导读

2016年AlphaGo横空出世，大败人类顶级棋手。这不仅使公众对人工智能有了全新认知，更是多了一重人类与机器命运的深刻思考。人工智能会发展到什么程度？人工智能时代，还需要那么多人吗？

我们认为，人工智能影响就业的机制既有替代效应，还有补偿效应和创造效应，人口规模在人工智能时代仍非常重要。一方面，人口是人才和创新的基础，另一方面人口规模大意味着大市场。我们长期呼吁，尽快全面放开并鼓励生育，让生育权回归家庭自主，正视渐行渐近的人口危机，积极应对人口少子化老龄化的严峻挑战。

1 人工智能的概念与应用

1.2 人工智能的定义

人工智能是指对人的意识和思维过程的感知与模拟，不同于传统计算机技术，是机器根据既定的程序执行计算或控制任务。1950年，现代计算机之父艾伦·图灵（Alan Turing）在文章《Computing Machinery andIntelligence》中提出疑问“机器能思考吗？”，他认为，如果一台机器进行多次测试后，有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就具有了“智能”的特征，这也是著名的图灵测试的主要内容。1956年，达特茅斯会议上计算机科学家约翰·麦卡锡首次提出“人工智能（ArtificialIntelligence）”一词，并将其定义为“制造智能机器的科学与工程”,标志着人工智能领域的正式创立。目前，人工智能定义尚未形成统一。

Rich & Knight(1991)认为，人工智能是研究如何让计算机完成现阶段人类才能做得更好的事情；麻省理工大学教授Winston(1990)认为，人工智能是研究那些使感知、推理和行动成为可能的计算；中国信通院在《人工智能发展白皮书（2018）》中提出，人工智能可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能。不同于传统的计算机技术是由人类编写，包含既定程序执行指令要求，人工智能可以通过读取海量数据，从中发现规律和联系，实现自我学习，拥有归纳推理和决策能力。

当前我们尚处于弱人工智能时代，但智能化趋势明显。按照目前流行的定义，弱人工智能也称应用型人工智能，指的是专注于且只能解决特定领域问题的人工智能，无自主意识；强人工智能又称通用人工智能，指的是可以胜任人类所有工作的人工智能，有自主意识。牛津大学物理学家大卫·多伊奇教授曾评论，至今没有任何迹象显示可能出现强人工智能，当前我们仍处于弱人工智能时代。从底层技术来看，人工智能仍依赖于现代计算机架构的软、硬件，以统计算法对人类行为和活动进行分割，而后完成模拟、预测和决策，其出现一方面得益于芯片运算和处理能力的提升，如GPU、FPGA、ASIC等，另一方面得益于机器学习算法不断成熟与更新。人类在18世纪进入蒸汽时代，19世纪进入电气时代，20世纪进入信息与互联网时代，随着未来人工智能技术逐渐成熟，21世纪将步入智能时代。信息与通信技术（ICT）产业是智能时代的基石，对整体经济社会发展具有明显的辐射作用，也是当前及未来各国科技竞赛的制高点。能否抓住智能时代变革的机遇，是中国建设现代化强国的关键。

1.2 人工智能的关键技术

人工智能的关键技术是机器学习，深度学习是机器学习的重要分支，极大地提升了应用的准确性，是时下最热门的技术领域。通俗来说，机器学习是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。从模型结构上来分，机器学习算法可以分为线性回归、逻辑回归、决策树、贝叶斯模型和人工神经网络等。2006年加拿大Hinton教授提出深度学习概念，不同于浅层学习算法，深度学习使用多层非线性处理单元变换数据输入，极大地发展了人工神经网络算法。在21世纪充足数据基础和芯片算力提升的支持下，深度学习算法大大推动了人工智能在各行各业应用中的准确性，如语音识别、图像识别、自然语言生成等，呈现出爆发式发展态势。

与以往的技术进步稍有不同，人工智能对于劳动要素的替代不仅在于体力，还在于脑力甚至创造力等高技能工作。以往技术进步最明显的共同点就是机器代替了人力，如第一次工业革命的蒸汽机、第二次工业革命的电机和内燃机、第三次工业革命的互联网，均在不同程度上将劳动者从繁重、枯燥、重复、低效的劳动中解放出来。人工智能的不同之处在于，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，机器或逐渐可以完成复杂的逻辑思考和决断。2016年，机器人AlphaGo1.0以4:1战胜韩国围棋第一人李世石；2017年,AlphaGo2:0击败当时世界排名第一的中国棋手柯洁。2017年7月美国50个州开始使用世界上第一个“机器人律师(DoNotPay)”，2018年1月日本癌症研究会开始用AI检测胃癌，检出率超过92%，用时仅0.02秒。

1.3 人工智能产业版图

人工智能企业可分为基础层、技术层和应用层，目前中国以应用层发展为主，相关企业数量占比近八成。其中，基础层以AI芯片、计算机语言、算法架构等研发为主；技术层以计算机视觉、智能语音、自然语言理解等应用算法的研发为主，应用层解决实际问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。根据《中国新一代人工智能科技产业发展报告(2019)》，截至2019年2月，应用层人工智能企业占比最高，为75.2%；技术层居第二位，占比为22.0%；基础层企业占比最少仅为2.8%，而美国三类企业分别为39.1%、57.7%、3.2%。根据艾瑞咨询在《中国人工智能产业研究报告》中的测算，AI在安防和金融领域市场份额最大，在工业、医疗、教育等领域最具爆发力。

2 人工智能时代，需要多少劳动力？

有观点认为，既然人工智能可以取代许多人的岗位，对劳动力的需求也会相应减少；但实际有失偏颇。美国麻省理工大学经济学教授Acemoglu等（2017）经实证研究发现1993-2007年美国19个产业中机器人的使用与就业率之间呈负相关关系，每千名工人中每多1台机器人，就业人口比例降低0.18%-0.34%。中国人口与发展研究中心副研究员黄匡时（2018）撰文预测在“机器换人”时代，中国将有5-6亿的劳动力被机器人替代。类似地，还有不少观点认为，人工智能取代社会普通劳动力是大趋势，生出来的人都是负担而不是劳动力。我们认为，人工智能对就业的影响不仅是替代效应，单从“机器换人”的角度思考是片面的。

2.1 人工智能影响就业的机制

人工智能影响就业的机制包括替代效应、补偿效应和创造效应；替代效应导致就业岗位直接消失，补偿效应通过自身产业规模扩大吸引就业，创造效应通过创造新工种、新产业模式提供就业。工业革命以来，每一次技术进步与革命，都会引发就业方面的替代效应。珍妮纺织机、瓦特蒸汽机代替了手工业者和壮劳力；汽车、轮船等机器的出现，使马夫、船夫、书信先生等职业消失……人工智能技术发展，使一些脑力劳动者所从事的工作，如汽车驾驶、检测病症、数据分析等也逐渐被取代。然而，在过去一个世纪里，技术以空前的速度不断进步，但劳动占国民经济的份额却长期保持稳定（张鹏飞，2018）。根本原因在于，技术进步也可以间接创造出新的就业岗位，抵减替代效应对就业的负面影响，即抑制效应（Countervailing Effect）（Acemoglu &Restrepo, 2018；Autor & Salomons, 2018）。抑制效应又可进一步分为补偿效应（Compensation Effect）和创造效应（Creation Effect）（Acemoglu & Restrepo，2018；Bessen，2018）。补偿效应主要是人工智能替代性带来的效率提升将引致相关产业规模的扩大，通过规模扩大弥补单位产出就业岗位的减少。创造效应主要指人工智能一方面通过新产业和新服务直接创造新工种，另一方面释放出的劳动力可以转岗转行从事其他工作，间接创造就业岗位。

2.2 替代效应：机器换人力

一些研究认为，未来10至20年人工智能将会使目前30%-50%的工作面临高替代风险，全球数以亿计的就业岗位或将被完全替代，中国每年被替代的员工约300万人。人工智能既能替代体力劳动又能替代脑力劳动，这一“通用性”的特点是前几次科技革命无法做到的。2013年，剑桥大学学者Frey和Osborne在“未来的雇佣关系：就业将如何受电子化影响”研究项目中，采用高斯过程分类器（Gaussian Process Classifier）对美国702个具体岗位进行了电子化替代概率预测，结果显示47%的工作在未来10年至20年内面临较高风险被人工智能取代，主要包括生产活动、行政办公支持类工作、销售服务等相关岗位。2017年，普华永道对29个国家超过20万名员工的工作任务和技能进行调查，结果显示，预计到2030年，英国30%的工作有自动化风险，低于美国（38%）和德国（35%），高于日本（21%），从行业看，运输和仓储、制造业和批发零售等部门首当其冲，分别为56%、46%和44%；麦肯锡全球研究院(MGI)在报告《流失就业，新增就业：自动化时代的劳动力转型》中预计2016-2030年间，中国被替代的全职员工的规模约在4000-4500万，即平均每年约300万人；到2030年，自动化将使中国五分之一的制造业工作岗位不复存在，全球将有多达8亿人的就业岗位被人工智能替代。

2.3 补偿效应：扩大规模，补偿就业

人工智能通过降低成本，促进公司扩大生产规模，弥补单位产出就业产出的减少，例如京东智能物流机器人减少了86%的分拣人工，但2016-2018年物流员工数量从6.6万人增至9.5万人。人工智能通过规模扩大弥补单位产出就业岗位的减少，具体又可分为三种情形（蔡跃洲，陈楠，2019）：一是生产线上不易被替代的职位随着生产率的大幅提升有所增加；二是人工智能更节约成本，是企业有条件扩大生产，增加生产线，带来就业岗位的增加；三是效率提升导致公司产品价格更低，产品价格的降低会增加消费需求，带动企业扩大生产规模，增加对劳动力的需求。例如，随着京东物流智能机器人的运用，其整体分拣效率比传统作业方式提升5倍，减少了86%的分拣人工。同时，2016-2018年京东集团员工数量从11.6万人快速增长至17.9万人，其中物流从业人员从6.6万人增至9.5万人。可见人工智能等新技术的使用大大提升了平台运营效率和订单量，总就业岗位不降反升。

2.4 创造效应：创造新工种、转岗转行

人工智能直接创造相关行业的技术岗位,如人工智能工程技术人员、人工智能训练师、智能制造工程技术人员等，到2025年，新一代信息技术产业领域人才缺口都将超过900万人。随着中国人工智能、物联网、大数据和云计算的广泛运用，2019年4月1日，人力资源社会保障部、市场监管总局、统计局正式向社会发布了13个新职业信息，其中包括人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员和云计算工程技术人员。2020年1月2日，中国就业培训技术指导中心再次发布包括智能制造工程技术人员、人工智能训练师、无人机装调师等新职业。2017年，教育部、人力资源和社会保障部、工业和信息化部等部门对外公布的《制造业人才发展规划指南》表示，人工智能产业发展直接带来了对专业数字技术人才需求量的增长，到2025年，新一代信息技术产业领域人才缺口将超过900万人。根据阿里研究院2018年发布的《人工智能在电子商务行业的应用和对就业影响研究报告》，人工智能应用于新零售产业，就需要大量具有自主设计和读取数据能力的复合型买手、专业零售服务人才，具有技术背景和零售经验结合的复合型人才，智能客服背后的机器人“饲养员”、生产线上的“数据标签工”等等。

猎聘大数据显示，过去五年全国人工智能和大数据人才需求呈快速增长态势，年复合增长率超70%，但相关领域的人才供给远不能满足市场需求。腾讯研究院《全球人工智能人才白皮书》显示，全球AI领域人才约30万，而市场需求在百万量级。猎聘大数据研究院以2015年Q1为基准点，用此后每个季度发布职位数与2015发布的职位数相除，结果显示，截至2019年Q2，人工智能与大数据领域发布岗位数增长了11.75倍，年复合增长率超过70％，明显高于互联网行业，可见人工智能领域的人才稀缺性更强。从供给端看，目前中国真正开设人工智能专业的院校不足2%，行业内部自发的人才培养还没有成体系，机器学习、深度学习、图像处理、数据仓库、机器视觉、自然语言处理等领域的人才供给相对不足，院校端和产业端高质量人才供给水平远远不能满足市场对人才的需求。

对于人工智能释放出的劳动力，绝大多数可从事其他工作，如相关设备操作维护或前往物流、餐饮、销售等服务行业，间接创造就业岗位。在制造业中，企业释放出的劳动力并不总是冗余的，绝大多数情况下，这些人可以在学习培训后填补其他岗位的空缺。例如，2017年广东省人社局对200多家开展“机器换人”的企业调查显示，用工减少的企业约占44%,减少的员工中近50%仍留在企业内部，他们或被调配到人员紧缺的岗位或产线，或在技能培训后转岗至技能要求高的岗位，如设备维修、监测及预测性维护等。此外，未来的工作并不单单是高技能，部分中低技能的工作同样不可或缺。根据人社部发布的《2019年第四季度全国招聘求职100个短缺职业排行》，营销员、收银员、餐厅服务员、保安员、保洁员、商品营业员位居紧缺职业前十，随着被释放出的劳动力逐渐转至这些劳动密集型服务行业，就业岗位被间接创造出来。

2.5 小结：未来20年人工智能或净增约9000万岗位

根据咨询机构预测，未来20年人工智能将为中国创造9300万个净增就业岗位，其中服务业将净增近一亿就业岗位。2018年，普华永道发布《人工智能和相关技术对中国就业的净影响》预测，未来20年人工智能将为中国创造12%的净增岗位，相当于增加9300万个就业岗位。其中服务业分别有21%、50%的就业岗位被替代和创造，总体净增加9700万个就业岗位；建筑业分别有25%、38%的岗位被替代和创造，总体净增加1400万个就业岗位；农业的岗位流失最为严重。从细分行业上看，因老龄化而需求大增的健康医疗领域将会迎来扩张，电子商务和专业性、技术性的服务等板块也会受益于生产率提高，创造新岗位。

随着人工智能为专业人员分担枯燥重复的工作，未来职业将更注重劳动力的软技能，如领导力、人际交往能力、逻辑思维、主动学习和创造力等，这些是机器所不能替代的。人工智能现在还远远不能取代大多数服务工作。

正如李开复在《人工智能》一书中所说，人工智能只是人类的工具，属于相对容易控制和管理的计算机程序，就目前的发展而言，人工智能还不能具备常识、创造、审美、情感、自我意识、抽象能力和跨领域推理能力。随着人工智能为专业人员分担枯燥重复的工作，越来越多的工作岗位将与创造性劳动和情感性劳动有关。世界经济论坛发布的《未来就业报告》指出，前十大新兴职业包含多个以人为中心的职业，如营销专家和经理、人力资源专家和顾问、用户体验设计师等。这些职业要求从业者了解人类行为和偏好，所涉及的技能基本上无法实现自动化。2018年LinkedIn上对全球约4000名专业人员调查显示，尽管人工智能技术发展带动了技术技能的需求，但领导力、人际交往能力、逻辑思维、主动学习和创造力等软技能的价值也将大大提高，甚至在某程度上超过了对专业技能的要求。在世界经济论坛所描绘的未来就业图景中，销售和营销专业人员、社交媒体专员、创新经理和客户服务人员将迎来需求的增长。