注，但硬件與AI結合的日益發展，確仍處於極容易被忽視的狀況。但儘管歷史上經歷了五次“科技創新週期”的更替，卻都沒有出現“大幅度失業率上升”的現象。這背後隱藏著關於創造性破壞、資源再分配兩大要點，值得我們每個人深思。

AI人工智能，以極短的時間在全球瞬間爆發，引發了人們對“工作崗位被AI 取替”的憂慮。早前，狂呼觀點曾發佈一文“美國編劇工會宣布罷工，製片廠用AI取代電視編劇？世界準備好迎接新就業變化嗎？”，提出了這是2023年人類第一次反對人工智能的勞工抗議，標誌著勞工歷史上的又一個轉折點。隨著近期出現的企業開始引進AI 來提高工作效率、降低人力成本一系列現象，更是加劇了大眾的焦慮，AI是否會破壞現有就業市場？

但我們認為，“工作崗位被AI取替”只是表象，通過今天與金融專家Terence的交流，分析出背後的核心關鍵在於，一旦處理不當AI 、人類兩者之間的關係，或會讓全世界經濟體系崩潰，迫使全人類陷入無法挽回的困境。

AI對人類工作的衝擊
據Terence分享，在2030年至2060年短短30年期間，將有一半的工作崗位會被AI取替。而近日，Mckinsey麥肯錫發佈的“The economic potential of generative AI”報告中，更是引發了狂呼金融研究所的思考。

報告從體力VS智力勞動者受影響程度、學歷高低帶來的差異、受衝擊行業崗位三大維度分別提供了真實的數據呈現、分析。

在體力勞動者VS智力勞動者方面，體力勞動者在AI出現前可替代性為45.5，而在AI出現後可替代性變為46；智力勞動者則是從15.5變為49，增長幅度高達216%。相比只是小幅度增長的體力勞動者，一直以想法、創意、判斷力為競爭優勢的智力勞動者，在面對AI出現後的狀況顯得更為嚴峻。

在學歷高低方面，較低學歷人群，在AI出現前可替代性為54，而在AI出現後變為63，由此可見不管有沒有AI的出現，較低學歷人群的可替代性都相對較高。而最讓人出乎意料的是，一直代表著高學歷的碩士、博士人群，在AI出現後的可替代性竟從原來的28激增至57，這讓一貫以學術研究、深度思考為“加分點”的高學歷人群，瞬間“丟失了”身上的高等教育優勢。

在行業崗位方面，研究工作、銷售、編程、市場、客服、創意性推廣等工作成為AI出現後最受衝擊的領域，而這一系列的工作崗位，過往都被視為是智力勞動者不可被AI 取替的“核心技能”。但現在，結果卻截然相反。

在狂呼金融研究所看來，AI軟件已受到大眾廣泛關注，但硬件與AI結合的日益發展，確是極容易被忽視的一點。早前，狂呼觀點曾發佈一文"人工智能機器人伴侶？ChatGPT+人形機器人的新突破！"提出了基於人工智能技朮，能夠與人類進行智能互動的機器人AI，與ChatGPT的結合，已經很好地將軟件、硬件相結合。  體力勞動者在AI出現後，他們的可替代性甚至不比智力勞動者少。

由波士頓動力/Boston Dynamics所設計的遠端操控機器狗，配備了照明燈和攝像頭，使警察可以實時看到周圍環境，用於對人類造成威脅的情況。例如在危險區域中的視察作業，或在有炸彈威脅的事件中解救人質等等。除此以外，ElonMusk的入局也加速了AI機器人的快速發展。Tesla Bot人形機器人的出現，未來可賦能千行百業，有望取代重復性高、單調枯燥的繁瑣體力工作。

機器人24小時監視危險建築工地、機器人完成物流自動搬運、機器人與ChatGpt 結合後與人類無障礙交流等新現象的出現，都表明了AI的發展不僅在軟件上進步飛快，其與硬件的結合、創新，都令社會發生著翻天覆地的變化和影響。而這一切，都與麥肯錫權威報告的思考角度截然不同，過多關注在AI軟件上的發展，必然容易忽視其與硬件的結合。

但Terence指出，值得注意的是，儘管歷史上經歷了“五次科技創新週期”的更替，但每一次更替都沒有出現“大幅度失業率上升”的現象。這背後，隱藏著兩大要點值得我們深入思考。

AI 週期背後的兩大要點
著名經濟學家Joseph Schumpeter在1942寫有一書“Capitalism Socialism and Democracy”。而書中重點提出了一個經濟學概念Creative Destruction/創造性破壞，即在資本主義社會，新產品、新科技、新趨勢的出現必定會取代舊有結構，而同時創造出新的結構。

據Terence分析，“機器取代人力“已經不是一件新鮮事，這一行為本質反映了企業的“Maximum Profit”/利益最大化。對於公司而言，如何實現盈利最大化成為重中之重，至於實際工作的對象是真實的人類或是機器人， 取決於對應的成本，哪個成本低則優先採用。而在AI 時代，也必然會淘汰部分舊有工作崗位，誕生出新崗位將舊有勞動力進行大規模的轉化。但就目前而言，AI下新工作崗位的需求與現有社會人才具備技能，卻出現了嚴重的“不匹配”，因此產生了“Structural Unemployment”/結構性失業。

但是狂呼金融研究所認為，工作崗位的市場需求與人才技能間的不匹配，其實在AI火熱前已經出現，但AI的出現讓這種“不匹配”進一步加劇了。結構性失業現象在當今社會頻繁發生，在全球教育體制中，“應試教育”階段教授的科目和所學內容過於注重理論性而大大忽視其實用性，導致學生踏入社會後才發現自身技能滿足不了工作崗位的需求，從而加大了就業市場上的“供需不平衡”。結構性失業問題頻發，解決的關鍵在於從源頭上改革教育機制。

美國近年有部分機構提出了教育機制的一種新興模式，ISA /Income Sharing Agreement，意為收入分成協議。學生入學時不用繳學費，等畢業後找到工作後再按對應工資比例分期還款至學校。ISA的政策目的在於減少大學生輟學率，提高高校產出效率，為社會輸入有效、高價值的勞動力。

ISA下的教育體制改革，區別以往學校與學生之間頻發的利益衝突，創新性地讓學校、教師、學生三者站在了“同一陣營”。這種創新教育體制下，把重點放在了培養與就業市場需求相匹配的人才上，以幫助學生找到較好、合適的工作，畢業後盡快“還錢”給學校。

在AI時代，“高學歷”、“深度研究學習”已經不是核心競爭優勢。相比之下，學生的創新性思維、獨立判斷力、對事物的好奇心顯得尤為關鍵。教育院校應逐步放棄過去應試教育下的無效背書、考試等培養“工具人”的常規手段，取而代之參考ISA 的新思維，培養更多適應未來就業市場發展的“新人才”。

科技的進步一直在改變就業供需市場，過往需要漫長時間才能完成時代的更替，但AI的介入，讓這一切都以人類歷史前所未有的高速度，產生了巨大的社會影響。

除此以外，另一個要點則為資源再分配
Terence認為，“AI替代人類工種”表象下的關鍵在於，當全社會財富高度集中在AI公司，極度集中的財富該如何重新分配？而這一切，若分配不合理，將導致現有社會運作機制被摧毀。群眾手裡可用於支出的金錢不足甚至微乎其微，將會出現“有產品但沒人購買”的局面，從一定程度上最終影響人工智能AI的長遠發展。

狂呼金融研究所在此提出，一些大膽的假設性方案。針對資源再分配問題，可參考2020年美國總統大選中，華裔候選人楊安澤/Andrew Yang大力提倡的政策，UBI /Universal Basic Income，意為全民基本收入，主張由政府無條件、定期給予群眾每人、每月1000美元基本收入，讓所有人都能維持日常生活。

在COVID期間，全球失業率大增、底層勞動者缺乏收入，UBI再次引起多個國家討論、實驗，並在加拿大得到了成功的印證。

早在2017年，UBI的計划在加拿大安省就已經開始試驗，無論是否有工作，參與試點項目的單身人士每月可領$1,415加元的基本收入，一年最高可領$16,989加元；而夫婦人每年最多可領$24,027加元。雖然該項目在2018年被保守黨政府終止，但提出UBI的國會議員認為，創建全民基本收入已被證明有效，現在缺乏的只是方法和模型。一旦UB政策全面落實，數百萬加拿大人將因此受益從而擺脫貧困，同時還能賦予打工人更多的底氣，讓他們擁有對剝削性工資和惡劣工作條件的情況說“不”的權利。

至於部分人所擔心“UBI是否會養懶人”的問題，知名中國經濟學家翟東升提出，現實當中存在部分人為讓自己處於符合領取福利邊緣線範圍，放棄努力工作而選擇不勞而獲的現象，應採取更為有效的解決方法。例如，UBI應該針對社會全體進行平等的發放，而不應該只發給符合條件的“窮人”，避免打擊他們的勞動力積極性而形成“養懶人”局面的產生。

對於UBI的提出，不少經濟學家也擔心會導致另一問題的產生：大量“印鈔”的操作破壞了央行的獨立性並引發通貨膨脹。針對此擔憂，我們可以借鑒經濟學家沃倫·莫斯勒Warren Mosler創造的MMT(Modern Monetary Theory 現代貨幣理論），並稱之為“美聯儲的儲蓄賬戶”。這一做法不是政府的要求，而是一種政策選擇。MMT主張政府應扮演“最后借款人”的角色。即使經濟已經實現充分就業，只要私人部門有降杠杆或積累財富的意願，而此時國際收支賬戶又處於逆差，財政就應該維持赤字狀態。MMT反對“債務上限”概念，因為在發行主權貨幣且貨幣政策有自主權的國家，政府的清償力几乎是無限的。

早前在中國人民大學經濟論壇中，中國兩位經濟學者翟東升、趙燕菁曾就此問題展開了深入討論。在以下片段的後半部分，它們提及可將MMT與中國化UBI的政策相結合，對於年輕人以“風險投資”的策略打造“國家投資群眾”的全新機制。

在他們的對話中，我們將這種中國化UBI形式設想為“風險投資”。若投資機構共投資了十個項目，儘管最後只有一個項目能獲得高額回報，但也足以覆蓋其餘九個項目失敗所帶來的損失。如此類推，中國政府可通過用MMT方式進行印鈔，再使用中國化UBI方式進行資金的再分配，與窮人家庭80%以上的年輕人訂下契約，保障他們從出生開始至三十歲都得到國家政府對其生活、教育、醫療等方面的“投資”。

而在三十歲後，他們則需根據當下自身擁有的財富資產，劃分對應比例“返還”至國家政府。在此過程中，假設國家“投資”了1000萬個小孩，而其中百分之一是天才，哪怕僅有一人能成為“下一個馬雲”級別的富豪，即便其餘90%人全部失敗無法“還款”，但“下一個馬雲”所能回饋的金額足以覆蓋其餘90%人的所有投資總額。將MMT與UBI的政策，只要加之法律的規範手段，則可以讓國家政府為群眾作出的每項支出不再是“福利”、“負債”，而是變成一種對年輕人未來的投資手段，化為實實在在的長遠資產。

可以看出，“MMT+UBI”組合形式確實提供了一種有別於主流經濟學的解決方案，有助於從全局的視野把握經濟運行的結搆，推動社會、科技向前發展。另外，在國家政府層面，加大對AI企業的稅收比例，或對AI機器人/軟件服務商每次的收費提取對應比例用作政府可支配資金來源，都能在一定程度上緩解因AI而帶來的財富集中下所出現的資源分配不合理問題。

最後狂呼金融研究所想提醒大家，人工智能時代正在快速發生，並在改變著我們所認知的一切。除了軟件的進步會直接影響所謂的“智力勞動者”之外，我們不能低估人工智能趨勢下的機器人行業，它也會以更直接的方式影響著“體力勞動者”的工作。但我們仍然樂觀地認為，人類將會想出新的創新方式來創造出超出我們目前想象的新型業務，並提供新的工作結構。有一天，新的工作崗位甚至可能會超出我們目前對“智力勞動者”的定義。

世界頂級思想家和經濟學家已經推敲各種新的方法及概念，這些方法可以幫助我們更好地過渡到未來經濟體系。在這種體系中，我們可能會採用MMT + UBI以及基於 ISA的新教育體系，為社會及人類創造一個更為完善的體系，以更好地迎接AI時代。