人工智能对中国劳动力市场的影响
周广肃、褚高斯、李力行、孟岭生（中国人民大学劳动人事学院、百度公司集团战略部、北京大学国家发展研究院、香港中文大学经济系）
自动化和人工智能技术在当今经济和社会发展中发挥了越来越重要的作用，尤其是随着互联网+、大数据、云计算等相关技术的发展，人工智能很有可能会引发新一轮的科技革命浪潮，并对经济社会发展的各个方面产生重要影响。为了抓住人工智能经济带来的新的发展机会，我们国家也出台了一系列刺激人工智能发展的规划纲要或政策文件，希望推动中国成为世界主要的人工智能创新中心之一。人工智能是将人的智力和思维模式融入到机器的运作过程中，将会对许多职业和工作产生重要的影响，但是影响结果到底是什么，取决于人工智能产生的替代效应、互补效应和创造效应的相对大小。一方面，人工智能是一种能够替代劳动力的技术进步，越来越多的工作可能会被人工智能取代；另一方面，人工智能的发展还会通过互补效应来带动一部分就业的增长，或者在其相关领域创造一些前所未有的职业类型。为了较为严谨地回答这一问题，本文尝试性地估计了人工智能对就业所产生的潜在替代效应的大小。首先，根据本文中计算的人工智能应用率和Frey&Osborne（2017）估计的人工智能理论替代概率，本研究估算了人工智能对中国各种职业的实际替代概率。通过在职业层级应用实际替代概率，我们还探讨了人工智能对不同特征劳动力的替代效应，发现人工智能对女性、老年人、受教育程度低和低收入的劳动力有较大替代作用。这一结论表明，人工智能对劳动力市场所带来的替代效应并不是中性的，而是对劳动力市场中的相对弱势群体产生了更大的影响，这很有可能会进一步加剧他们的弱势地位。接下来，我们还预测了每个行业中被人工智能替代的就业人数，结果显示，到2049年中国将有2.78亿劳动力（不同应用率下结果是2.01亿至3.33亿）被人工智能替代，占中国当前就业人数的35.8％。其中，中国将有1.42亿城市劳动力被人工智能替代，占城市总就业人数（4.34亿）的32.7%；同时，中国农村劳动力中将有1.35亿人被取代，占农村劳动力总数（3.42亿）的39.5%。具体而言，城市中就业替代数量最大的三个行业是制造业，交通运输、仓储和邮政业，农林牧渔业；中国农村中就业替代数量最大的三个行业是农林牧渔业，制造业和建筑业。当然，以上只是基于人工智能的应用率和对不同职业的理论替代率计算而出的，人工智能对中国劳动力市场的影响也还受制于许多其他因素。首先，它取决于人工智能技术和人类传统劳动力的相对使用成本和收益。虽然目前中国劳动力成本显著增加，但与发达国家相比仍然相对较低，若将劳动力成本因素考虑在内，人工智能的应用则可能需要更长时间。其次，中国逐步加快的人口老龄化进程也会作用于人工智能对中国劳动力市场的影响，但人工智能也会反过来弥补老龄化进程加快造成的劳动力数量的减少。第三，与其他技术类似，人工智能技术在产生巨大替代效应的同时，也具有非常显著的创造效应。受人工智能上下游产业发展的驱动，人工智能技术将创造出一系列相关领域的工作或新职业，但是目前这一数值难以估计。虽然本研究侧重于预测性分析而非因果推断，但它为研究自动化和人工智能对中国劳动力市场的影响提供了第一手实证证据。中国将发展以人工智能为代表的智能产业作为国家重要的产业政策之一，同时也须认真处理人工智能对劳动力市场的潜在影响。首先，应全面考察人工智能对劳动力市场的影响，特别是对不同特征劳动力的影响，此举十分必要。我们的研究表明，人工智能对不同职业、不同行业和不同特征的劳动力具有异质性影响。只有准确分析人工智能的不同影响，才能制定更有针对性的政策。其次，要更加重视人力资本投资的重要性，不断提升中国劳动者的人力资本。中国应该采取更多措施，来帮助劳动力市场中相对弱势的群体（如女性、低教育程度、老年人和低收入群体），特别是通过职业教育或培训来提升其劳动技能和人力资本，从而尽可能地避免人工智能的负面影响。我们还应该关注人工智能对劳动者福利的影响，尽量减少由于就业机会减少和工资增长放缓导致的福利损失。最后，政府还应该关注人工智能可能造成的社会两极分化和不平等现象。随着人工智能的发展，劳动力将至少分化为两个不同的群体——高技能群体和低技能群体，两者将面临完全不同的工作机会和收入水平，而这种社会分化将会进一步加剧不平等和社会矛盾的激化。为了解决这些问题，政府可以发挥税收和转移支付制度的作用。例如，对人工智能设备或机器人征税，补贴被替代的劳动者或者用以提高他们的工作技能；此外，此项税收也可用于解决老龄化造成的养老金短缺问题。
GuangsuZhou,GaosiChu,LixingLi&LingshengMeng(2019)TheeffectofartificialintelligenceonChina’slabormarket,ChinaEconomicJournal,13:1,24-41原文链接：https://www.tandfonline.com/doi/full/10.1080/17538963.2019.1681201
作者简介：周广肃，中国人民大学劳动人事学院副教授，研究重点关注劳动力市场、收入不平等、家庭经济决策等议题，曾获得刘诗白经济学奖、《经济学》（季刊）最佳论文奖、全国优秀财政理论研究成果二等奖等。
褚高斯，百度公司集团战略部高级顾问。
李力行，北京大学国家发展研究院教授、青年长江学者，研究兴趣包括发展经济学、人力资本、公共财政学等，曾获北京大学“黄廷芳/信和”青年杰出学者奖、北京大学方正奖教金、北京大学人文社会科学研究优秀成果奖、北京大学教学优秀奖等荣誉。
孟岭生，香港中文大学经济系副教授、马里兰大学经济学博士，研究领域涉及劳动经济学、中国经济等。
人工智能将取代人类工作未来的新兴职业，已经悄然到来
文|创瞰巴黎RichardRobert
编辑|MeisterXia
导读
随着新兴的前沿领域不断发展，未来将催生出很多新兴的职业。“未来职场”系列一中，作者RichardRobert聚焦三大新兴领域，以人工智能为例为我们解读了未来职场的动向。然而很多人担心人工智能将取代一切工作。未来机器人会跟人类抢工作？本期“未来职场”系列二，作者继续为我们解读未来那些不能被替代的工作。
一览：
高达72%的欧洲劳动者担心机器人会跟人类抢工作。这种认识是错误的，但却随着自动化的推广越来越根深蒂固。实际上，德国、日本等世界上自动化技术应用的最广的国家同时也是失业率最低的国家！总体而言，医疗看护、食品制造、诉讼辩护、土木建筑等社会最需要的工作是不可能消失的。一提起劳动的未来，许多人持有悲观的态度，认为人类的工作岗位必将被机器人代替。但这种观念是错误的，因为它忽视了两个关键的趋势。首先：虽然现在的工作不需要那么多人类劳动力，且所需的技能跟过去不同，但岗位本身不会消失，只是具体的劳动方式变了，且仍需要人类参与其中、发挥技能。其次，未来的工作岗位虽然都在新兴技术（如大数据）领域，但本质上跟现在的岗位一脉相承。
自动化不是抢夺人类工作的敌人诚然，麦肯锡等机构发布的研究报告称未来的劳动力市场将经历海啸般的变革，来势汹汹，不可避免，许多工种将在浪潮中彻底消失。但这种论调只不过是耸人听闻，并不能帮助大家思考如何去适应未来的变革，以至于高达72%的欧洲劳动者担心机器人会跟人类抢工作。虽然变革的节奏快，但我们可以积极思考积极应对。与其操心工作岗位的消失，不如认真考虑未来世界的模样，以及我们该如何转型顺应未来。
服务业岗位大规模地被自动化技术替代，是当下的最新趋势。但机器替代人类，在工业中早已不是新闻，在工业革命之初便崭露头角。我们怎么没从中获得启发呢？撇开已经去工业化的法国、英国不谈，欧洲许多国家并未出现工业岗位大量流失的现象。此外，世界上自动化技术应用的最广的国家，如德国和日本，同时也是失业率最低的国家！
这一切所揭示的道理是：虽然一些具体的岗位会消失，但工业仍需要人类劳动力。在“断崖式变革”的背后，过去和未来的连接比我们想象得要更紧密。虽然工作的要求在变，但是人同样会随机应变，顺应潮流。汽车制造流水线不再依赖大量的人力，但造车厂仍需要工人监督机器的运转、进行质控。他们有的在汽车组装上游、有的在下游，但都不会离生产线太远。
变迁转型中的工作若转变视角，撇开宏观的行业不谈（如汽车制造工），聚焦具体的专业技能（如车工、铣工），便能看出变化中的不变。例如，车工、铣工等工序仍然会存在，虽然由机器完成，但必须在技术工人的监督下进行。技术工人可以亲手操作机器，可以监督一台或多台机器，也可以监督流水线上的一整个环节。变化了的只是人在制造过程中扮演的角色，但制造业工作的核心元素没有变，仍然需要操作者对工序、工具、工件、工作环境有深入的了解，需要能透彻分析生产中出现的问题，并快速做出响应。
工业经历的变革在服务业也已出现，而服务业中同样有一些具体的专业技能即使面临自动化和人工智能的浪潮，依然“固若磐石”。让我们来看三个具体例子。
大家都知道律师助理和会计所做的许多工作都可自动化。比如企业的费用报表现在就能自动生成。但这并不意味着不再需要人类，而是人类应转变角色，化身为自动化流程的“监督者”。自动化必然会减少就业岗位数量；未被机器替代的岗位的性质也会发生变化，但是人才所需具备的核心专业技能和素养却不会变，依旧要跟那些已自动化的任务密切相关。比如未来的会计仍需理解什么是税率、善于查出账本中的问题，仍须有一丝不苟、追求精确的态度。
让我们来看第二个例子。自动化的发展催生了新的岗位，如数据分析师、AI教师。岗位名称听起来“高大上”，但其实只要接受过两年高等教育就能胜任。理论上，昔日的技工和操作工也能进入这些岗位。现在人们发现，无论是数据分析还是利用AI进行教学，都需要从业者具有具体行业或专业背景才能更有效。虽然这些新岗位的门槛不高，但是入行后的上升空间却不小。从业者若拥有相关工作经验或业务技能，能为岗位带来不少价值。
第三个例子是客服呼叫中心。IBM称其接到的约45%的用户来电都可以由智能机器人处理。但这也意味着其余的来电需由人类接听。增进客户关系的过程复杂而微妙，但给了人类客服施展其专业技能的空间，拉近与用户的距离。而另一些呼叫中心仍用一成不变的套话机械地回应客户，像工厂流水线般提供“服务”，势必会落后。
变革早已到来2019年，我与Clara-DonaSchmelk共著的《未来的工作》由FIRST出版社发行。2021年，我的第二本书《工作4.0》通过EditionsAtlande出版社问世，对第一本书中的预测做出了补充。没想到，书中预测的一些中长期会发生的变革，在出版后不到三年就成真了。这些变革并不是突变，没有导致社会动荡，没有引发人间悲剧，而是在潜移默化中发生了。面对自动化带来的工作转型，许多专业人士选择提升自己，积极迎接。另一些人既有职业技能，又具备适用面广的素质，于是成功地踏入已实现自动化的行业中的新岗位。所以，只要得到足够的支持，任何人都能实现个人职业转型。
“的确，在新形势下，一些对专业技能要求较弱的岗位（如中层管理）遭遇了“重创”，特别是面临当前远程工作的普及。”
但未来的新工作，以及转型后踏上新岗位的工作者仍将需要管理者负责核心的协调组织工作。监督、操控机器人和软件，引导它们工作，让它们发挥最大效益，将构成未来管理者的主要职责。这些职责非人类莫属。
未来的工作其实已经走进了我们的生活。总体而言，医疗看护、食品制造、诉讼辩护、土木建筑等社会最需要的工作是不可能消失的。但我们要注意区分工作本身和人在工作中扮演的角色。角色必定会变，不同角色区别仅在于变化的大小。以医疗为例，未来肯定会出现重新分工：机器人负责搬运患者等体力活；人类负责陪伴、倾听、看护、提供心理辅导。虽然看护机器人在日本等国家已经开始应用，但法国短期内不会采用。法国的患者看护工作已实现了一定程度的自动化，但护士这一行业不会就此衰亡，护士们不会因此失业。相反，自动化会促进患者看护这一工作的进步。在其他的行业，自动化的程度更高，带来的转变更为明显，特别是会计和律师助理——这两个行业的从业者现在大部分时间都在监督、协调自动系统的工作。从就业岗位数量来看，每轮工业革命中，新创造的岗位都比消失的岗位多。根据Eurostat的统计，人工智能和数字技术在欧洲虽然会导致600万个岗位流失，但同时将创造1500万个新岗位。所以，这一趋势必然利大于弊！
人工智能的12个典型案例
但以亚马逊的推荐系统为例，它是一个交易性人工智能平台的强大引擎。人们可能已经观察到它的能力，这个系统可以不断学习。本质上，大批购物者正在“教导”亚马逊人工智能系统，以便更好地展示可能出售的商品。也就是说，将一件商品与过去展示的另一件商品相匹配将促进销售，可以将半关联的概念联系起来(例如灯架与摄影设备)。
另一方面，这种高端的人工智能系统需要庞大的计算平台来处理所有这些数据。对于使用小型服务器的用户来说很难为此类系统提供支持。显然，亚马逊网络服务公司拥有世界领先的计算平台。
3.Pandora
对于那些认为人工智能将会取代人类工作的人们来说，Pandora人工智能系统就是一个与人类合作的例子。首先，Pandora通过音乐专业人员的帮助来分析和分类歌曲。Pandora着眼于歌曲的450种属性进行分类，从声乐风格到节奏感。
当其人工智能算法工作时，根据大量用户对其歌曲库的响应，结合了来自用户的大量推荐。然后，人工智能系统可以批量分组和呈现对于用户具有意义的歌曲。
4.Cogito
这无疑是人工智能最活跃的领域之一：在销售和客服电话中使用人工智能，可以增强与客户的情感联系。具体地说，使用人工智能互动比人类更具移情能力。当然，这是人工智能使用的一个前沿。
Cogito(拉丁语的意思是“自我意识”)使用了人类互动的关键真理：它不仅仅是词语的表达意义，而且是词语的表达方式、情绪、节奏和感觉。
Cogito软件可以实时分析对话，提供有关正确和错误的线索和提示。也许对话者可能切入太多主题，或者反应不够快。应用程序提供基于颜色的警告和更新。该软件可以分析数百条线索，以确定对话的情感质量。
5.Nest
推动人工智能增长的关键因素之一是资金雄厚的厂商之间的竞争，希望在早期获得市场份额。以谷歌公司旗下的家用恒温器Nest为例，其部分目标是将谷歌公司的人工智能构建到设备中，用来应对苹果Siri和亚马逊Alexa的不断增长。
Nest使用人工智能来适应人类的行为模式，获得恒定的输入线索，并在家中工作时做出更准确的反应。在业主设置系统一段时间之后，Nest可以自己整合输入。
无论如何，智能家庭设备(物联网设备)无疑是争夺人工智能市场支配地位的关键战场。让一整组智能家庭设备协同行动，它们可以响应家庭成员的指令，并根据其行为学习，这显然是人工智能在家庭应用中的未来。
6.Boxever
总部位于爱尔兰的Boxever公司推出其Boxever“个性化平台”，其主要目标是旅游业。其基于云计算的平台允许旅游公司创建一个单一的客户视图，从而为客户提供更有效的营销。它的目标是通过单独针对客户来改进销售过程。如果人工智能可以在一对一的基础上定制交互过程，理论上它可以更有效地服务(并销售给)客户。
Boxever公司的方法承认竞争的关键部门是客户体验。如果零售商更加谨慎地满足客户的需求，将会在电子商务竞争中获胜。而使用智能软件比人工销售代表的成本要低得多。
7.AIRobotics、Humanoid和其他
人工智能为机器人的应用提供动力，其中包括加州大学伯克利分校的BRETT和麻省理工学院的MITdog。Sophia就是一个受到媒体热捧的人工智能机器人的例子，它和NBC电视台主持人JimmyFallon在“今夜秀”上聊天和唱歌。
除了流行文化的喧嚣之外，还有各种规格和大小的人工智能机器人。例如iRobot公司的RoomBA980吸尘器采用了人工智能技术，可以在家中完成各种清扫工作。该公司声称，Roombas公司已售出1000多万台RoomBA980吸尘器。
8.垃圾邮件过滤器
人工智能的核心就是学习。而使用机器学习和其他人工智能技术，软件系统将变得更智能，无需人工协助。
当然，采用人工智能防止垃圾邮件是一个迫切需要机器学习的领域。工作人员(甚至是团队)难以跟上垃圾邮件的增长。例如，Gmail会部署机器学习算法来过滤(大部分)垃圾邮件。
为此，垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作，他们不断采用创造性的方法来欺骗收件人。垃圾邮件过滤器中的人工智能会持续扫描元数据，例如发件人的位置或主题行中的关键字。如果无法学习，垃圾邮件过滤器将在几天之后无法运行。
人工智能技术是使用来自人类的输入：因为对于一个用户具有价值的优惠券对于另一个用户来说则是垃圾邮件。特定用户如何对邮件流进行分类必须是垃圾邮件过滤器学习的一部分。
9.网上银行业务
银行为用户提供方便的优惠：扫描其支票并将其金额存入移动设备中，无需去实际的分支机构存款。其问题是：这样做需要机器来阅读用户的签名，这是一项既混乱又令人困惑的工作——甚至对工作人员来说也是如此。
在其他供应商中，MitekSystems公司采用专门从事基于软件的身份验证。其人工智能技术利用计算机视觉和机器学习使移动到银行的交易安全。
例如，Mitek公司采用视觉算法对银行交易中的无数ID格式进行分类。其核心是光学字符识别(OCR)软件，它扫描文档并将数据转换为可编辑的格式。可以使用人工智能调整OCR软件以准确提取个人签名或指纹。
10.贷款和信用卡处理
当消费者申请信用卡或贷款时，消费者信用评分(FICO)(通常在300到850分之间)将起到至关重要的作用。在过去，贷款工作人员审查了这些贷款和信用卡申请。虽然仍有很多工作人员，但许多关于信用卡的决定或者是否接受消费者的申请，都是由机器学习系统做出的。
同样，学习是这个过程的核心部分。银行管理人员可以设置他们希望当前信贷标准是宽松还是紧缩的参数。但他们希望银行的机器学习系统能够随着时间的推移而学习，以便更密切地确定哪些申请人是安全的借贷者。
11.Lyft和Uber
没有人工智能和机器学习技术，共享单车是不可能存在的。具体来说，票价、预计到达时间以及它将要走的路线：这些都是人工智能计算出来的。
人工智能即时进行大量计算。如果没有一个分析情况的机器学习系统，然后将结果数据路由到用户和驱动程序的应用程序，这些计算的数量和复杂性将是不可能的。当然，Lyft和Uber公司将其记录在自己的系统上，这两家公司拥有关于用户模式的大量数据。
在未来，这些服务预计将出现无人驾驶汽车的时代(尽管这种情况发生时最多仍然模糊不清)。如果没有人类驱动程序的元素，运行系统的过程将成为更纯粹的逻辑机器学习计算。从理论上说，这将导致共享乘车服务的成本下降，甚至可以节省雇佣驾驶员的成本。
12.社交网络
主要的社交媒体网络是人工智能发展的核心驱动力。特别是Facebook公司似乎采用了人工智能的各方面功能。例如，其算法定义了用户的时间轴，决定是否在其时间轴上显示或不显示其朋友的某些帖子。Facebook公司知道，如果某个用户的每位朋友都被展示出来，那么时间表就将变得很混乱，以至于它会让人感到厌烦。因此，时间轴算法可以了解用户与谁进行交互以及其通常忽略的对象。
对于Facebook而言，最重要的是，社交网络使用人工智能来帮助个性化为用户提供广告的方式，因此它具有一定程度的广告显示相关性。需要注意，Facebook允许用户评论广告与时间线的相关性;每个用户评论都有助于系统学习并变得更精细。由于他们使用人工智能微调显示系统的方式，Facebook和谷歌在整个网络广告市场的比例非常高。
此外，Facebook使用图像识别人工智能技术来识别照片中的人脸，因此它可以邀请用户为其添加标签。毫不奇怪，考虑到照片对Facebook的重要性，Facebook在面部识别技术上投入了大量资金。采用机器“读取”照片是当今人工智能时代最为显著的进步之一。返回搜狐，查看更多