MIT Iceberg：AI深刻重塑就业

作为一名在技术（包括人工智能，我拥有多项与人工智能相关的专利并开发了人工智能产品）和职业方面都有专长的人，我对于人工智能对劳动力市场的影响有着相对独特的视角。我曾就这一话题撰写过大量文章，但归结为三个核心观点。

这不是关于人工智能取代整个工作，而是逐步削减工作的某些部分以提高效率；这将减少该职位所需的人数（参见“为什么人工智能尚未准备好取代你的工作”）。
变化的速度将是前所未有的（参见“不，人工智能不会杀死你，但它会导致社会动荡——第一部分”）。
小的变化，以及我们可能误判甚至完全忽略的变化，将会产生巨大的影响（参见“即将到来的人工智能衰退：技术性失业的悬崖”和“通往地狱的道路铺满了人工智能”）。

最近，我写了文章“代码矿井中的金丝雀：科技行业就业下滑对其他行业意味着什么”，分析了科技行业的就业情况以及科技是其他行业问题的先行指标。进入 MIT的冰山项目，他们刚刚发布了一份题为 “冰山指数：测量人工智能经济中的技能暴露程度。” 的报告。他们的研究使用了非常复杂的建模方法，详细建模，并提供了更严谨的分析。我不经常写总结他人工作的文章，但像这样有影响力的文章除非值得覆盖。

在“代码矿井中的金丝雀：科技行业就业下滑对其他行业意味着什么”一文中，我指出科技行业的工作已经受到人工智能进步的冲击，与呼叫中心一起。报告的作者指出，“人工智能系统每天编写超过十亿行代码，超过了人类开发者的产出。”（公平地说，关于这种代码的长期影响仍存在有趣的争论；我将在未来的文章中讨论这一点。）但这只是冰山一角，这也是该项目名称的由来；真正的影响力要大得多。

在这项研究中，他们将工作分解为超过32,000种不同的技能。然后他们在923个职业、3000个县中模拟了1.51亿名工人；每个工人被建模为一个代理（换句话说，在模拟中有1.51亿个独立实体）。使用基于代理的建模（本身是一种人工智能类型，但不同于LLM），他们可以预测技术与政策变化如何影响劳动力市场。主要结论如下。

首先，作者认为我们现在无法准确衡量人工智能的影响；现有的指标如GDP和失业率不足以满足需求。例如（我的例子，不是报告中的例子），在工业时代，我们会统计工厂数量、这些工厂中雇用的人数以及工厂的产出。例如，当汽车工业自动化时，我们可以看到某一年每辆汽车生产的员工数量。但我们没有衡量人工智能产生的经济产出的方法。经济学家通过比较新电视和旧电视来衡量生产率，确定新电视有多好，从而确定生产率的提升。他们可以比较不同年份制造的两个产品并测量改进（即使不是精确科学）。当人工智能自动处理一些医疗文件，让医务人员有更多时间与病人相处时，我们目前还没有办法衡量这一点。由于LLM影响服务行业，我们很难像以前那样衡量。

其次，适应变化将更加困难。他们写道，“证据表明，劳动力的变化发生得比规划周期更快。”结合上述缺乏适当数据的情况，这意味着政策制定者是在盲目行动。我已经多年主张需要大规模重新培训劳动力，来自公共部门和私营部门。但如果没有适当的可见性和需求，这些计划将设置得更慢或方向错误。

第三，也是最重要的一点，就是冰山本身。冰山著名的大部分质量隐藏在水下。看似在海洋中漂浮的相对较小的冰山实际上要大得多，只是不可见。这就是主要的担忧。

研究人员指出，“科技行业代表了标普500指数市值的30%以上，但仅占劳动力的6%左右。”我们已经知道科技工作者正面临困难。更重要的是，他们写道，“分析显示，集中在计算和科技领域的可见人工智能采用（2.2%的工资价值，约2110亿美元）只是冰山一角。技术能力远远延伸到水面之下，涵盖行政、财务和专业服务（11.7%，约1.2万亿美元）。”也就是说，这些科技工作者只是冰山一角。这些其他专业服务是隐藏在水下的部分，对劳动力市场的影响更大。

研究人员创建了冰山指数来衡量劳动力中可见和隐藏影响的比例。上面的数据简洁地表示为，“数字AI的冰山指数平均值为11.7%——是表面指数2.2%的五倍。”换句话说，问题比现在看起来大五倍。

需要注意的是，研究报告明确表示，“验证是相关而非因果的。”这意味着它并没有真正证明人工智能改进或政策导致了结果，仅仅是它们相关。尽管如此，由于因果机制是直接且已知的，我们很安全地相信它们。至少，我们不能忽视这么大的影响，等待因果关系被证明。

报告中未提及的，我认为模型中也没有考虑到的是次级效应。例如，假设一个商业园区减少了三分之一的员工人数。这意味着支持他们的企业，如清洁服务、当地午餐场所、下班后的酒吧等，都会看到收入下降，可能会经历连锁裁员。理论上，节省下来的员工成本将简单地转移到雇佣AI的公司的股东和AI公司本身的股东身上。不幸的是，涓滴经济学已被证明是一个幻象。即使它有效，我在之前的那些文章中指出，工作岗位的损失和创造之间会有显著的延迟，大约几年（可能多达五到十年）。需要注意的是，冰山指数对以较低技术水平劳动开始的美国各州尤为重要，因为这些州在冰山下隐藏的部分劳动力占比最大。

总之，人工智能的影响可能比大多数人想象的更大，而且来得更快。LLM已经创下了采用记录，这意味着由此带来的影响也将创下记录。即使你的工作今天没有受到影响，它很可能很快会受到直接影响或间接影响。

社会需要做好准备。自大萧条以来，我们比以往任何时候都需要改善的社会保障网和支持再培训和创业。地方政府、州政府和联邦政府需要税收政策来缓解失去的工资收入。重要的是，这些新的收入来源将为所需的再培训提供资金。在大萧条期间，我在纽约市立大学利文研究所教授了一个由纽约市经济发展委员会资助的项目，旨在重新培训那些失去工作且永远不会回来的专业人士。我们需要全国范围内的类似项目，而且我们现在就需要开始试点这些项目。

个人而言，人们需要认识到他们对公司价值的定位将发生变化。你工作中可以被自动化的部分将不再能让你在劳动力市场上脱颖而出，正如我在“教你的孩子编程，但不要教他们成为程序员”中所写的（编程只是一个例子，它一般谈论的是面对人工智能时的技能）。“加强你的沟通、团队合作、领导力、人脉和其他专业技能，将是保持领先于变革浪潮的关键。

原文链接：MIT’s Project Iceberg Reveals AI’s Job Impact Is Far Bigger Than It Appears

汇智网翻译整理，转载请标明出处