人工智能的要素属性及其对就业的挑战 人工智能的冲击和挑战

人工智能的要素属性及其对就业的挑战

    《纲要》提出“培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业，提升通信设备、核心电子元器件、关键软件等产业水平”。随着人工智能技术的迅猛发展，技术进步对就业的影响从宽化步入深化阶段，对不同行业、不同群体的就业模式产生巨大影响。作为人类历史上空前的技术革命，人工智能技术引发的诸种就业效应目前尚未充分显现。在对这一现象进行经济学分析的时候，西方主流经济学的新古典就业理论难以提供有力解释，马克思主义政治经济学提供了把握其内在规律的学理依循。

人工智能的生产要素属性

    关于资本、劳动、科学技术之间的内在关系，马克思的界定是，“作为进行新生产的手段的积累起来的劳动就是资本”。在技术条件不发达的时期，资本与科学是割裂开来的，随着技术的不断发展，资本与科学开始融合，“生产过程成了科学的应用，而科学反过来成了生产过程的因素即所谓职能”。作为当代新技术方式呈现的人工智能，其实质是将复杂劳动凝结起来的人类智能劳动。它“不仅是若干物质产品的总和，并且也是若干商品、若干交换价值、若干社会量的总和”。也就是说，人工智能凝聚了劳动与资本要素的双重属性。

    人工智能是人与物两种要素的结合，一方面具有劳动要素的特征，一方面在本质上又隶属于资本，将劳动、资本与科学紧密融合。从人工智能的劳动属性看，人工智能具有人的一些特征，它以比复杂劳动更为复杂的“拟人形态”实现对劳动的替代。在此影响下，劳动熟练程度形成的周期缩短，单位产品的社会必要劳动时间大幅降低。人工智能的劳动属性主要表现为以下两个特征：一是超越组织边界的高度社会化特征，二是超越复杂劳动的指数化特征。从人工智能的资本属性看，人工智能已不是单纯的机器，它直接扩大了生产社会化的宽度和广度，越来越多的劳动者参与到编程、设计、研发等更为复杂的过程。可见，人工智能通过机器这一资本载体，凝结了更多活劳动在其中，是人类智能技术用于模拟、仿真和扩展人类脑力劳动的外化。

资本有机构成理论对人工智能的解释

    马克思的资本有机构成理论是马克思主义经济理论的重要组成部分，以此为基础建构的相对过剩人口理论，深刻揭示出资本主义制度下技术进步与劳动力需求变化之间的内在联系，这为分析人工智能对就业的影响提供了理论参照系。马克思认为，资本构成包括物质形式和价值形式两种，其分别对应着资本的技术构成和价值构成。从物质形式角度看，资本构成表现为一定数量的生产资料和为推动这些生产资料所需要劳动力的比例；从价值形式角度看，资本构成表现为不变资本和可变资本的比例。在资本主义制度下，资本有机构成有不断提高的趋势，因为资本主义生产的根本目的是生产并获得剩余价值，资本家为获得更多剩余价值，为了在激烈竞争中生存并发展，必然需要改进生产技术、提高生产率，最终导致资本有机构成提高。

    在马克思看来，相对过剩人口是社会生产力发展到一定阶段，伴随着资本积累以及资本有机构成提高的一种经济现象，表现为“对劳动的需求，同总资本量相比相对地减少，并且随着总资本量的增长以递增的速度减少。”当前，全球以人工智能为典型特征的技术进步在促进产业升级和就业结构转换的同时，无疑存在着“机器排挤个人”的客观现实，绝大部分的标准化、程序化劳动可以通过机器人完成，在人工智能技术领域甚至连非标准化劳动都将受到冲击。正如马克思所指出的，“劳动资料一作为机器出现，就立刻成了工人本身的竞争者”，这对于资本有机构成不同的行业部门将产生差异显著的影响。

积极应对人工智能引发的就业挑战

    针对人工智能引发的就业问题，应重点解决与协调好涉及劳动就业领域的“三个主要矛盾”：

    首先，密切关注人工智能对就业的短期与长期冲击，重点是解决好其对就业的长期影响。关于就业，以往技术进步形成的逻辑是：虽然新技术在应用过程中，短期内不可避免带来技术性失业或结构性失业，但长期影响一般是就业的创造效应大于破坏效应。人工智能技术则未必，其在不同领域产生的技术进步影响有显著差异。在高端研发等少数前沿创新领域，仍然延续对高技能劳动力的就业选择偏好。在通用生产领域却往往是任务导向型的就业选择偏好。这导致在高技能与中低技能劳动力就业中出现明显极化趋势：对高技能劳动力的就业需求显著提升；加剧了通用生产领域中低技能劳动力的去技能化趋势，更有甚者，人工智能会完全替代部分劳动。应对人工智能就业冲击的重点，应放在解决其长期均衡方面，尤其是解决规模化劳动者无工作条件下的收入分配问题。更好的成人学习机会、不与就业挂钩的最低社会保障支持都是未来可能的选择，尤其应不断完善社会保障体系。

    其次，密切关注人工智能对不同群体收入差距的影响，重点解决好中等收入群体就业与收入下降问题。进入21世纪以来，一些发达国家劳动力市场呈现出新的极化现象：标准化、程序化程度较低的高收入和低收入职业，其就业占比都在持续增加；而标准化、程序化程度较高的中等收入职业，其就业占比反而趋于下降。这是一种与以往技术进步显著不同的就业收入效应，使中等收入群体面临着比低收入群体更尴尬的就业处境。对这种情况，如果收入分配政策的重点仍停留在过去对高收入和低收入两个群体的关注上，不能及时对中等收入群体给予有效重视，会极易形成人工智能条件下新的低收入群体及分配不均，即中等收入群体因技术进步呈现出收入停滞甚至下降的特征。

    最后，密切关注人工智能引起的生产与劳动过程重组，重点解决与化解劳资关系中出现的新依附关系。人工智能技术将高端技术领域的智能成果以类似于公共产品或公共服务的形式与生产生活广泛结合，使人类生存空间的整体智能化水平显著提升，促进了生产和消费环节的技术创新和再生产方式的转变，并将促进全社会组织管理方式的升级。在这一过程中，劳动对资本的隶属关系虽因链条拉长而在形式上表现出日益淡化的趋势，但在实质上，算法技术或计算能力仍不断实现着对劳动的挤压，并在挤压效应中加深劳动对资本与技术的依附。未来劳动力市场的要素关系格局将逐渐由“人与人”竞争转为“人与人”“人与机器”竞争并存的局面。因此，未来针对劳资关系的治理，无疑应从以往“孰强孰弱”的工业化技术逻辑中走出来，集人类劳动创造凝结形成的一切要素合力，以更开阔的视野、更多维的方法、更有效的策略提前做好充分准备，科学应对人工智能技术对全社会劳动者带来的机遇和挑战。

    （作者：罗润东、韩巧霞，分别系山东大学劳动经济与人力资源研究中心主任、山东大学马克思主义学院讲师）

人工智能的机遇与挑战

人工智能预示着新一轮生产力革命带动下人类分工深化的历史趋势，应认清其中的机遇与挑战。

人工智能带来的技术方面的机遇主要是带来新一轮科技革命，引领21世纪技术的战略性突破与发展，挑战主要在于，第一，对中国来说，在基础科学、关键技术研发上一旦受制于人，面临生产力重新落后的危险；第二，对全球来说，机器智能一旦在某些方面超过人类，带来不可测、不可控的风险。

技术产业方面，人工智能的机遇在于，第一，把握好机遇可以占据信息技术产业等高新科技产业的战略制高点，进而掌握产业革命的战略主动权；第二，对中国来说，由技术产业可直接发育形成产值接近半个欧洲的高科技产业，特别是超大型“商业-技术”结合型平台企业。挑战主要在于，一旦在基础设施、基础软硬件技术（如操作系统、技术平台）、材料工艺和国际合作等方面受到封锁（或与先进国家发生科技“脱勾”），就会形成来自知识与市场的发展障碍。

在宏观经济方面看，人工智能带来的总的影响，在于生产力变革引发分工进一步出现大发展，方向是从分工专业化，向分工多样化深化，引发新的产业革命，并进而造成制度变革压力。

在增长方面，机遇主要是可能为增长带来新动能，第一，数据资本替代物质投入将成为长期趋势，第二，将加速经济从速度增长向质量提高的转变，以高附加值为标志的产业结构高度化趋势明显。挑战在于，农业基础薄弱、制造业服务化滞后、第三产业比重显著低于平均水平国家，将在全球化体系中受到来自价值链高端的巨大压力。

在货币方面，人工智能长期内可能推动形成“金融-信息”双中心的“新金融秩序”（希勒观点），其中主要机遇在于，金融服务与信息服务进一步融合，推动信息对称透明机制的形成，为金融服务实体经济创造更好条件；主要挑战在于，由分布式计算、区块链机制引起的金融创新，对央行货币主权造成潜在的挑战，一旦信息服务滞后，可能放大金融风险中的不确定性。

在就业方面，人工智能的机遇主要在于，可能为零工经济、在家办公创造低门槛工作条件；挑战在于机器一旦替代人，不仅会造成对人类体力劳动的替代，而且会部分造成对人类脑力劳动的替代，短期对制造业就业，甚至二产、三产中部分复杂劳动构成冲击，长期既不会增加就业，也不会减少就业，而是推动人类就业转向多样化与灵活化。

企业方面，人工智能的机遇在于，通过在计划、领导、组织、控制各个环节智能化，产消两端进一步透明化，为克服企业官僚主义，提供新的解决模式，企业做优成为世界一流企业新标准；挑战主要是，企业仅仅靠做大做强，难以面对高度复杂、不确定化的市场需求变化的挑战，需要将人工智能转化为适应低成本高附加值差异化战略的业务能力。

此外，人工智能在机器人、基因技术、医疗技术方面的运用，将带来伦理方面新的问题；在个人信息和数据资产开发与保护方面，带来法律和制度方面的考验。

返回搜狐，查看更多