分享

更多

   

我被人工智能抢了饭碗,该如何是好?

2019-01-08  春风拂面o...

我被人工智能抢了饭碗,该如何是好?

一分钟速览

2019/01/03

1. 伦敦商学院的经济学教授Scott和Gratton表示,人类寿命的拉长将导致剧烈的社会结构变化:中间行业被掏空。

2. 未来人工智能将会抢走大多数人的饭碗,一二三线城市之间的差距会越来越大。

3. 李开复认为,技术将加剧财富与阶层上的悬殊:撕裂社会结构、挑战我们的人格尊严。

4. 我们必须惯于跟过去的自己说再见,敢于放弃已经拥有的经验、学历、知识,甚至三观。

罗振宇在刚刚过去的跨年演讲中聊到了2019的趋势,并重点介绍了一本名为《百岁人生》的书。此书预言人类寿命的拉长将引起剧烈的社会结构变化:大量的职业被人工智能取代,导致全球范围社会分工的严重两级化。李开复于12月18日在《哈佛商业评论》中称,如不加以管制,人工智能将可能撕裂社会结构、挑战人格尊严。两位作者给出建议:请顺应时代,放弃过去,并随时做好改行的准备。

人人都可能活到一百岁

《百岁人生》中的第一条预言凌冽地指出:你的这辈子很有可能会活到将近一百岁,甚至超过一百岁。

孔子说,三十而立,四十不惑,五十知天命。原来,我们一直都在把这句话当作金科玉律,但是最近几年慢慢发现不是那么回事了。

三十岁还在到处投简历的人比比皆是,四十还进出成人大学的人不在少数。在过去,到了五十差不多就可以叫一声老大爷了,但是现在,五十岁是当干之年,在单位正是年富力强。还有六十大寿,请问现在这个大寿还真的有人在过吗?

我们再打开电视看看新闻,也都在说国家可能要延迟退休年龄这些话题。每次面对这些,我们都不由地感慨,人类寿命的格局跟过去相比,可能还真的是不一样了。

这些直观的感受其实都有实际的数据做支撑,根据加利福尼亚大学等研究机构的最新权威数据显示,从1840年开始,人类的寿命就在以平均每年大约三个月的速度递增。换句话说,也就是每过十年人类就可以多活两到三岁。

在进入到21世纪以后,这个趋势更是明显地加速,从2001年到2015年,短短不到十五年,人类的寿命增加超过了五岁。

而且对于发展中国家来说,增幅表现得更加猛烈。比如在中国,建国初期的平均寿命是不到四十,而现在根据世界卫生组织的权威报告,截至2016年,中国早已突破了七十六岁,整整多了三十六年。

因此,根据这些研究机构的计算,一个2007年出生的00后,活到至少一百岁的概率请问将是多少呢?答案是50%。也就是说,现在你身边的这些00后孩子,每两个人里面就可能有一个百岁老人。以后像10后、20后的这些孩子们,搞不好每个人都真的能长命百岁。

所以作者说,对于我们每一个人,活到一百岁,或者将近一百岁,都已是近在眼前的事。

人工智能引发失业浪潮

这漫长的人生到底该怎么过?人类寿命的增长,会导致社会发生哪些翻天覆地的变化?作者给出了五条预言,在这里,省情中心将重点解剖其中关于就业模式的变化。也就是,大量的职业将会被人工智能取代。

作者认为,现在人工智能这种技术并不是科学家们闲着没事,一拍脑门想出来的,它的出现其实背后有更深层的社会需求。

当我们的寿命拉长之后,一方面那些枯燥无聊的、可以批量培训的重复性工作就让人们越来越难以忍受,而另一方面,在日渐拉长的生命长度中,社会流动性越来越大,个人经验的积累也就变得越来越困难。

所以这些问题就开始呼唤一种新的智能技术来代替我们人类,赶紧把我们从无聊里解脱出来。在这种需求之下,人工智能技术的走红也就完全是顺理成章的事情了。

李开复的看法也与两位作者不谋而合,他相信,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。鉴于它偏重技能,应用速度快的这两个特点,人工智能会对就业和收入分配产生不利影响。

李开复根据牛津大学、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,下图为前十名和后十名。

我被人工智能抢了饭碗,该如何是好?

李开复称,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,人工智能既有它的优势那必定也有它的弱项,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。李开复用以下两张图来解释其中的含义,第一张分析体力劳动,第二张分析认知劳动。

我被人工智能抢了饭碗,该如何是好?

我被人工智能抢了饭碗,该如何是好?

图片来源:哈佛商业评论

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。

李开复预测,人类将面临一种新常态:智能机器全面上岗,人类就业则阻碍重重。

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”。

那这对我们未来的就业结构会产生什么影响呢?

中间行业被掏空

与李开复的分析结果一致,Scott和Gratton认为人工智能会使得未来的社会分工出现严重的两极分化,作者把这种现象称之为中间行业被掏空。

也就是最顶层的、需要大量原创性工作的那些行业,比如说像科研、设计、文化创意产业、娱乐业、教育业,这些产业会保留下来,并且还会发展得更好;同时,还有一些比较低层的、不需要太多科技含量的,像理发、化妆、餐饮业这些个人服务产业也会被保留,而且服务业的需求会越来越大。

除了这两头之外,中间大量的、科技含量一般并且具有重复性、标准性、容易被指令描述的行业,都将被人工智能无情地取代,这就是所谓的中间行业被掏空。比较典型的像中介、金融、物流、医疗、会计、银行,可能是最新被替代的重灾区。

这种未来行业的两极分化也会对城市和地区的发展产生重大影响,也就是说一线城市会越来越好,二三线城市想追上一线城市今后会越来越难,城市和地区之间的发展不平衡会越来越严重。

换言之,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。

大量的年轻工人曾经是发展中国家的最大优势,中国、韩国、新加坡的脱贫致富之路曾经证明了人口红利对经济促进的有效性。但在人工智能跨越式发展的未来,这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。

两头的那些产业,比如像科研、教育、文化创意、服务业等等,正是一线城市的固有需求与优势。而刚才说到的中间产业被掏空,受伤害最大的其实正是广大的二三线城市,

在人工智能的社会,更好的行业资源只会更加向大城市里集中,这个优势只会越来越大。而受到冲击的二三线城市想追上这个差距,是非常困难的。

顺应时代终身学习

那怎么办呢?在我们该怎么办这个问题上,李开复与《百岁人生》的两位作者给出了不同维度的建议。

李开复认为,由于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,最终导致小型企业会被迫关门,经济权力集中到少数人手中。因此必须加以管制,不然人工智能对于潜在的社会经济问题就是火上浇油。

Scott与Gratton则对个人提出了相对乐观豁达的建议。他们说也没有好办法,请顺应时代,放弃过去,准备开始改行吧。

这么一听仿佛很不负责任对吧?但就如同贯穿整本书的关键词“百岁人生”所映射的一般,人类寿命的拉长带来的是剧烈变化的生活节奏,这原本就要求我们每个人必须学会不断地自我怀疑、自我否定、自我更新。

在百岁人生里,我们的一生将不再是由读书、工作、养老构成的“三段式”,取而代之的将会是流动性更强、节奏更快的“多段式”,学习将会是贯穿我们一生的任务。在未来,我们在大学校门几进几出会非常普遍,终身学习以及利用闲暇时间充实自身的碎片化学习会是未来的一个趋势。

我们必须要习惯于经常跟过去的自己说再见,每过一段时间把自己清理一遍,敢于放弃已经拥有的东西,包括你的经验、学历、知识,甚至还有你的三观,重新出发。

·END·

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。如发现有害或侵权内容,请点击这里 或 拨打24小时举报电话:4000070609 与我们联系。

    猜你喜欢

    0条评论

    发表

    类似文章 更多
    喜欢该文的人也喜欢 更多