最新的就业数据描绘了劳动力市场的严峻图景，人工智能对其造成了明显的破坏。继今年早些时候对应届毕业生失业的警告之后，最新报告表明人工智能的影响正在影响更广泛的工人群体。十月裁员超过15万人，是二十多年来最严重的十月，其中约5万人被归因于人工智能。总体来看，2025年裁员人数比2020年以来任何一年都多。
现在判断人工智能到底在多大程度上导致这些失业还为时过早，即使企业在公开声明中也在指责人工智能。耶鲁预算实验室和布鲁金斯学会的研究团队认为，人工智能对更广泛的劳动力市场的颠覆并不比互联网或个人电脑更严重，应届大学毕业生正因行业特定因素而被取代。
- 别让AI抢走你的工作
今年早些时候，你与麻省理工学院的同事David Autor发表了一篇论文，利用专业知识作为理解自动化如何影响劳动价值的框架。从历史上看，情况并非全是坏事，对吧？
当我们想到自动化时，脑海中浮现出一种末日情景，随着自动化的发生，该职业的就业数量减少，工资下降，你会想，“哇，这真是个糟糕的故事。”
但是，如果你回顾过去40年的自动化——这不是人工智能自动化，这只是计算机化等——我们知道许多常规任务都是通过这个过程实现的自动化。如果你看看那些有日常任务的人，你会发现很多这些工作被自动化了，但他们的工资并没有下降。有些上涨，有些下降。这有点让人困惑。
我们认为，当某个职业实现自动化时，真正非常重要的是该职业中哪些任务被自动化。特别是，如果你对高专家级任务实施自动化——也就是你做的那些最专业的任务——会产生一种效果;如果你对最低专家级任务实施自动化，效果会不同。
你能举几个例子吗？
想想出租车司机。你最专业的做法就是熟悉一座城市的所有道路。你知道所有那些小巷。你知道所有的小捷径。你是这方面的专家。然后，谷歌地图和MapQuest出现了，突然间，任何会开车的人都能相当好地做到这一点。在这种情况下，你最专业的任务就被自动化了。因为最专业的职位消失了，你的工资就会下降。
但与这种末日循环相反，工资会下降，但这个行业的人数却在增加，因为现在，很多以前不熟悉街道的人突然可以开Uber了。
在另一个极端，可以考虑校对员。拼写检查出现了。他们以前做的很多事情现在都自动化了，但那是他们最不专业的。他们做的真正意义在于重新组织你的段落，确保你思考的是正确的内容，表达方式正确，而不是拼写部分。
所以，如果你看看他们后来怎么样，他们最不专业的任务被自动化了。剩下的更专业。因此，由于他们更多时间使用专家技能，工资实际上上涨得比平均水平快——但现在专家数量减少了。
所以，你会看到一个有趣的现象，优步司机的工资下降了，但他们更多了。校对员的工资上涨了，但人数减少了。这两者各有利弊。
所以，显然，人工智能并不是计算机时代第一个实现工作自动化的技术。但同样的专业知识框架在更早的历史上是否依然适用？我们会在工业革命和纺织工人工作的自动化中看到类似的模式吗？
我的合著者喜欢谈论的一个例子是熟练的工匠。想想车轮匠、铁匠和那些人，这些曾经是非常专业的工作。通过工业化，我们找到了如何在生产线和其他平均专业水平较低但生产更多的车轮和参与人员的生产中实现这一点。
当然，随着自动化的出现，我们有许多现代例子，有些事情被自动化了，我们实际上变得更专业，因为我们不必再做那些基础的事情。
- 最可能的人工智能末日
还有第二块，真的非常难。历史上，当新技术出现并自动化工作时，人类开始承担新的任务。新任务被创造出来，这些任务以前不存在，但对就业来说非常重要。我们其实并不知道这些新任务会是什么。这种缺乏可见性是个挑战。但值得一提的是，历史上，出现了大量新任务和新工作。所以，我认为我们应该有信心，肯定会有更多这样的人来。
会有过渡期。在很多情况下，我们应该把这看作类似于之前的变革。问题是它发生得有多快。如果是中长期的，人类很擅长说，“好吧，如果这些是我们特别擅长的新任务，而技术不够好，那我们就适应去做这些任务。”但如果这些变化同时发生，且大量转型和人口转移发生在压缩时间内，这将使经济调整变得更加困难。
听起来你是在说大家害怕未知，而现在有很多未知。但在这之前，我们经历过重大的技术变革。我们只是不知道需要多长时间，也不知道之后会做什么。听起来不太让人安心。
让我给这话加点小变化。如果你回顾历史，确实可以看到新技术出现的模式。经济确实存在一些动荡，有些人因此受伤，我们应该意识到这一点。我们现在也应该预期这种情况可能发生。但从中期来看，我们调整得很好。
就人工智能而言，我认为我们可以从这些历史经验中获得一些安慰。问题是：人工智能是否与以往这些让我们以为结果不同的技术不同？
我认为那些认为我们会很快实现AGI的人，他们的答案是肯定的。如果它能做到我们能做的所有事情，而且明年或后年也能做到，那就和以往的技术大不相同了。这让适应变得相当困难。如果它能推出，完成一些任务，而完成其他任务则需要很长时间，那么我认为我们现在更能像过去那样调整。
