史丹佛大學數字經濟實驗室主任埃瑞克·布林約爾夫森，花了30年衡量技術對就業的影響。他曾和安德魯·麥卡菲合著《第二機器時代》，把AI革命定義為工業革命以來最深刻的經濟變革。
在這場和矽谷女孩（Silicon Valley Girl）創始人瑪麗娜·莫吉爾科的對話中，他拿出了最新的實證資料：AI已經在消滅16%的入門級崗位。
為什麼有些行業反而會增加就業，為什麼AI的能力和落地之間還有巨大鴻溝，未來到底該把精力花在什麼地方？
一、AI正在消滅那些工作？
1. 金絲雀已經叫了：16%的入門崗位正在消失
我們團隊發佈了一篇論文，瑪麗娜稱之為“煤礦中的金絲雀”。
資料顯示，25歲以下年輕人的就業減少了大約16%。編碼、呼叫中心、銷售、市場行銷，這些領域正在出現兩位數的就業下降。自從發表那篇論文後，我們一直在追蹤，每個月的影響都在不斷擴大。
但是比如家庭護理助理這些崗位，就業崗位反而在增長。關鍵在於，不能把整個職業當成一個整體來看。
2. 用任務思考，不用職業思考
我認為最有用的方法是關注任務，而不是整個職業。每個工作都是一堆任務的組合。
我經常舉放射科醫生的例子。傑夫·辛頓在2017年曾說過，深度學習讀取醫學圖像的能力已經比人類強了，應該停止招聘放射科醫生。但事實完全相反，現在的放射科醫生數量比以往任何時候都多，薪酬也相當可觀。
原因很簡單：閱讀醫學圖像只是放射科醫生的26項任務中的一項。他們還要做體格檢查、審查實驗室資料、與其他醫生協調護理。當你把其中一項任務變高效了，反而會增加對其他25項任務的需求。
經濟中沒有一個職業是AI能橫掃一切、包辦所有事情的。在每種情況下，AI都能幫上忙，比如寫備忘錄、處理郵件、查看實驗室資料。
但也有些地方AI幫不上忙，它還不會搬箱子。
3. 效率提升，不一定導致就業下降
我用需求曲線來解釋為什麼更高效不一定意味著更少的工作。
需求曲線是向下傾斜的：價格越低，數量越多。但曲線的坡度差異巨大。如果需求曲線非常陡峭，降價只會導致數量小幅增加，你最終賺的錢會減少。但如果需求曲線非常平坦，經濟學家稱之為彈性需求，那麼價格的小幅下降會帶來數量的大幅增加。
就像噴氣發動機讓航空旅行更便宜了，但並沒有讓我們在航空旅行上的花費減少。你我以及許多人比50年前飛得更多，因為飛行比以前便宜得多，而且最終花費也比以前更多。
大約一半的經濟體屬於價格下降導致支出下降的類別，但更有趣的是那一半價格下降反而導致消費增加的經濟體。
隨著AI讓事情變得更高效，這確實在摧毀工作崗位，在某些地方消除收入，但也創造了大量機會。
二、未來工作的形態：做AI的CEO
1. 定義問題、評估結果，讓AI去執行
我把每個項目分為三個部分：定義問題、執行、評估。
歷史上的絕大部分時間裡，人類都在做這三件事，但現在AI在執行這一關鍵方面變得非常出色。
在不久的將來，大多數人的工作將是管理AI，不只是一個，而是一群AI，每個人都會成為一群AI的CEO。
工作的重心會轉移到提出正確的問題，並進行評估，這正是CEO經常做的事情。如果你能思考什麼是正確的問題、什麼才是真正需要解決的問題，這才真正有價值。
其實，這些AI有時會產生幻覺，會搞砸。經常，你覺得你問了正確的問題，AI也是這麼認為的，然後你回頭看，發現它確實做了你要求的事，但那並不是你真正的意思。然後你只能不斷修改問題。
未來的工作，就是學會如何提問、如何評估，以及監督AI執行工作。
2. 初級崗位正在消失，人才金字塔在崩塌
有人問我，年薪9.5萬美元的初級軟體工程師是否還值得去做，我的回答是：不要去，那馬上就會被替代。
資料顯示，初級崗位正在消失，資深崗位就好得多。
大多數公司都有人才金字塔，比如律師事務所、軟體工程公司：一堆初級員工，然後其中一些人逐步晉陞，成為中層管理和高級管理。現在如果你去掉金字塔的底部，它就像一個鑽石的形狀。
但問題來了，去掉了基層員工，那中層和高級管理人員從那裡來？
我注意到Infosys（印度一家軟體服務與諮詢公司）的做法：
這家大公司仍然招聘和以前一樣多的初級人員，但不讓他們做常規工作，而是花更多時間培訓和學習項目管理。過去知識是通過潛移默化可以學會的，但現在行不通了，這些初級人員必須有精細的培訓，有時還要借助AI工具。
對每個公司來說，為了節省成本，不僱傭初級員工當然沒問題。但社會需要讓這些人有工作並學習技能，我們需要提出一些社會就業解決方案。
3. 教育要從“按食譜操作”轉向“提出正確問題”
在史丹佛，我經常用蘇格拉底式的方法教學。學生不太喜歡我突然點名，但我會讓他們現場思考，自己定義問題。他們做作業時，也必須學習怎樣劃定一個問題的邊界。
舊的學習方式像一本食譜：老師把問題寫好，學生按照步驟執行。新的學習方式，是給學生一組結構很鬆散、甚至很混亂的情況，讓他們自己找出最核心的問題。和其他能力一樣，練得越多，就會做得越好。
如果你只有技術能力，可能理解不了真正的業務問題；如果你只有人際能力或行業知識，又可能看不出技術能在那些地方發揮作用。把兩邊結合起來，才能創造最大的價值。
有人把嚴謹的理論和現實的應用放在一條線的兩端，我不這麼看。二者相互促進。把理論嚴謹性和現實相關性結合起來，才最有價值。
三、人類還能靠什麼賺錢？
1. 四個還能賺錢的領域
當智能變成可規模化、可呼叫的資源，人類還有什麼稀缺性？
第一是主動性，或者說能動性。
我會告訴學生：以後聽到AI，不妨把它理解成“放大意圖”（Amplifying Intention），而不只是“人工智慧”（Artificial Intelligence）。
AI會放大你的行動力和意圖。如果你自己沒有目標，它幫不了你太多；如果你有明確的計畫，它能把你的力量成倍放大。
所以，未來更有價值的是那些主動性很強的人。
第二是人與人之間的真實連接。
AI在國際象棋上擊敗人類，並沒有終結人類下棋。現在下棋的人反而比以前多。我兒子喜歡下棋，我問他，你和機器下，還是和人下？他說，當然和人下，和機器下沒有意思。
體育比賽也一樣，如果場上只是幾台機器互相比賽，恐怕不會有那麼多人感興趣。未來，人們會更看重那些“可以確認是由人完成的”東西，看重真實的人、真實的創作和真實的關係。
第三種至少在一段時間內仍然有價值的，是體力和現場技能。
AI目前更擅長認知工作，水管工、木匠和掌握特殊手藝的人，機器更難替代。不過，這扇窗口也在慢慢變窄。
第四種，是所有我現在還想不到的新工作。
每一次人類試圖預測未來，最後都會嚴重低估新事物。
如果我們在200年前討論未來，會說當時90%的人是農民，農民崗位消失以後，大家能做什麼？我們肯定想不到“播客主持人”，也想不到今天存在的許多職業。未來還會出現我們現在無法命名的新工作。
發明這些工作的，不一定是我，而是創業者。
矽谷每天都有人嘗試新想法，其中許多想法看上去很蠢，但某些看似最蠢的東西，後來反而可能成為天才創意。比如太空資料中心，也許真的能行，誰知道呢？
我今天早上和一位風險投資人吃早午餐。她說，自己的投資回報幾乎全部來自不到5%到10%的項目，其餘項目都失敗了。
幸好我們有這樣一個生態：投資人願意冒險，創業者也願意冒險。他們不斷試驗，才發明出新的東西。
人類總能發現新的瓶頸和新的問題，再想出新的東西，這可能就是人的定義。
2. 人類的超能力是即興發揮
我特別喜歡LinkedIn創始人裡德·霍夫曼講的一個故事。
他舉過一個很有意思的例子：假設一個普通人30天後必須和世界上最強的國際象棋電腦比賽，輸的人會死。
霍夫曼說，普通人未必沒有獲勝的機會。不是因為他能把棋下得比電腦好，而是因為在生死關頭，他會想辦法改變這場遊戲：
也許給電腦植入病毒，也許製造一次斷電，也許讓水正好灑在機器上。
人會臨場找到一條活路，這正是我們擅長的事。
3. 文科、哲學、品味，反而變得更值錢
在一個AI能做一切的世界裡，許多人文學科會變得更重要，包括哲學，甚至藝術鑑賞。
如果你去納帕的品酒會，你會學會識別各種不同的味道；你可以在藝術中看到以前沒見過的東西。
大學應該考慮回歸幾百年前的狀態，很多大學最初都是文理、哲學、宗教、藝術、音樂和歷史，我認為這些內容永遠都很重要。
我自己慶幸選了音樂欣賞課，你真的會聽到一些以前不會聽到的東西。
四、財富會極其集中，
但這不是唯一的結局
1. 財富和權力會越來越集中
我對經濟增長比較樂觀，我認為AI會提高生產率，創造大量新財富。但我擔心，這些財富會高度集中，甚至比現在更集中。
這種結果不是不可避免的，我們仍然有選擇。現在應該認真思考，我們堅持什麼價值觀，想創造怎樣的未來。
我希望看到的不只是繁榮，而是共享的繁榮。
讓我擔心的一種情景是：AI自動化大量工作，社會上雖然還有創業活動，但AI能力最終集中在少數公司，或者集中在一個龐大的政府實體手中，財富和權力也隨之集中。
我們必須為另一種未來做準備：讓許多人都能參與，讓每個人在社會中都有自己的利益和位置。
目前兩條道路都不是命中註定的，但我們確實正在朝財富越來越集中、政治權力也隨之集中的方向走，必須保持警惕。
如果財富真的高度集中，就要考慮全民基本收入、累進所得稅，甚至財富稅。我的許多矽谷朋友可能會為此衝我大喊，但不能讓財富和權力過度集中。
這不僅不符合普通人的利益，最終也不符合億萬富翁的利益。因為人們會拿著草叉來找他們。
我去過一些開發中國家和拉丁美洲國家。富人住在高牆圍起來的社區裡，周圍有持槍警衛，使用自己的學校、醫生和私人警察。那對任何人都不是一種愉快的生活。
我有一位住在巴西的朋友。她說，她和所有有錢的朋友都生活在監獄裡。
我問，你們明明沒有坐牢。她說，我們生活在自己建造的監獄裡：平時躲在圍牆後面，出門時左右都跟著保鏢，因為整個社會已經不安全了。
沒有人真正想生活在這樣的世界裡。
2.未來的經濟可能會很不一樣
亞當·斯密幫助定義了市場經濟，約翰·梅納德·凱恩斯在20世紀初更新了經濟學。到了21世紀，我們還需要一套新的經濟規則。
未來可能會有數十億、甚至數兆個AI智能體，大量日常工作會自動完成。舊市場經濟中有效的制度，不一定繼續適用。
市場可以被看作一個巨大的資訊處理器：它把價格和數量等資訊彙集起來，再分配資源。大型公司等組織也可以被看作資訊處理器。市場和公司，都是基於20世紀技術形成的資訊處理制度。
現在，我們會擁有能力強上百萬倍的資訊處理器。如果市場和公司還能保持原樣，反而會是一個奇蹟。我很確定它們會改變，只是不確定具體怎樣改變。
至於貨幣，我認為一種可能性很高的未來是：馬斯洛需求層次最底部的基本需求，可以得到普遍滿足。就像你免費給了我一杯水，沒有向我收費。以後，許多商品和服務也可能變成這樣：機器人幾乎可以免費生產，為什麼還要收費？
當然，世界上仍然會有稀缺的東西。地位就是一種，因為它基本上是零和的，總要排出高低。某些物理資源也仍然稀缺，比如一個人想去冥王星背面旅行，這肯定不會便宜。
當基本需求得到滿足以後，我們就要重新理解經濟和地位體系。有人靠創業獲得地位，有人靠論文引用量，有人靠滑雪、打遊戲或表演獲得地位。人類似乎天生會追求這些東西。
未來經濟真正要解決的，是怎樣把這種地位競爭引向有生產性的方向。
五、未來十年：要麼最好，要麼最壞
如果我們做對了選擇，未來十年很可能成為人類歷史上最好的十年，而且遠遠超過過去。社會會創造前所未有的財富，壽命會明顯延長。
我去 DeepMind 時和德米斯·哈薩比斯聊過。他認為，未來10年內，他們可能開始治癒大多數疾病。我希望他是對的。這聽起來非常雄心勃勃，但你的女兒也許能夠親眼看到。
這是好的一面，可我也必須誠實：未來十年也可能成為最糟糕的十年之一，因為確實存在災難性風險。
有人可能在實驗室裡製造病毒並把它釋放出來；AI可能接管社交媒體，大規模操縱人；權力可能高度集中；戰場上已經出現AI驅動的無人機追殺士兵。
這些風險都真實存在，但我最想強調的是，人類仍然擁有巨大的行動空間。
我們不應該總問“AI會對我們做什麼”“什麼事情會降臨到我們頭上”，而應該更多地問：“我們想用AI做什麼？”
AI是一種工具。工具變得更強大，按定義就意味著我們改變世界的能力變得更強。我們必須像哲學家一樣認真思考價值觀：到底想塑造一個怎樣的世界？不要把AI看成一股必然把人類推向某個方向的命運力量。
至少現在，方向盤仍然在我們手裡。我們應該把技術引向更有益的未來，同時極其謹慎地避開災難性的未來。
悲觀派並沒有錯，風險確實存在；但如果他們認為災難不可避免，那就錯了。我們仍然有選擇。我也一直在和AI實驗室及政治人物合作，希望把未來引向共享繁榮。 (筆記俠)