人工智慧如何影響工人？過去的科技浪潮顯示出不可預測的路徑
經濟轉型的途徑：工作場所
近年來對人工智慧的興趣激增，不僅引起了對演算法模仿人類驚人能力的關注，還讓人們意識到這些演算法可能會取代許多工人的工作。這將帶來經濟和社會上的巨大變革。而這種經濟轉型的途徑正是工作場所。根據高盛（Goldman Sachs）的一項廣泛流傳的研究，未來十年大約有三分之二的職業會受到影響，當前的工作量有四分之一至一半可能被演算法取代。全球多達 3 億個職位可能受到影響。諮詢公司麥肯錫（McKinsey）發布的自己的研究預測，人工智慧每年將爲全球經濟帶來 4.4 萬億美元的增長。這些巨大數位的影響令人深思，但這些預測可靠嗎？
我們的數位星球（Digital Planet）研究計劃
我的研究計劃名爲「數位星球」（Digital Planet），研究數位技術對全球生活和生計的影響以及這種影響隨時間的變化。觀察過去的個人電腦和網際網路等數位技術浪潮如何影響工人，能從中得到一些有關未來人工智慧影響的啓示。然而如果從工作未來的歷史來看，我們應該對一些意外情況做好準備。
IT 革命和生產力悖論
追蹤技術對經濟的影響的一個關鍵指標是員工生產力的增長，也就是員工每小時可以產生的工作輸出量。這個看似枯燥的統計資料對每個工作者來說都很重要，因爲它直接聯動到一個工作者可以期望爲每小時工作賺取多少錢。換句話說，生產力的提高預計將帶來薪資的提升。生成式人工智慧產品能夠以極低的人力參與度生成寫作、圖形和音訊內容，或者生成軟體程式。廣告、娛樂、創意和分析工作等職業可能是最早感受到影響的行業。從前擔憂這些領域的個人擔心公司將利用生成式人工智慧來完成他們曾經做過的工作，但經濟學家們認爲這將大大提高整體勞動力的生產力。高盛的研究預測，僅由於採用生成式人工智慧，生產力將每年增長 1.5％，接近 2010 年和 2018 年的增長速度兩倍。麥肯錫則更為激進，認爲這項技術和其他形式的自動化將引領下一個生產力的前沿，使其在 2040 年每年高達 3.3％。這種生產力提升將接近過去幾年的水平，經濟學家和理論上，工人們也都期望這種提升。如果我們追溯 20 世紀美國生產力增長的歷史，它在 1920 年至 1970 年間每年以約 3%的速度飛漲，提高了實際工資和生活水準。有趣的是，生產力在 20 世紀 70 年代和 80 年代放緩，這恰逢電腦和早期數位技術的引入。這種「生產力悖論」被麻省理工學院經濟學家羅伯特·索羅 (Bob Solow) 的一句名言所概括：“你可以在生產力統計資料中看到計算機時代無處不在。”數位技術的懷疑論者責怪人們在社交媒體或購物上浪費時間，並主張早期的變革，比如電力或內燃機的引入，在根本上改變了工作性質。科技樂觀派持不同意見，他們認爲新的數位技術需要時間才能變爲生產力的增長，因爲還需要其他相應的變革。還有一些人擔心，生產力測量無法充分反映計算機的價值。有一段時間，看起來的確如此。1990 年代下半葉，正好是世界網路 (World Wide Web) 出現的時候，美國的生產力增長率翻了一番，從上世紀 90 年代上半葉每年增長 1.5%到下半葉的 3%。然而人們對此真正發生了什麼有不同的看法，這進一步混淆了是否解決了這個悖論的問題。有人認爲，確實，對數位技術的投資終於得到回報，而另一種觀點則認爲幾個關鍵行業中的管理和技術創新是主要驅動力。無論其解釋如何，就像這一切不可思議地開始一樣，後來這一次突增很短暫。所以，盡管大公司對計算機和網際網路的投資巨大，這些變革徹底改變了工作場所，經濟和工人的薪資從科技中受益的程度仍然不確保。
21 世紀初：新的蕭條、新的炒作、新的希望
21 世紀初是著名的「網際網路泡沫」爆發的時期，而 2007 年則是另一場科技革命的開端：蘋果 iPhone。消費者以百萬計的數量購買了 iPhone，企業以無數的方式部署它。然而從 2000 年代中期開始，勞動生產率增長再次停滯不前，2009 年大衰退期間勞動效率有所上升，但 2010 年至 2019 年再次陷入低迷。在這一個新的低迷期間，科技樂觀主義者預料到將帶來新的變革之風。人工智慧和自動化成爲風靡一時的話題，預計將改變工作和工人生產力。除了傳統的工業自動化、無人機和先進機器人之外，資本和人才也湧入了許多可能改變遊戲規則的技術領域，包括自動駕駛車輛、超市自動結賬機和甚至披薩製作機器人。預計人工智慧和自動化在未來十年將使生產力增長超過 2%，高於 2010-2014 年的低點 0.4%。然而在我們能夠到達這一點並評估這些新技術將如何影響工作場所之前，一個新的驚喜出現了：COVID-19 大流行。
大流行帶來的生產力推動和失衡
儘管大流行帶來了災難性的影響，但 2020 年開始後，全球每小時工作產出大幅增長，全球工作效率達到 4.9%，創有史以來最高記錄。這一急劇增長的很大一部分歸功於技術的幫助。更大的知識密集型公司（本質上更具生產力的公司）轉向遠端工作，透過影片會議等數位技術保持連續性，節省通勤時間並關注員工福祉。雖然數位技術幫助提高了知識工作者的生產力，但在許多其他行業，由於工人不得不待在家中保護自己，並遵守封鎖措施，自動化轉型也加快了。從肉食加工到餐館、零售和酒店業，公司紛紛投資自動化技術，如機器人、自動化訂單處理和客戶服務，這有助於提高生產力。但隨著科技行業的投資熱情受到 2019-2021 年的持續大幅下滑，隨之而來的是對自動駕駛車輛和製作披薩機器人等技術的炒作也消失了。其他充滿激情的承諾，比如元宇宙風靡一時，改變遠端工作或培訓等，似乎也淡出人們的視野。與此同時「生成式人工智慧」毫無預警地突然出現，更直接地提高生產力的可能性，同時也影響大規模的就業。
展望未來：技術發展的社會因素
鑑於至今已經發生了這麼多變化，我們對未來可以期待些什麼呢？以下是四個值得考慮的問題。
第一，工作未來不僅僅是工人的數量、他們使用的技術工具或他們的工作。我們還應該考慮人工智慧對工作場所多樣性和社會不平等等因素的影響，這些因素反過來對經濟機會和工作場所文化産生深遠影響。例如，雖然廣泛轉向遠端工作有助於提倡多樣性和更靈活的招聘，但我認為人工智慧的越來越多的應用可能會産生相反的效果。黑人和西班牙裔工人在具有最高自動化與全球區域接觸度的 30 個職業中所佔比例偏高，在具有最低接觸度的 30 個職業中所佔比例偏低。人工智慧雖然可以幫助工人在更短的時間內做更多的工作，提高生產力，賃金也可能因此增加，但對於那些失業的人來說這可能會導致欠薪的嚴重損失。一份 2021 年的研究發現，工資不平等最增加的國家往往是那些企業已經大量依賴機器人並迅速採用最新機器人技術的國家。
其次隨著 COVID-19 大流行之後的工作場所尋求實現面對面和遠端工作的平衡，對於生產力的影響和對這一問題的觀點仍然不確保和動搖。2022 年的一項研究顯示隨著公司和員工對在家工作的安排變得更加舒適，遠端工作的效率得到了改善。然而根據 2023 年另一項研究，經理和員工對此的影響持不同意見：前者認爲遠端工作會降低生產力，而員工則認爲相反。
第三，社會對生成式人工智慧的擴散的反應可能會極大地影響其發展和最終影響。分析表明，生成式人工智慧可以提高特定工作的工人生產力——例如，2023 年的一項研究發現，一個生成式人工智慧的對話助手的分段式引入可以使客服人員的生產力提高 14%。然而不少人已經開始呼籲嚴肅考慮生成式人工智慧的最嚴重風險。除此，人們也認識到生成式人工智慧的巨大計算和環境成本——這可能會約束其發展和使用。
最後鑒於經濟學家和其他專家過去的錯誤，可以說，當今有關人工智慧技術對工作和工人生產力影響的很多預測將被證實為錯誤。像「受到影響的職位數量」這樣的數位可能引人注目，但我認爲人們往往給予這些數位更大的信任程度。此外「受到影響的職位數量」並不意味著失業的職位數量，它可能意味著工作被增強或者過渡到新的工作。最好利用高盛和麥肯錫等機構的分析來激發我們對未來工作和工人的可能情景的想像力。在我看來，最好的做法是主動腦爾思索可能影響未來的許多因素，尋找早期的警示訊號並作好準備。未來工作的歷史充滿了驚喜，如果明天的技術也同樣令人困惑，那就不要驚訝了。
