人们对人工智能的兴趣激增，不仅让人们注意到算法模仿人类的惊人能力，也让人们注意到这些算法可能取代许多人类工作的现实。其经济和社会后果可能非常严重。

　　实现这种经济转型的途径是通过工作场所。高盛(Goldman Sachs)一份广为流传的研究报告预计，未来10年，大约三分之二的现有职业可能受到影响，人们目前从事的工作中有四分之一到二分之一可能被算法取代。全球多达3亿个工作岗位可能受到影响。咨询公司麦肯锡发布了自己的研究报告，预测人工智能每年将为全球经济带来4.4万亿美元的增长。

　　如此庞大的数字令人警醒，但这些预测有多可靠呢?

　　我领导了一个名为“数字星球”的研究项目，研究数字技术对世界各地生活和生计的影响，以及这种影响如何随着时间的推移而变化。看看之前的个人电脑和互联网等数字技术浪潮是如何影响工人的，可以让我们对人工智能在未来几年的潜在影响有所了解。但是，如果未来工作的历史有任何指导意义的话，我们应该为一些惊喜做好准备。

　　IT革命和生产力悖论

　　跟踪技术对经济影响的一个关键指标是工人生产率的增长——定义为一名员工每小时能产生多少工作产出。这个看似枯燥的统计数据对每一个劳动者都很重要，因为它直接关系到一个工人每工作一小时能期望赚多少钱。换句话说，更高的生产率预计会导致更高的工资。

　　生成式人工智能产品能够在最少的人工参与下生成书面、图形和音频内容或软件程序。广告、娱乐、创意和分析工作等行业可能首当其冲受到影响。这些领域的个人可能会担心公司会使用生成式人工智能来做他们曾经做过的工作，但经济学家认为，人工智能在提高整体劳动力生产率方面具有巨大潜力。

　　高盛的研究预测，由于采用了生成式人工智能，生产率将以每年1.5%的速度增长，这几乎是2010年和2018年的两倍。麦肯锡甚至更为激进，称这项技术和其他形式的自动化将迎来“下一个生产力前沿”，到2040年将其推高至每年3.3%。

　　这种生产率的提高，将接近前几年的水平，将受到经济学家和理论上的工人的欢迎。

　　如果我们追溯20世纪美国生产率增长的历史，从1920年到1970年，它以每年约3%的速度疾驰，提高了实际工资和生活水平。有趣的是，生产率增长在20世纪70年代和80年代放缓，恰逢计算机和早期数字技术的引入。麻省理工学院(MIT)经济学家鲍勃?索洛(Bob Solow)的一句名言抓住了这个“生产率悖论”:你可以在任何地方看到计算机时代，唯独在生产率统计数据中看不到。

　　对数字技术持怀疑态度的人将“非生产性”时间花在社交媒体或购物上，并辩称，电力或内燃机的引入等早期变革，在从根本上改变工作性质方面发挥了更大的作用。技术乐观主义者不同意;他们认为，新的数字技术需要时间才能转化为生产率的增长，因为其他互补的变化需要同步发展。但也有人担心，生产率衡量标准不足以体现计算机的价值。

　　在一段时间内，乐观主义者似乎被证明是正确的。在20世纪90年代后半期，也就是万维网出现的时候，美国的生产率增长了一倍，从90年代前半期的每年1.5%增长到90年代后半期的3%。对于到底发生了什么，人们又一次产生了分歧，这让这个悖论是否已经得到解决的问题更加扑朔迷离。一些人认为，对数字技术的投资确实得到了回报，而另一种观点认为，少数关键行业的管理和技术创新是主要驱动力。

　　不管解释如何，就像它开始时一样神秘，90年代末的激增是短暂的。因此，尽管企业在计算机和互联网上进行了大量投资——这些变革改变了工作场所——但经济和工人工资从技术中受益的程度仍不确定。

　　21世纪初:新的衰退，新的炒作，新的希望

　　虽然21世纪初恰逢所谓的互联网泡沫破裂，但2007年标志着另一场技术革命的到来:苹果公司(Apple)推出了iPhone，消费者购买了数以百万计的iPhone，公司也以无数种方式部署了iPhone。然而，劳动生产率的增长在2000年代中期再次开始停滞，在2009年大衰退期间短暂回升，但在2010年至2019年期间再次陷入低迷。

　　在这一轮新的衰退中，科技乐观主义者一直在期待新的变革之风。人工智能和自动化正在风靡一时，并有望改变工作和工人的生产力。除了传统的工业自动化、无人机和先进机器人之外，资本和人才还涌入了许多可能改变游戏规则的技术领域，包括自动驾驶汽车、杂货店的自动结帐，甚至是制作披萨的机器人。人工智能和自动化预计将在10年内推动生产率年增长率超过2%，高于2010-2014年0.4%的低点。

　　但在我们到达那里并衡量这些新技术将如何影响工作场所之前，一个新的意外打击:COVID-19大流行。

　　大流行推动了生产力，然后又崩溃了

　　尽管大流行具有破坏性，但在2020年爆发后，工人生产率大幅提高;全球每小时产出达到4.9%，是有数据以来的最高记录。

　　这种急剧增长在很大程度上是由技术推动的:更大的知识密集型公司——本质上是生产率更高的公司——转向远程工作，通过视频会议等数字技术和Slack等通信技术保持连续性，节省通勤时间，专注于幸福感。

　　虽然数字技术显然有助于提高知识型员工的生产力，但许多其他行业正在加速向更高程度的自动化转变，因为工人不得不呆在家里，以确保自身安全，并遵守封锁规定。从肉类加工到餐馆、零售和酒店等行业的公司都投资于自动化，如机器人、自动化订单处理和客户服务，这有助于提高他们的生产率。

　　但随后，科技领域的旅程又出现了一个转折。

　　2020-2021年科技行业的投资激增，以及对自动驾驶汽车和披萨制作机器人的炒作，都崩溃了。其他空洞的承诺，如虚拟世界革命性的远程工作或培训，似乎也逐渐消失在背景中。

　　与此同时，在几乎没有任何警告的情况下，“生成式人工智能”(generative AI)突然出现，在提高生产率的同时，还具有更直接的潜力，可以大规模地影响就业。围绕新技术的炒作周期重新开始。

　　展望未来:技术发展弧线上的社会因素

　　考虑到到目前为止的情节转折，我们能从这里期待什么呢?这里有四个问题需要考虑。

　　首先，工作的未来不仅仅是工人的原始数量、他们使用的技术工具或他们所做的工作;我们应该考虑人工智能如何影响工作场所多样性和社会不平等等因素，这些因素反过来又对经济机会和工作场所文化产生深远影响。

　　例如，虽然向远程工作的广泛转变可以通过更灵活的招聘来帮助促进多样性，但我认为越来越多地使用人工智能可能会产生相反的效果。在自动化程度最高的30个职业中，黑人和西班牙裔工人的比例过高，而在自动化程度最低的30个职业中，黑人和西班牙裔工人的比例偏低。虽然人工智能可能会帮助工人在更短的时间内完成更多的工作，而且这种生产率的提高可能会增加就业人员的工资，但它可能会导致那些失去工作的人的工资严重减少。2021年的一篇论文发现，在那些公司已经非常依赖机器人、并迅速采用最新机器人技术的国家，工资不平等加剧的程度往往最大。

　　其次，随着covid -19后的工作场所寻求面对面和远程工作之间的平衡，对生产力的影响以及对这一主题的看法仍将是不确定和不稳定的。2022年的一项研究显示，随着公司和员工越来越适应在家工作的安排，远程工作的效率得到了提高。但根据2023年的另一项研究，管理者和员工对远程工作的影响持不同看法:前者认为远程工作降低了生产率，而员工则相反。

　　第三，社会对生成式人工智能传播的反应可能会极大地影响其进程和最终影响。分析表明，生成式人工智能可以提高员工在特定工作上的生产率——例如，2023年的一项研究发现，错开引入基于生成式人工智能的对话助手，可使客服人员的生产率提高14%。然而，越来越多的人呼吁考虑生成式人工智能最严重的风险，并认真对待它们。最重要的是，对生成人工智能的天文计算和环境成本的认识可能会限制其发展和使用。

　　最后，考虑到经济学家和其他专家过去的错误，可以肯定地说，今天许多关于人工智能技术对工作和工人生产率影响的预测也将被证明是错误的。3亿个就业岗位受到影响，全球经济每年增长4.4万亿美元，这些数字非常引人注目，但我认为人们往往过于相信这些数字。

　　此外，“受影响的工作”并不意味着失业;这可能意味着工作岗位的增加，甚至是向新工作岗位的过渡。最好是利用高盛或麦肯锡等公司的分析，激发我们对未来工作和工人的合理设想的想象。在我看来，最好是主动集思广益，找出可能影响最终结果的诸多因素，寻找早期预警信号，并做好相应准备。

　　未来工作的历史充满了惊喜;如果未来的技术同样令人困惑，不要感到震惊。

　　巴斯卡尔?查克拉沃蒂(Bhaskar Chakravorti)是塔夫茨大学弗莱彻商学院全球商学院院长。

　　的有限公司谈话是一种独立而不存在的非营利来源的新闻，分析和评论的学术专家。