導讀

2016年AlphaGo橫空出世，大敗人類[敏感詞]棋手。這不僅使公眾對人工智能有了全新認知，更是多了一重人類與機器命運的深刻思考。人工智能會發展到什么程度？人工智能時代，還需要那么多人嗎？

我們認為，人工智能影響就業的機制既有替代效應，還有補償效應和創造效應，人口規模在人工智能時代仍非常重要。一方面，人口是人才和創新的基礎，另一方面人口規模大意味著大市場。我們長期呼吁，盡快全面放開并鼓勵生育，讓生育權回歸家庭自主，正視漸行漸近的人口危機，積極應對人口少子化老齡化的嚴峻挑戰。

1 人工智能的概念與應用

1.2 人工智能的定義

人工智能是指對人的意識和思維過程的感知與模擬，不同于傳統計算機技術，是機器根據既定的程序執行計算或控制任務。1950年，現代計算機之父艾倫·圖靈（Alan Turing）在文章《Computing Machinery andIntelligence》中提出疑問“機器能思考嗎？”，他認為，如果一臺機器進行多次測試后，有超過30%的測試者不能確定出被測試者是人還是機器，那么這臺機器就具有了“智能”的特征，這也是[敏感詞]的圖靈測試的主要內容。1956年，達特茅斯會議上計算機科學家約翰·麥卡錫首次提出“人工智能（ArtificialIntelligence）”一詞，并將其定義為“制造智能機器的科學與工程”,標志著人工智能領域的正式創立。目前，人工智能定義尚未形成統一。

Rich & Knight(1991)認為，人工智能是研究如何讓計算機完成現階段人類才能做得更好的事情；麻省理工大學教授Winston(1990)認為，人工智能是研究那些使感知、推理和行動成為可能的計算；中國信通院在《人工智能發展白皮書（2018）》中提出，人工智能可以理解為用機器不斷感知、模擬人類的思維過程，使機器達到甚至超越人類的智能。不同于傳統的計算機技術是由人類編寫，包含既定程序執行指令要求，人工智能可以通過讀取海量數據，從中發現規律和聯系，實現自我學習，擁有歸納推理和決策能力。

當前我們尚處于弱人工智能時代，但智能化趨勢明顯。按照目前流行的定義，弱人工智能也稱應用型人工智能，指的是專注于且只能解決特定領域問題的人工智能，無自主意識；強人工智能又稱通用人工智能，指的是可以勝任人類所有工作的人工智能，有自主意識。牛津大學物理學家大衛·多伊奇教授曾評論，至今沒有任何跡象顯示可能出現強人工智能，當前我們仍處于弱人工智能時代。從底層技術來看，人工智能仍依賴于現代計算機架構的軟、硬件，以統計算法對人類行為和活動進行分割，而后完成模擬、預測和決策，其出現一方面得益于芯片運算和處理能力的提升，如GPU、FPGA、ASIC等，另一方面得益于機器學習算法不斷成熟與更新。人類在18世紀進入蒸汽時代，19世紀進入電氣時代，20世紀進入信息與互聯網時代，隨著未來人工智能技術逐漸成熟，21世紀將步入智能時代。信息與通信技術（ICT）產業是智能時代的基石，對整體經濟社會發展具有明顯的輻射作用，也是當前及未來各國科技競賽的制高點。能否抓住智能時代變革的機遇，是中國建設現代化強國的關鍵。

1.2 人工智能的關鍵技術

人工智能的關鍵技術是機器學習，深度學習是機器學習的重要分支，極大地提升了應用的準確性，是時下最熱門的技術領域。通俗來說，機器學習是使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測。從模型結構上來分，機器學習算法可以分為線性回歸、邏輯回歸、決策樹、貝葉斯模型和人工神經網絡等。2006年加拿大Hinton教授提出深度學習概念，不同于淺層學習算法，深度學習使用多層非線性處理單元變換數據輸入，極大地發展了人工神經網絡算法。在21世紀充足數據基礎和芯片算力提升的支持下，深度學習算法大大推動了人工智能在各行各業應用中的準確性，如語音識別、圖像識別、自然語言生成等，呈現出爆發式發展態勢。

與以往的技術進步稍有不同，人工智能對于勞動要素的替代不僅在于體力，還在于腦力甚至創造力等高技能工作。以往技術進步最明顯的共同點就是機器代替了人力，如[敏感詞]次工業革命的蒸汽機、第二次工業革命的電機和內燃機、第三次工業革命的互聯網，均在不同程度上將勞動者從繁重、枯燥、重復、低效的勞動中解放出來。人工智能的不同之處在于，隨著硬件層、數據層以及算法層等各方面技術儲備趨于成熟，機器或逐漸可以完成復雜的邏輯思考和決斷。2016年，機器人AlphaGo1.0以4:1戰勝韓國圍棋[敏感詞]人李世石；2017年,AlphaGo2:0擊敗當時世界排名[敏感詞]的中國棋手柯潔。2017年7月美國50個州開始使用世界上[敏感詞]個“機器人律師(DoNotPay)”，2018年1月日本癌癥研究會開始用AI檢測胃癌，檢出率超過92%，用時僅0.02秒。

1.3 人工智能產業版圖

人工智能企業可分為基礎層、技術層和應用層，目前中國以應用層發展為主，相關企業數量占比近八成。其中，基礎層以AI芯片、計算機語言、算法架構等研發為主；技術層以計算機視覺、智能語音、自然語言理解等應用算法的研發為主，應用層解決實際問題，是人工智能技術針對行業提供產品、服務和解決方案，其核心是商業化。根據《中國新一代人工智能科技產業發展報告(2019)》，截至2019年2月，應用層人工智能企業占比[敏感詞]，為75.2%；技術層居第二位，占比為22.0%；基礎層企業占比最少僅為2.8%，而美國三類企業分別為39.1%、57.7%、3.2%。根據艾瑞咨詢在《中國人工智能產業研究報告》中的測算，AI在安防和金融領域市場份額[敏感詞]，在工業、醫療、教育等領域[敏感詞]爆發力。

2 人工智能時代，需要多少勞動力？

有觀點認為，既然人工智能可以取代許多人的崗位，對勞動力的需求也會相應減少；但實際有失偏頗。美國麻省理工大學經濟學教授Acemoglu等（2017）經實證研究發現1993-2007年美國19個產業中機器人的使用與就業率之間呈負相關關系，每千名工人中每多1臺機器人，就業人口比例降低0.18%-0.34%。中國人口與發展研究中心副研究員黃匡時（2018）撰文預測在“機器換人”時代，中國將有5-6億的勞動力被機器人替代。類似地，還有不少觀點認為，人工智能取代社會普通勞動力是大趨勢，生出來的人都是負擔而不是勞動力。我們認為，人工智能對就業的影響不僅是替代效應，單從“機器換人”的角度思考是片面的。

2.1 人工智能影響就業的機制

人工智能影響就業的機制包括替代效應、補償效應和創造效應；替代效應導致就業崗位直接消失，補償效應通過自身產業規模擴大吸引就業，創造效應通過創造新工種、新產業模式提供就業。工業革命以來，每一次技術進步與革命，都會引發就業方面的替代效應。珍妮紡織機、瓦特蒸汽機代替了手工業者和壯勞力；汽車、輪船等機器的出現，使馬夫、船夫、書信先生等職業消失……人工智能技術發展，使一些腦力勞動者所從事的工作，如汽車駕駛、檢測病癥、數據分析等也逐漸被取代。然而，在過去一個世紀里，技術以空前的速度不斷進步，但勞動占國民經濟的份額卻長期保持穩定（張鵬飛，2018）。根本原因在于，技術進步也可以間接創造出新的就業崗位，抵減替代效應對就業的負面影響，即抑制效應（Countervailing Effect）（Acemoglu &Restrepo, 2018；Autor & Salomons, 2018）。抑制效應又可進一步分為補償效應（Compensation Effect）和創造效應（Creation Effect）（Acemoglu & Restrepo，2018；Bessen，2018）。補償效應主要是人工智能替代性帶來的效率提升將引致相關產業規模的擴大，通過規模擴大彌補單位產出就業崗位的減少。創造效應主要指人工智能一方面通過新產業和新服務直接創造新工種，另一方面釋放出的勞動力可以轉崗轉行從事其他工作，間接創造就業崗位。

2.2 替代效應：機器換人力

一些研究認為，未來10至20年人工智能將會使目前30%-50%的工作面臨高替代風險，全球數以億計的就業崗位或將被完全替代，中國每年被替代的員工約300萬人。人工智能既能替代體力勞動又能替代腦力勞動，這一“通用性”的特點是前幾次科技革命無法做到的。2013年，劍橋大學學者Frey和Osborne在“未來的雇傭關系：就業將如何受電子化影響”研究項目中，采用高斯過程分類器（Gaussian Process Classifier）對美國702個具體崗位進行了電子化替代概率預測，結果顯示47%的工作在未來10年至20年內面臨較高風險被人工智能取代，主要包括生產活動、行政辦公支持類工作、銷售服務等相關崗位。2017年，普華永道對29個[敏感詞]超過20萬名員工的工作任務和技能進行調查，結果顯示，預計到2030年，英國30%的工作有自動化風險，低于美國（38%）和德國（35%），高于日本（21%），從行業看，運輸和倉儲、制造業和批發零售等部門首當其沖，分別為56%、46%和44%；麥肯錫全球研究院(MGI)在報告《流失就業，新增就業：自動化時代的勞動力轉型》中預計2016-2030年間，中國被替代的全職員工的規模約在4000-4500萬，即平均每年約300萬人；到2030年，自動化將使中國五分之一的制造業工作崗位不復存在，全球將有多達8億人的就業崗位被人工智能替代。

2.3 補償效應：擴大規模，補償就業

人工智能通過降低成本，促進公司擴大生產規模，彌補單位產出就業產出的減少，例如京東智能物流機器人減少了86%的分揀人工，但2016-2018年物流員工數量從6.6萬人增至9.5萬人。人工智能通過規模擴大彌補單位產出就業崗位的減少，具體又可分為三種情形（蔡躍洲，陳楠，2019）：一是生產線上不易被替代的職位隨著生產率的大幅提升有所增加；二是人工智能更節約成本，是企業有條件擴大生產，增加生產線，帶來就業崗位的增加；三是效率提升導致公司產品價格更低，產品價格的降低會增加消費需求，帶動企業擴大生產規模，增加對勞動力的需求。例如，隨著京東物流智能機器人的運用，其整體分揀效率比傳統作業方式提升5倍，減少了86%的分揀人工。同時，2016-2018年京東集團員工數量從11.6萬人快速增長至17.9萬人，其中物流從業人員從6.6萬人增至9.5萬人。可見人工智能等新技術的使用大大提升了平臺運營效率和訂單量，總就業崗位不降反升。

2.4 創造效應：創造新工種、轉崗轉行

人工智能直接創造相關行業的技術崗位,如人工智能工程技術人員、人工智能訓練師、智能制造工程技術人員等，到2025年，新一代信息技術產業領域人才缺口都將超過900萬人。隨著中國人工智能、物聯網、大數據和云計算的廣泛運用，2019年4月1日，人力資源社會保障部、市場監管總局、統計局正式向社會發布了13個新職業信息，其中包括人工智能工程技術人員、物聯網工程技術人員、大數據工程技術人員和云計算工程技術人員。2020年1月2日，中國就業培訓技術指導中心再次發布包括智能制造工程技術人員、人工智能訓練師、無人機裝調師等新職業。2017年，教育部、人力資源和社會保障部、工業和信息化部等部門對外公布的《制造業人才發展規劃指南》表示，人工智能產業發展直接帶來了對專業數字技術人才需求量的增長，到2025年，新一代信息技術產業領域人才缺口將超過900萬人。根據阿里研究院2018年發布的《人工智能在電子商務行業的應用和對就業影響研究報告》，人工智能應用于新零售產業，就需要大量具有自主設計和讀取數據能力的復合型買手、專業零售服務人才，具有技術背景和零售經驗結合的復合型人才，智能客服背后的機器人“飼養員”、生產線上的“數據標簽工”等等。

獵聘大數據顯示，過去五年全國人工智能和大數據人才需求呈快速增長態勢，年復合增長率超70%，但相關領域的人才供給遠不能滿足市場需求。騰訊研究院《全球人工智能人才白皮書》顯示，全球AI領域人才約30萬，而市場需求在百萬量級。獵聘大數據研究院以2015年Q1為基準點，用此后每個季度發布職位數與2015發布的職位數相除，結果顯示，截至2019年Q2，人工智能與大數據領域發布崗位數增長了11.75倍，年復合增長率超過70％，明顯高于互聯網行業，可見人工智能領域的人才稀缺性更強。從供給端看，目前中國真正開設人工智能專業的院校不足2%，行業內部自發的人才培養還沒有成體系，機器學習、深度學習、圖像處理、數據倉庫、機器視覺、自然語言處理等領域的人才供給相對不足，院校端和產業端高質量人才供給水平遠遠不能滿足市場對人才的需求。

對于人工智能釋放出的勞動力，絕大多數可從事其他工作，如相關設備操作維護或前往物流、餐飲、銷售等服務行業，間接創造就業崗位。在制造業中，企業釋放出的勞動力并不總是冗余的，絕大多數情況下，這些人可以在學習培訓后填補其他崗位的空缺。例如，2017年廣東省人社局對200多家開展“機器換人”的企業調查顯示，用工減少的企業約占44%,減少的員工中近50%仍留在企業內部，他們或被調配到人員緊缺的崗位或產線，或在技能培訓后轉崗至技能要求高的崗位，如設備維修、監測及預測性維護等。此外，未來的工作并不單單是高技能，部分中低技能的工作同樣不可或缺。根據人社部發布的《2019年第四季度全國招聘求職100個短缺職業排行》，營銷員、收銀員、餐廳服務員、保安員、保潔員、商品營業員位居緊缺職業前十，隨著被釋放出的勞動力逐漸轉至這些勞動密集型服務行業，就業崗位被間接創造出來。

2.5 小結：未來20年人工智能或凈增約9000萬崗位

根據咨詢機構預測，未來20年人工智能將為中國創造9300萬個凈增就業崗位，其中服務業將凈增近一億就業崗位。2018年，普華永道發布《人工智能和相關技術對中國就業的凈影響》預測，未來20年人工智能將為中國創造12%的凈增崗位，相當于增加9300萬個就業崗位。其中服務業分別有21%、50%的就業崗位被替代和創造，總體凈增加9700萬個就業崗位；建筑業分別有25%、38%的崗位被替代和創造，總體凈增加1400萬個就業崗位；農業的崗位流失最為嚴重。從細分行業上看，因老齡化而需求大增的健康醫療領域將會迎來擴張，電子商務和專業性、技術性的服務等板塊也會受益于生產率提高，創造新崗位。

隨著人工智能為專業人員分擔枯燥重復的工作，未來職業將更注重勞動力的軟技能，如領導力、人際交往能力、邏輯思維、主動學習和創造力等，這些是機器所不能替代的。人工智能現在還遠遠不能取代大多數服務工作。

正如李開復在《人工智能》一書中所說，人工智能只是人類的工具，屬于相對容易控制和管理的計算機程序，就目前的發展而言，人工智能還不能具備常識、創造、審美、情感、自我意識、抽象能力和跨領域推理能力。隨著人工智能為專業人員分擔枯燥重復的工作，越來越多的工作崗位將與創造性勞動和情感性勞動有關。世界經濟論壇發布的《未來就業報告》指出，前十大新興職業包含多個以人為中心的職業，如營銷專家和經理、人力資源專家和顧問、用戶體驗設計師等。這些職業要求從業者了解人類行為和偏好，所涉及的技能基本上無法實現自動化。2018年LinkedIn上對全球約4000名專業人員調查顯示，盡管人工智能技術發展帶動了技術技能的需求，但領導力、人際交往能力、邏輯思維、主動學習和創造力等軟技能的價值也將大大提高，甚至在某程度上超過了對專業技能的要求。在世界經濟論壇所描繪的未來就業圖景中，銷售和營銷專業人員、社交媒體專員、創新經理和客戶服務人員將迎來需求的增長。