ChatGPT将剥夺我们的工作吗？

编者按：当下‍‍‍‍‍‍‍ChatGPT正在掀起一股内容生成式人工智能革命浪潮。ChatGPT作为一项有力的竞争工具，谁先引入ChatGPT，谁便获得竞争优势，正如近水楼台先得月的微软。对普通大众尤其是知识工作者来说，ChatGPT最直接的挑战可能是掉丢工作。

据美国《财富》杂志网站报道，一家提供就业服务的平台对1000家企业进行了调查，结果显示，近50%的企业表示，已经在使用ChatGPT；而已使用ChatGPT的企业中，48%让其代替员工工作。

ChatGPT引发了广泛的失业焦虑，人工智能革命真的会发引发技术性失业吗？本文（撰写于2019年）从经济学的角度专门探讨技术进步与就业（失业）的关系；同时，清和社长推荐音频课程《技术性失业》，让我们更深层次地理解技术创新如何作用于经济系统。

这届（2019年）世界人工智能大会上，马云与马斯克上演了一出鸡同鸭讲式的“双马尬聊”：

马云：“过去100年我们一直担心新技术将会带走就业机会，但实际上我们创造了很多就业机会。”

马云对人工智能持乐观态度，不担心机器替代我们的工作岗位。

马云接着说：“计算机就是机器，机器就是一个玩具。我们要有信心，机器只有芯片，而我们有心，我们的心是智慧的来源。”

“因为人是不一样的，机器是人类发明的。根据科学，人从来无法创造一个比自己更聪明的动物，在这里有很多聪明人，但我们还是没有办法创造一个更聪明的人。”

到这里，马斯克忍不了了，来了一句：“我非常不同意你的看法。”

马斯克：“像你说的，聪明人犯的最严重的错误就是自以为聪明。”

马斯克例举了阿尔法狗下棋的例子说明，“计算机已经在很多方面比人更聪明了”。

马云脑瓜子灵活，话锋一转：

“和计算机下棋这很愚蠢，像100年前人们创造了机器，人们说我可以比汽车跑得快这是不可能的，只有傻子才会去和汽车赛跑……我们要做我们擅长的事情。”

又一顿尬聊之后，马斯克说了一句：“AI本来就是爱。”

有人说，这是一段科学与玄学的对话。

马斯克，经济学及理工科出身，干得都是飞天遁地、殖民火星的冒险之事。

素有“钢铁侠”之称的他，对话具有前瞻性、科技感以及悲观色彩，对人工智能保有敬畏之心，呼吁多学习、多思考，以探索宇宙的无尽与未知。

马云，英语老师出身，数学成绩不理想，但思维敏捷、心大胆肥以及观念前沿。

对技术不了解的他，在对话中试图削减技术含量，拉回到他擅长的轨道上来，对人工智能保有乐观态度，且富含“马氏”逻辑。

如此，备受期待“双马会”沦为令人大跌眼镜的双马尬聊。

马云与马斯克，代表了两种完全对立的主张，反应了东西方之间、文理科之间、乐观派与悲观派的思维差异。

马斯克的理性悲观，透露出对科技、宇宙及未知的敬畏，没有明确的结论，强调多学习、多思考、多创造。

马云的感性乐观，体现了对人类智慧保持自信的理想主义，以历史经验和社会学的逻辑给未来下明确的结论。

对于普通人而言，双马尬聊的焦点是：我们的工作，是否会被人工智能替代。

技术进步是否会造成技术性失业，这是一个争论已久的老话题。

关于技术性失业的担忧古已有之。

早在公元初年，古罗马韦帕芗皇帝时期，有一次为运送一根石柱到正在修建中的神庙，需要动用大量劳力。这时，有一位发明家求见皇帝，建议他用自己新发明的机器运输石柱。

尽管这个新机器可以大幅减少运输石柱的成本，但皇帝还是拒绝了发明家的建议，理由很简单：如果采用了机器运输，那么那些搬运石柱的民工将会因此丢掉饭碗。

后来，这个话题，出现在美国总统大选上。

华裔杨安泽宣布竞选总统，蹭着特朗普的热度，与之争锋相对。于是，与杨安泽攀亲戚的人就多了起来。

在2016年大选中，特朗普瞄准制造工人失业议题逆袭希拉里。这次，杨安泽紧跟特朗普打出“机器人将至”的竞选议题。

特朗普说：中国人抢走了美国制造工人的工作岗位。

杨安泽说：特朗普看对了失业问题，但是找错了理由，开错了药方。

在杨安泽看来，80%的失业是自动化造成的，只有20%是工厂转移国外所致。

杨安泽嘲笑政客：在你们玩身份政治的时候，我们的工作已经被机器人抢走了。

美国工人的工作，到底是被机器抢走了，还是被中国人抢走了，这已成为了政治博弈、博取选票的议题。

从上帝视角来看，技术性失业显然是杞人忧天。但从短期来看，人工智能替代我们，是一种日益迫近的焦虑。

如何避免盲目乐观或焦虑不安，理性认知技术性失业？

技术与经济之间的关系，是一条非常关键的线索。

本文逻辑：

• 乐天派：为何不用勺子挖地？
• 悲观派：谁能预测技术创新？
• 折衷派：技术性失业存在吗？

乐天派：为何不用勺子挖地？

上个世纪90年代，经济学家米尔顿·弗里德曼在亚洲考察时偶然来到一个工地。

弗里德曼发现工人们在用铲子挖运河而没有使用重型机械，他感到很奇怪，便询问了当地的官员。官员回答说：“用铲子是为了创造更多的就业。”

“噢，原来是就业计划，我还以为你们是在修运河呢。” 弗里德曼说道，“既然是想创造就业，那别用铲子了，用勺子挖吧。”

弗里德曼属于技术性失业的乐天派。弗里德曼是新自由主义的领军人物，他相信，市场充分竞争的力量，对市场补偿机制解决技术性失业充满信心。

早在18世纪，英国工人卢德带领工人捣毁工厂机器，他们抱怨机器夺走了他们的工作。

与卢德生活在同一个国家、同一个年代的古典主义经济学家们，如萨伊、马尔萨斯、李嘉图，都对“卢德运动”嗤之以鼻。

古典主义经济学家都否定技术性失业的存在。

萨伊坚持“供给创造需求”，认为采用新机器所导致的产品供给增加会引起产品需求的增加，产品需求的增加最终会引起劳动力需求的增加，从而使得被新机器排挤的工人重新获得就业机会。

马尔萨斯则认为机器的应用会通过需求不足、资本短缺等因素引起失业，但他同时又指出，开放的市场可以恢复充分就业。

李嘉图起初也相信市场的力量可以补偿机器对就业的排挤，但后来“由于他特有的科学的公正态度和热爱真理，断然收回了这种观点”。

李嘉图在《政治经济学及赋税原理》第三版中特意增加《论机器》一章，认为如果机器占用了流动资本，则会出现严重的就业问题。

古典主义的观点，跟今天我们很多人的观点类似，即技术进步导致一部分人失业，同时也创造了新的就业机会，这就是市场的补偿机制在起作用。

市场到底是如何补偿的呢？古典主义总结了五种补偿机制：

一、新机器补偿机制：技术进步产生的新机器替代旧机器，新机器所缔造的工作岗位补偿了被技术进步排挤的就业。

例如，数控车床替代传统车床，数控车床的设计、制造和使用都需要新的技术工人和工程师。

二、价格下降补偿机制：技术进步可以降低商品成本，进而让需求增加，产出和就业扩大，实现补偿。

这是一种典型的古典主义范式。

例如，互联网降低了购物的交易费用，网购价格更便宜，用户会忍不住的“买买买”，天猫“双十一”的销量已经超过了2000亿，社会需求扩大了，就业也就增加了。

难怪马云如此乐观。

三、新投资补偿机制：新技术促使成本下降，但是售价有可能没有同比例的下降，这样厂商就有了额外的利润，工厂老板就有意愿增加投资，创造新的就业。

古典主义提出的新投资补偿机制，实际上间接承认了价格机制的滞后性，或凯恩斯主张的价格黏性。

例如，无人售货机和24小时银行可以降低开设网点的成本，但是商家和银行一般不会降价，而是乘这个机会窗口投资更多的无人售货机和自助柜员机。

四、新产品补偿机制：技术进步带来的新产品将创造新的生产部门和就业岗位。

例如，无人机的出现，创造了一个新的产业和大量的工作岗位。

五、工资下降补偿机制：技术创新引发失业，失业人口多了，劳动供给增加，劳动力的价格就会下降。这个时候，一些厂商就会增加对廉价劳动力的雇佣，或开发劳动密集型技术，以降低成本。

例如，农业机械化过程中，农村大量劳动力剩余，并迁移至城市成为廉价劳动力，外资增加制造工厂投资，吸收农民工，对农民失业构成补偿。

工资下降补偿机制后来还成了新古典经济学家解决一切失业问题的处方。

以上五种补偿机制是古典主义派经济学家们的理论主张，他们的后来者新古典主义经济学家们不但继承完善了这些补偿机制，还提出了一些新的补偿机制。

以马歇尔、瓦尔拉斯、帕累托为代表的新古典主义经济学家，他们引入了边际理论和数学实证方法，其理论主张比古典主义逻辑更严密、论证更精细。

新古典主义提出了商品价格“弹性”的概念，应用在价格下降补偿机制中是这样解释的：

有些商品价格弹性大，比如大闸蟹，如果打五折很可能会引发抢购，生产和就业会扩大。但有些商品弹性小，比如食盐，即使买一送一，很多人也无动于衷，并不会增加购买数量，这就难以起到补偿作用了。

庇古引入了货币机制，他认为，价格下降意味着实际货币供给增加，利率因而下降，这将产生投资激励的作用，从而增加产出和就业，这就是庇古效应。

现实中，是否会发生庇古效应呢？

过去一个世纪里，汽车的技术一直在进步，但价格却在下跌，汽车是耐用品，弹性比较低，个人一般不会因汽车降价而多买两台车。

但是，汽车降价却会让个人的钱变得富余，有些人会将多余的钱存入银行或做投资，而有些人会增加旅游等消费，从而促进生产和就业。

工业部门技术进步快、生产效率高，工业部门的货币溢出到了服务部门，扩大了服务部门的需求和就业。这就是发达国家商品便宜、服务贵的重要愿意。

对于新产品补偿机制，新古典主义则进一步考察了新旧产品之间的可替代性就业补偿程度的影响，通过对比结论仍然是乐观的。

例如，智能手机替代功能型手机，市场需求、投资以及就业都大幅度提升。

在古典主义提出的五种补偿机制外，新古典主义还增加了收入增加的补偿机制和新投资激励补偿机制。

六、收入增加的补偿机制：由于技术进步带来成本下降的好处被工人和雇主分享，工资和利润都得到提高，产生收入效应。如此，消费和投资都会增加，同样就业也会增加。

七、新投资激励补偿机制：技术进步会导致投资边际效率提高，利润预期上升，这种情形下老板们一般会追加投资，就业也随之增加，这一机制被称为 “熊彼特效应”。

所以，早期的经济学家基本都是乐天派，他们认为，没有任何外在因素可以冲击市场的自然循环，技术带来的短暂性失业也会被市场的补偿机制所烫平。

悲观派：谁能预测技术创新？

经济学诞生后150年间，过度推崇市场理论及均衡范式的经济学家们，对技术性失业视而不见，尽管这一经济危机和大规模失业不断降临。

但是，20世纪前30年发生了两件事情，改变了经济学家对技术性失业的看法。

第一件事情是美国1919—1925年间生产率数据的第一次公开出版。

这一数据表明，这个时期美国生产率（即每个工人的平均产出）提高了59%，而与此同时就业率大幅度下降。

面对这一反常现象，经济学家推测技术性失业的存在。

第二件事情就是1930年代的大萧条——真正让经济学界重视失业问题并引发第一次大争论。

其实，早在20世纪初，凯恩斯就象征性地提到了“技术性失业”，他指出“我们正在为一种新的疾病所苦恼。”

大萧条到来，经济崩溃，失业大增，这意味着市场的失灵，市场补偿机制不起作用。当时，整个经济学界都傻眼了，凯恩斯以有效需求不足理论推翻了新古典主义。

补偿机制失效，经济学家自信乐观的理论根基被大萧条踢爆了屁股。

这两个事件促成了当时经济学界流行的观点，即肯定了技术性失业的存在。有人甚至提出暂停技术进步的建议，美国参议院和众议院甚至分别在1939年提出了对机器征税的议案。

大萧条之后，人们认识到，对待失业或技术性失业不可盲目乐观，市场也有靠不住的时候。

为什么市场补偿机制会崩溃（市场失灵）呢？

在经济现实中，价格弹性程度、货币制度、财政制度、劳动制度、垄断性质、金融市场的脆弱性等，都有可能阻碍价格与供给机制的充分发挥，从而阻断或减少失业工人再吸收，破坏市场均衡，造成技术性失业。

费雪用“债务螺旋”理论来解释。凯恩斯用以三大心理规律为基础的有效需求不足理论来解释。熊彼特则用破坏式创造来解释。

熊彼特的解释令人信服，为什么？

以上古典主义和新古典主义的七大补偿机制，都有一个前提——技术水平保持不变。而熊彼特，瓦解了这个前提。

熊彼特认为，技术创新是造成非均衡的主要因素，市场在破坏式创造中动态演进。

例如，为什么大量传统的木匠、铁匠快速消失了？

机器生产木制家具和铁制品，成本更低、质量更好，机器的大规模生产及成本质量优势，对传统木匠、铁匠的替代速度极快，市场还来不及反应，这些匠工就失业了。

这就是技术创新对市场均衡及充分就业的冲击，即熊彼特的破坏式创造。

熊彼特指出，创造性破坏是经济低谷时企业家以创新求生存，成功的技术创新进而促使经济复苏，如此循环反复构成动态均衡。

每一次的萧条都包括着一次技术革新的可能，或者说技术革新的结果便是可预期的下一次萧条。

熊彼特赞成技术冲击的主张，认为技术革命带来的失衡、危机和失业不可避免。

19世纪英国纺织业发生多次过剩性经济危机，正是受到蒸汽机的技术正向冲击。

这一时期由于蒸汽纺纱机的广泛应用，一名工人将1磅棉花纺成纱线所需时间由过去的500小时缩减到只有3小时。纺纱机和织布机的引进节约了大量劳动力，这使得工人们担心出现失业，进而引发“卢德运动”。

所以，从大萧条开始，人们逐渐从非均衡的角度研究技术与经济之间的关系。

这种主张，在上个世纪七八十年，创新理论领域诞生了两种对立的理论：需求引致创新理论和自发创新理论。

需求引致创新理论，属于古典主义乐观派，否定技术性失业。这种理论认为，经济可以掌控技术，技术进步完全服务于经济，是对市场条件被动、机械的反应。

自发创新理论，则属于技术主义悲观派，支持技术性失业。这种理论认为，技术的演变受自然科学规律支配，而非经济学规律。

技术有自己的自然科学规律，不以人的喜好为转移，不是想实现就能实现的。

比如，以前人们想着在自己身上安装一对翅膀就能飞起来，后来屡屡失败。

又比如，科学家开始认为机器人能够像人类一样思考。后来发现错了，机器人无法像人类的电脑一样思考，但可通过算法来完成。

技术的不确定性以及扩散性，造成经济增长的不确定性，容易冲击市场均衡，造成技术性失业。

技术进步遵循自然科学规律，技术演进像浪潮，前期积累大量能量然后突然爆发达到高潮，而经济无法决定技术积累到什么程度爆发，难以预测浪潮的顶点在何处。

任何技术开发存在风险，很多时候最前沿的技术员也不知道何时能够成功，甚至是否能够成功。

技术创新，尤其是技术革命，会带来巨大的冲击波，技术外溢还会带来很多余波。这些都是技术的不确定性带来的。

经济学家、企业家、科学家都难以全面预测技术带来的各种冲击。技术的冲击，往往是突发性的、突变性的和不稳定性的。

从1788年到1825年，一共37年间，英国发生了7次经济危机，几乎都是过剩性经济危机，危机的严重性和波及程度一次比一次大。

这个阶段，瓦特发明的蒸汽机大规模使用到棉纺织领域，生产效率立即大幅度提升。

当时，英国一年的棉纺织品的产量，相当于过去几个世纪。英国人、欧洲人彻底告别了严寒。

别小看一张被子、一件棉袄带来的变化，这一变化直接改变了欧美世纪的社会关系。

人们告别了严寒，因风寒而引发的疾病大幅度下降，人口自然死亡率下降，人口出生率提高。1840年之前，英国人口大量出生，并往城市集中。

这给当时的英国社会经济带来巨大的冲击。

首先，大量的人口红利出现，促使工业生产飞速发展。

其次，大规模人口集中到城市，促进了城市化进程，英国伦敦成为全球第一大城市。

最后，大量人口出生及集中，城市公共用品严重不足，这导致英国、欧美的社会矛盾极为尖锐，工人运动不断。

后来，法西斯上台以及苏联建立，对世界造成了巨大改变。

这就是蒸汽机和电气技术浪潮给英国棉纺织业带来不可预知的巨大冲击。

这些冲击根本上都是技术变革带来的。但是企业家、政治家都无法预测技术变革、技术扩散带来的冲击，因而引发了一系列的社会经济问题。

再拿页岩气为例，在2008年金融危机之前，全球原油价格涨到历史高位。

当时中国做出的战略选择是发展新能源，大力扶植电力作为替代能源。

美国这个时候页岩气取得了技术突破，页岩气产量大幅度提升，美国从原来的原油进口国摇身一变成原油出口国。

这就是页岩气革命。

美国减小了对中东石油的依赖，也转变了对中东的战略，将重心重回亚太。

受页岩气革命影响，全球原油价格大幅度下跌，一些产油国尤其是俄罗斯压力非常大。俄罗斯因石油出口创汇不足，在美元加息周期中引发了货币危机。

这就是技术积累的不确定性给经济带来难以预估的冲击。

我们再来看看电力技术。其实早在100多年前，电池动力和内燃机动力差不多同时起步。电动车的发明甚至要早于内燃机车。

1900年时，蒸汽车比重最多，其次就是电动车，然后才是油气燃料车。所以，我们说电力是新能源，其实不符合历史。

但是，后来市场一边导向内燃机动力。主要原因是汽油、柴油的压缩密度和燃烧效率远远高于电池动力。

实际上，这100多年来，人类花了很多时间和资金投入电池技术的研发，但是进步极其微小。

从另外一个角度，我们也不知道，电池技术何时突破。全球花了很多经费在锂电池上，但效果不尽人意。

日本在福岛核电站泄露事件后，能源战略开始去核化，转向氢燃料。如今，日本的氢能源及氢燃料汽车技术先进，但是距离大规模量产依然有距离。

与日本不同，美国特斯拉则走纯电动车路线，中国在氢燃料上投入不多。

不管是氢燃料，还是锂电池，我们还不完全确定电池技术何时突破，在哪个方向上突破。

假如电池技术哪天突然被突破，或许对很多高耗能行业形成替代性，如内燃机汽车。这样或许会突然造成石油开采、销售以及内燃机制造等相关领域的大规模失业。

由于知识和科技有外部性，经济系统无法阻止、也无法决定技术的广泛外溢、延伸以及大规模推广应用。这就导致其他产业有可能突然出现结构性失业。

另外，新技术一旦成熟，其普及、扩散及替代劳动力的时间越来越短。美国曾经花了80年才使汽车的普及率达到50%，但电视机和录像机达到这一程度只花了30年，手机则仅仅用了10年。

在人工智能方面，我们同样面临这种不确定性的冲击。如果工业机器人一旦实现量产型突破，那么全球很多工人都可能突然被机器人所替代。这种短时间引发的大规模技术性失业对经济的冲击很大。

技术积累的不确定性，本质上是人类对自身智慧上限的不明确。

科学家无法保证何时能够攻克阿尔茨海默病，无法确定奇点临近的具体时间。

我们无法预测基因技术的进步，会对哪些行业、领域以及家庭带来什么样的冲击。

有些技术看似变化微小，看似隔行如隔山，但是技术的扩散性极强，很可能对其它行业造成颠覆。

马化腾还曾在知乎上发布提问：“整个人类处于互联网发展的哪个阶段？下一个十年，互联网升级的大致方向在哪里？”

马斯克对人工智能、未知宇宙表示过担忧、谦虚与敬畏。

技术演进遵循自然科学规律。在自然、宇宙及规律面前，人类依然很渺小和无知。

所以，对技术的不确定性、技术性失业及人工智能，我们应该有更多的敬畏。

折衷派：技术性失业存在吗？

熊彼特吸收了奥地利学派和新古典主义两大流派的思想，抓住技术进步（企业家创新）这一个点，破解市场均衡。

实际上，熊彼特是第一个全面论述技术与经济关系的经济学家。他采用折中主义的思想论述二者之间的关系。

一方面，熊彼特认为，技术进步是经济发展的中心，技术创新是造成非均衡的主要因素。

他具体理由是：

第一，创新不是均匀地随机分布于整个经济中，而是集中于某一些关键部门，这将引起不同部门间的结构调整问题。

他把技术进步同经济周期联系在一起，认为大规模失业与创新活动在历史上是一致的。

第二，创新的扩散过程也是不均匀的，具有周期性。

第三，创新发生后的迅速增长期间，利润预期发生变化，增长在达到一定程度后会因利润预期的变化而减慢下来。

另一方面，熊彼特并不认为，经济系统会被技术创新“肆意”破坏——人们常常陷于不确定的失业危机之中。

他主张，创新不是一个技术概念，而是一个经济概念：它严格区别于技术发明，而是把现成的技术革新引入经济组织，形成新的经济能力。

熊彼特认为，“当技术因素与经济因素相冲突时，让步的一定是技术因素。但是我们并不能否定它的独立存在和意义，以及工程师观点的健全性。因为，虽然经济目的支配着实际使用的技术方法，但弄清楚方法的内在逻辑而不考虑实际障碍还是有意义的。”

熊彼特的折中主义，更加侧重于经济决定技术论。

到1982年，意大利经济学家乔瓦尼·多西同样奉行折中主义，综合了需求引致创新理论和自发创新理论，完整地论述了经济与技术之间关系。这就是“技术范式-技术轨迹”理论。

多西认为，技术决定论和经济决定论都有偏颇，自然规律与经济规律互为独立，但二者相互影响。

技术范式负责为技术发展指出一组可能性的方向，这组可能都是由自然科学规律决定的。

至于走哪一条路，由经济规律决定，也就是由市场来选择，确定什么样的技术路线最具有商业化的可能性——成本更低、效益更高。

举个例子，在上个世纪六七十年代，信息技术刚刚起步之时，关于数据库技术范式，其实有多种选择，比如中心化数据库和分布式数据库，最终选择哪一种呢？

后来市场选择了更加安全、稳定、高效的中心化数据。这就形成了今天我们熟悉的技术轨迹，如谷歌、微信、阿里巴巴的中心化数据库控制着所有用户的数据。

2008年，中本聪发布了《比特币——一种点对点的电子现金系统》白皮书，标志着一种新的技术范式进入市场，那就是分布式计算。分布式计算结合了密码学中的非对称加密技术，形成无人可篡改的账本，这就是区块链。

分布式和集中式，都遵循自然科学规律，但什么时候用哪种技术，取决于经济规律——成本、收益、风险考量。

所以，科学家、机器人或资本、企业家都不可能单独掌控这个世界，经济的脉象由自然规律和经济规律共同支配，技术性失业与否取决于这两大规律的配合度。

将自然规律与经济规律相结合思考技术性失业：

一是技术成熟度与规模经济。

能否形成规模经济，是开发、引进、推广技术的关键考量。一项技术能否快速并大规模应用，并不是完全取决于技术的成熟度，而是能否解决实际问题并带来规模经济，或者与其他资源如劳动力相比，是否具有替代优势。

我举个例子，为什么美国农庄里的大型机械，没有在日本、中国、泰国等人口稠密的亚洲国家大规模应用？

原因是，亚洲国家最大的资源优势是劳动力，而稀缺的是土地。这就决定了这些国家的农业经济在选择技术上，不是替代劳动力的大型机械，而是解决土地稀缺问题的高效生物技术。

反过来说，农业机械在亚洲梯田上不会产生规模经济，而农药、化肥及育种技术可以形成规模经济。

所以，中国才会出现袁隆平杂交水稻。日本则选择先化学化、后机械化现代农业发展道路。日本是世界上最早实现农业化学化的国家，搞精耕化农业种植及管理。美国的农业机械技术，并未造成东亚农民失业。

人工智能也是这个道理。日本、美国的汽车制造都是资本密集型，如今的特斯拉是技术密集型，美国特斯拉工厂采用全智能化流水线生产。

但是，特斯拉也在中国设厂，也考虑中国廉价的劳动力及土地资源，而不是直接将智能流水线转移到中国。在中国的劳动力与美国的智能化之间，马斯克经过了成本与收益的考量。

再如，美国亚马逊尝试用无人机解决“最后一公里”问题，中国顺丰在城市基本都在使用廉价劳动力“跑腿”配送。

1913年，福特汽车建造了世界上第一条流水线，当时流水线上还有不少工人作业。100之后的今年，福特汽车公司整车自动化装配生产线上都是激光焊接机器人在作业。

从第一条流水线到全自动化机器人，福特公司经历了一百年的技术积累及逐步替代。

在美国，最新的自动化图像处理软件能完成放射科医生的大部分工作，成本连原来的 1% 都不到；但是人工智能敲开门诊部、手术室的大门还有非常远的距离。

曾经有媒体报道，有些人工智能公司雇佣工人替代机器人。美国一家创业公司总裁格里高利曾开玩笑说：如何创办一家AI公司？第一，雇一群低薪者假扮AI；第二，等待AI被开发出来。

所以，技术性失业，实际上是技术进步在替代该替代的、没有竞争力的劳动力。如果廉价劳动力具有优势，不但不会被技术所替代。市场会根据技术的成熟度、成本、效益，逐渐淘汰该替代的劳动岗位。

二是技术创新是经济系统协同的结果。

我们最容易犯得错误是，设想突然出现无数成熟的机器人，在流水线装配，在送快递，在开车，在翻译，在做美食……然后，人类什么都不能做，彻底失业了。

现实并非如此，一项重要的技术革命，一定是在自然科学规律上经历了大量的累积。这累积过程不但需要时间，还要各技术领域同步突破、相互配合。

举个例子，智能手机在2007年iPhone身上爆发，并非来自苹果一家的创新，而是整个电子产业——芯片、镜头、通信、屏幕、存储、内存、电池、工业设计，以及软件产业如系统，安全、人工智能、应用市场、云服务，还有制造业如自动化装配、精密制造，共同积累到一定技术水平上的结果。

又如我们最担心的人工智能。一个成熟的机器人，最基本的需要是具备人机交互及识别、环境感知、运动控制三项核心技术；依托这三大技术，配套电池模组、电源模组、主机、存储器、专用芯片等基础硬件以及操作系统。

由硬件和操作系统构成机器人整机，整合基础硬件、系统、算法、控制元件，形成满足一定行走能力和交互能力的机器人整机；在此基础上形成各种基础应用开发，基于机器人操作系统开发的控制类APP、管理员APP和各类应用程序App等；产生的数据将有群组服务、云服务、大数据服务等。

每一种应用性机器人如无人驾驶、工业机器人、智能医疗设备，还要配合汽车制造、工业设计、医疗技术等进步。

三是技术进步与经济增长互为促进。

1954年，产业工会联合会主席、劳工运动领袖沃尔特·鲁瑟来到克利夫兰，参观福特公司的一座工厂。

一位经理骄傲地向鲁瑟展示了福特公司先进的自动化机器，他对鲁瑟说：“你打算怎么向这些机器征收工会费呢？”

鲁瑟的回应是：“你又打算怎么让它们卖汽车呢？”

鲁瑟的意思是，如果工人都失业了，机器生产出来汽车及商品都没有人购买。

如果技术积累到一定程度出现规模经济，对大规模的劳动力形成一次性、全方位替代，那么，大规模的技术性失业不利于消费增长，反过来对技术应用、创新及经济进步构成牵制。这种微观反制在宏观上并不完成成立。

正确的理解是，技术造成结构性失业的同时，创造了新的有效需求。‍‍

对我们个人来说，避免被技术打败的最好办法是，正如马云所说的，不要和汽车比赛跑。

后记：卡辛斯基的忠告

出于对自然规律和人性的敬畏，“狂人”卡辛斯基的忠告依然值得我们警惕：

“工业化时代的人类，如果不是直接被高智能化的机器控制，就是被机器背后的少数精英所控制。”

其实，真正要担心的不是人工智能，而是掌控人工智能的精英——数据确权是关键。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

本文来自微信公众号“智本社”（ID:zhibenshe0-1），作者：清和社长，36氪经授权发布。