人工智能的要素属性及其对就业的挑战
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）
《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。
《光明日报》（2021年03月23日 11版）
[责编：白冰]人工智能与就业
一、 什么是人工智能
人类从很久以前就开始畅想人工智能。甚至在近代科幻电影中塑造了不少经典角色，如《星球大战》中的R2-D2，《终结者》中的T800等。不过人工智能不仅仅是类人机器，它还有更广泛地用途。这要从人工智能的定义说起：
人工智能（ArtificialIntelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。随着硬件层、数据层以及算法层等各方面技术储备趋于成熟，科学家提出“深度学习”神经网络，使得人工智能得以获得突破性进展。如今，深度学习的应用使得语义识别、图像识别的准确率大幅提升，进而促使人工智能产业又一次进入快速发展阶段。人工智能，这个曾经只出现在科学幻想中的名词，现在却逐渐进入了人们的日常生活。并在电商/服务业、IT互联网、金融业和智能设备四个领域得到了广泛的应用。
二、 人工智能技术带来的职业变革
关于人工智能对未来职业的影响，可谓众说纷纭。英国牛津大学2013年一项研究预言，未来20年内，美国就业市场47%的岗位终将由人工智能取代，英国则有35%的职业将受到威胁。涉及人工智能对就业前景的影响，这项研究被广泛引用。然而经合组织新研究结果却显示，美国只有大约10%的岗位作将由人工智能代替，英国受威胁的职业也只有12%。研究认为，大部分工作要求涉及复杂社交关系，要求具备较强沟通能力、创意或复杂推理能力，或者要求在无指导环境下完成体力任务，这些方面人工智能均难以胜任，不会对人类构成威胁。先前调查之所以高估人工智能构成的就业威胁，源于没有区别对待同一职业的不同岗位。不过，关于人工智能技术的发展将提高就业门槛，拉大高收入与低收入就业者的差距这点认知已无异议。而且“自动化风险高度集中于低技术领域”。即低技能并且跟计算机关联度较高的一些工作会被替代；还有一些重复性高、不需要太多认知能力的工作也会被替代，比如文秘人员、电话接线员这类岗位。相较之下，一些高技能、创意性的工作则很难被替代，比如作家、心理医生等。
其实，谈人工智能对就业的影响，就是在谈技术进步对岗位、对就业的影响。它包括三个方面：
一是替代。无论是第一次工业革命，还是第二次、第三次工业革命，都带来一定的“破坏性效应”，会替代部分劳动者的就业岗位。人工智能的发展导致现有产业链的颠覆及变革，使企业的生产方式、生产流程发生巨大变化，以前的一些岗位可能要被人工智能机器人替代。例如杭州无人超市，京东无人仓库和自动快递，建行的无人银行，如今都已经实现或正在实现。
二是互补。我们现有的一些工作岗位，如果没有机器和人工智能的帮助，工作难度比较大。人工智能出现后，这些工作将做得更加轻松、完美。以律师这一职业为例，因为律师很多时候要对法律条款进行解读，而人工智能可以很好地辅助律师群体进行解读。再比如阿尔法狗的出现，它将有利于棋手提高自身的技艺水平。这就是人工智能的互补效应———它将充分体现服务功能，促使劳动者工作能力的提升。
三是创造。以前没有互联网，市场半径和交易半径小，市场分工也比较粗糙。随着互联网的发展和技术进步，每一个市场环节、产业链条都会分解成N个部分，分工更加细化，从而创造出更多工作岗位。人工智能的发展更是如此，它将催生更多新的产业、产品和服务，创造出新的岗位。如算法工程师、AI视觉、数据挖掘工程师等职位年薪都在30万以上。
虽然每次人类迎来技术进步，都会有很多的声音，说劳动者的“饭碗”被抢了。但事实证明，技术进步有破坏岗位的功能，也有创造岗位的功能，整体来讲是创造多于破坏。所以，人工智能的发展将给劳动力市场带来更多的机会。
还有一种担忧，认为人工智能发展过于迅速，会出现类似改革开放初期的下岗潮。从短期来看，随着人工智能的发展，尤其是“机器换人”的大规模应用，不可避免地会对某些地区、某些产业以及特定人群就业产生不利影响。但从长期来看，人工智能的发展，在提高企业对劳动者技能需求的同时，倒逼劳动者提升自身的技能水平，从这一角度来说，可以缓解我国劳动力市场的就业结构性矛盾突出的问题，也将推动我国由人口红利向“机器人红利”转变。
至于人工智能行业本身的发展趋势，由于大规模数据+大规模算力的基本方法论已经成熟，今后的发展路径十分清楚：在那些数据储备充分、商业价值清晰的场景，人工智能会迅猛发展，投身于这样的行业中期发展会非常好；而医疗、教育这类领域，由于电子化数据的整理与积累尚需时日，可能需要一个较为漫长的发展过程。
三、 人工智能时代的职业规划
通过前面的分析，有志于从事人工智能相关行业工作的同学们应该对人工智能已经建立初步的认知。人工智能即通过智能实现人类思维的效果，从宏观层面来看，此效果体现在智能社会与智能经济层面，即人工智能将大幅改善依赖劳动力创造的劳动密集型、简单重复性的传统经济运行模式，并依托此经济模式构建万物互联、智能协同的产业体系，打造国际领先的智能社会。从微观层面来看，人工智能将替代传统劳动，带来新式生产方式，以提升生产效率并降低成本，进而实现企业效益提升、改善人们工作与生活。而随着机器变得聪明，我们将最终实现人性化人工智能（HumanisticAI），即通过机器达到拟人的形式并以这类形式延伸人类智慧。鉴于此，我们在订立职业规划时，有必要注意以下四点：
（一）注重人际沟通能力的培养
人际沟通能力，看似与人工智能风牛马不相及，实则却不然。在麦肯锡的中国大学生就业报告中，人际沟通能力一直被认为是职场“最有用”的能力。很多同学包括家长都有一个认知的误区，觉得自己（孩子）沟通能力差，就去学门技术吧。殊不知现代社会，缺乏沟通能力几乎寸步难行。在单位，向领导汇报，与同事协作，都需要有效沟通。对客户，提高产品和服务的满意度，也需要有效沟通。尤其客户若是个外行，不但需要您能领会他的意思，还要用通俗易懂的语言让对方也明白您的意思。
在人工智能的应用和前景分析中我们看到，人工智能在实际应用中往往扮演人类“助手”的角色。这个角色要求与使用者有较高的契合度，因此设计者首先要充分了解使用者的需要、习惯，才能创造出完美的“助手”，充分满足对方需求。而这个“了解”的过程，就是沟通。日本某汽车公司在经济萧条时请一批设计人员转行做销售，待经济复苏，这批人做回设计后，发现他们设计出的汽车特别好卖，就是因为在与客户沟通过程中，充分了解了对方的需求。所以无论您将从事何种职业，人际沟通能力都要注重培养。
（二）注重计算机基础知识的学习
计算机作为工具已经渗透到人类工作、生活的各个角落，联合国早已将不懂电脑知识列为“文盲”范畴。随着人工智能迅速发展，作为助手，它能极大提高您的工作效率，减少您的工作误差。您可以不懂得原理，但至少要学习如何使用。举个简单例子：有家大型国企，原来工资表是写在纸上，现在是登进电脑。裁员时根据不同方案计算补偿金，原来一个方案要计算数日，还要反复校对；现在只要建立模型，输入数字，EXCEL表格立即能生成每位职工新的数据结果，而且只需校对公式，无需校对计算结果。未来，计算机知识，尤其是人工智能相关运用软件的学习务必重视，因为效率落后，不仅会被企业淘汰，还会被社会淘汰。
有些计算机专业的学生反映软件更新太快，学校学的都是已经淘汰的知识。其实关键看您如何学习。IT行业知识更新周期非常短，学校教材却需要相对稳定，不然教师也会无所适从。而且IT行业的技术人员都有体会，知名企业面试时往往不仅考察您学习的知识，更重视您的逻辑思维和学习能力。所以在学习时您不仅仅是学习知识，更重要的是学习机器的逻辑思维模式。这也能让您未来学习新的知识时事半功倍。
（三）注重专业技能的技术含量和前景。
前文中曾经提到，越是要求涉及复杂社交关系，要求具备较强沟通能力、创意或复杂推理能力，或者要求在无指导环境下完成体力任务，越是难以被人工智能替代。因此，提高专业技术含量，是未来职业稳定和发展的重要途径。不过，在提高技术能力的同时，也要留意行业或职业的发展讯息，注重新知识的学习。一般产业升级并不意味着旧的完全淘汰。例如汽车代替马车，但毕竟都是在公路上行驶，因此车轮，车身等很多部件的制作标准还是一致的。所以旧产业职工只要能及时更新制造知识，依然能在新产业中找到安身之处。综上所述，即使找到一份满意又稳定的工作，也最好建立终身学习的习惯，莫等夕阳西下才追悔莫及。
（四）注重可替代性职业，给自己留“备胎”。
几乎每个职业都有替代性职业，例如护士和医药代表，都需要医学知识和医院人脉；游戏制作和运营，都需要对游戏知识有较深了解；销售和采购，都需要产品知识和沟通技巧。未来没有人能肯定自己将终身固定在一个单位，一个职业。所以关注可替代性职业，给自己留一个“备胎”，以备不时之需，是对自己负责，也是对家庭负责。
然而我们也知道，一般技术含量越高，替代性职业就越少。因此，一些技术性职业，不妨注重“非专业要素”的培养。例如执行力、团队精神、沟通能力、写作能力等。这些“非专业要素”既可帮助您职业生涯成长，也可在您另觅职业时提供帮助。马云在创业前是一名教师，美国有不少总统从政前是律师、演员等其它职业。他们能成功转行不是因为他们专业技术好，而是这些“非专业要素”帮助了他们。（作者：孙炯上海市普陀区就业促进中心）