人工智能對(duì)就業(yè)影響的分類(lèi)與評(píng)估
——基于三維BCG矩陣“技術(shù)-經(jīng)濟(jì)-文化”分析方法

馮晶晶,劉奕辰,李嘉銘

(1.上海市科學(xué)學(xué)研究所,上海 200031;2.復(fù)旦大學(xué) 管理學(xué)院,上海 200433;3.外交學(xué)院 外交學(xué)與外事管理系,北京 102206;4.北京大學(xué) 國(guó)際關(guān)系學(xué)院,北京 100871)

0 引言

隨著一項(xiàng)人工智能技術(shù)的功能逐漸強(qiáng)大,其成本也逐漸下降,從而逐漸被廣泛應(yīng)用。在人工智能為人類(lèi)帶來(lái)便利的同時(shí),那些在競(jìng)爭(zhēng)中被人工智能所替代的人會(huì)因?yàn)槭I(yè)而陷入貧困。皮尤研究中心的研究發(fā)現(xiàn),目前由人類(lèi)完成的大部分工作將在50年內(nèi)被人工智能所取代。麥肯錫公司做出類(lèi)似的預(yù)測(cè),到2030年,全球?qū)⒂?億崗位被人工智能取代,而另一些崗位將被人工智能所改變。

由于不同行業(yè)的屬性不同,人工智能技術(shù)對(duì)不同行業(yè)所產(chǎn)生的影響是不同的。目前,國(guó)外學(xué)者圍繞人工智能對(duì)就業(yè)的影響與評(píng)估的研究主要有以下幾種方法論。20世紀(jì)末,麻省理工學(xué)院David[1]將信息技術(shù)定義為能夠做“流程性”工作的技術(shù),從而判斷哪些可被流程化的工作將會(huì)被取代。2013年,牛津大學(xué)學(xué)者指出,人工智能不僅能做流程性工作,也能完成非流程性的工作,例如,無(wú)人駕駛、人臉識(shí)別等[2]。有學(xué)者認(rèn)為,人工智能只能替代某些具體任務(wù),因?yàn)槿魏温殬I(yè)都是由不同類(lèi)型的任務(wù)組成的。麥肯錫公司則進(jìn)一步指出,那些具備越豐富的任務(wù)的高技能職業(yè)或使用人工智能的成本過(guò)高的低技能職業(yè),短期內(nèi)都不會(huì)被人工智能所取代,但是這些職業(yè)工作模式仍然會(huì)發(fā)生變化。

未來(lái),大部分工作崗位將會(huì)以人機(jī)協(xié)同模式來(lái)完成[3]。例如,如果智能護(hù)理機(jī)器人得以實(shí)現(xiàn),智能機(jī)器人并不會(huì)完全取代護(hù)士的工作,而只是轉(zhuǎn)變了護(hù)士的工作模式,使得護(hù)士能夠把更多精力用于陪伴和安撫病人,從而使未來(lái)的護(hù)士或許將具有心理醫(yī)生的職能。人工智能對(duì)就業(yè)的影響是一個(gè)復(fù)雜的動(dòng)態(tài)過(guò)程,這個(gè)過(guò)程受到技術(shù)、經(jīng)濟(jì)以及社會(huì)文化等多方面因素的交互影響。

以上的研究更多側(cè)重于從人工智能技術(shù)預(yù)見(jiàn)角度判斷某類(lèi)職業(yè)是否可能被替代。然而,除了技術(shù)因素,經(jīng)濟(jì)、文化因素將如何影響人工智能技術(shù)對(duì)就業(yè)的影響?人工智能將如何帶來(lái)潛在的新型工作崗位?這將是重要且有待回答的問(wèn)題,并且目前考慮多因素的模型與方法還較為少見(jiàn)。

本文將采用三維BCG矩陣,為評(píng)估人工智能對(duì)就業(yè)的影響提供一個(gè)新的分類(lèi)方法。一方面,基于人工智能技術(shù)與經(jīng)濟(jì)成本因素,本文將各行各業(yè)劃分為4種類(lèi)型,并判斷人工智能將如何帶來(lái)新型工作崗位。本文在BCG矩陣中增加文化因素,利用三維BCG矩陣進(jìn)一步對(duì)各行各業(yè)進(jìn)行拓展分類(lèi)。本文針對(duì)不同類(lèi)別的就業(yè)場(chǎng)景提供了應(yīng)對(duì)建議。

1 方法內(nèi)涵——建立三維BCG矩陣

本文通過(guò)建立三維BCG矩陣模型,構(gòu)建“技術(shù)-經(jīng)濟(jì)-文化”的分析框架,分析不同行業(yè)受到人工智能技術(shù)的影響。具體而言,首先,本文建立二維BCG矩陣,旨在分類(lèi)評(píng)估人工智能技術(shù)與人工智能成本對(duì)不同行業(yè)就業(yè)的影響,矩陣的橫軸是人工智能技術(shù)取代人類(lèi)技能的可能性,矩陣的縱軸是人工智能成本使得某些職業(yè)易于被取代的可能性。其次,本文將在每個(gè)象限中增加社會(huì)文化維度,建立三維BCG矩陣,旨在分析文化因素對(duì)于人工智能取代就業(yè)的影響,如圖1所示。

圖1 技術(shù)、成本、文化對(duì)于人工智能取代人類(lèi)技能可能性的影響

1.1 技術(shù)因素

從技術(shù)上來(lái)講,人工智能能夠取代的人類(lèi)勞動(dòng)可以分為兩大類(lèi):腦力、體力。在腦力方面,人工智能能夠取代的人類(lèi)腦力勞動(dòng)又分為智力與情感兩方面。在智力方面,人工智能技術(shù)容易取代人類(lèi)對(duì)大量信息的記憶與總結(jié)能力、邏輯判斷的能力?？▋?nèi)基梅隆大學(xué)教授金出武雄說(shuō):“人工智能不僅能做好單調(diào)乏味的工作,還能夠識(shí)別模式,這種能力甚至遠(yuǎn)遠(yuǎn)超過(guò)了人類(lèi)”[4]。但是,人工智能難以取代的是“發(fā)現(xiàn)知識(shí)”的創(chuàng)造性思維。原則上,“發(fā)現(xiàn)知識(shí)”這一過(guò)程可以被理解為一個(gè)映射:輸入的是數(shù)據(jù),輸出的是假設(shè),中間是黑盒子[5]。想要發(fā)現(xiàn)知識(shí),一方面,人工智能需要有對(duì)數(shù)據(jù)背后因果關(guān)系進(jìn)行推理的能力;另一方面,人工智能需要有對(duì)信息進(jìn)行抽象的能力。以基礎(chǔ)物理學(xué)為例,人工智能需要先驗(yàn)知識(shí),然后基于對(duì)現(xiàn)象的觀(guān)察,以及針對(duì)火車(chē)上的光束是否超越光速這一思考,才能使得人工智能推斷并發(fā)現(xiàn)新知識(shí),從而提出相對(duì)論。這種先驗(yàn)知識(shí)本身就是用先驗(yàn)知識(shí)進(jìn)行學(xué)習(xí)的結(jié)果。這是一個(gè)循環(huán)系統(tǒng),目前人工智能很難實(shí)現(xiàn)這一能力。

在體力方面,隨著芯片技術(shù)與硬件的發(fā)展,實(shí)現(xiàn)自動(dòng)化的行業(yè)范圍逐漸擴(kuò)大[6],人工智能逐漸取代了部分人類(lèi)體力勞動(dòng)。然而,真正能夠被取代的體力勞動(dòng)是那些對(duì)判斷能力的要求相對(duì)較低的體力勞動(dòng)。例如無(wú)人駕駛,無(wú)人駕駛技術(shù)并不是簡(jiǎn)單取代人類(lèi)體力,其核心是取代了人的判斷能力。而那些對(duì)判斷力的要求相對(duì)較高的人類(lèi)體力勞動(dòng)則難以完全被人工智能取代,例如,護(hù)士需要提供的不僅僅是邏輯判斷,還需要提供情感需求、道德判斷等,而后者是人工智能難以提供的。

1.2 經(jīng)濟(jì)因素

從經(jīng)濟(jì)角度,各行業(yè)期待的是節(jié)省成本。因此,通過(guò)預(yù)測(cè)哪些人工智能領(lǐng)域技術(shù)的成本會(huì)低于人力成本,可以判斷哪些職業(yè)將被取代。某些崗位在他們眼中是急需被取代的,不僅僅是因?yàn)榧夹g(shù)可行性,而是因?yàn)槿斯ぶ悄茉O(shè)備價(jià)格低于人力價(jià)格。例如司機(jī)、護(hù)士的人力費(fèi)比人工智能成本高很多,因而這些行業(yè)的決策者會(huì)更傾向?qū)⑷斯ぶ悄軕?yīng)用于這些領(lǐng)域。

1.3 文化因素

人工智能作為一個(gè)新興領(lǐng)域,其面臨的問(wèn)題不僅限于經(jīng)濟(jì)效益與科技可行性,而且來(lái)源于社會(huì)對(duì)于人工智能應(yīng)用場(chǎng)景的接受程度。文化因素對(duì)于人工智能與就業(yè)的影響主要體現(xiàn)在兩個(gè)方面。

(1)社會(huì)文化對(duì)于技術(shù)本身的判斷。以人臉識(shí)別技術(shù)為例,雖然它能夠在較低成本范圍內(nèi)較為精確地識(shí)別個(gè)人信息,但是在不同的社會(huì)文化環(huán)境中,民眾對(duì)人臉識(shí)別技術(shù)的認(rèn)同程度不同[5-6]。

(2)社會(huì)文化對(duì)于人工智能技術(shù)應(yīng)用在特定崗位的接受程度。以服務(wù)業(yè)為例,人工智能在服務(wù)業(yè)的應(yīng)用已經(jīng)較為普遍,然而在養(yǎng)老保障等領(lǐng)域中,民眾的接受度較低[7]。其主要原因是,民眾需要由人來(lái)提供情感溝通的服務(wù)。

2 BCG矩陣因素分析

2.1 技術(shù)與經(jīng)濟(jì)因素的BCG矩陣

“技術(shù)-經(jīng)濟(jì)”二維BCG矩陣,如圖2所示。第一象限代表技術(shù)上和經(jīng)濟(jì)上都預(yù)計(jì)會(huì)消失的職業(yè)(如司機(jī));第二象限代表經(jīng)濟(jì)上急需被取代(能降低成本),但技術(shù)上難以突破因而難以取代的職業(yè)(如護(hù)士);第三象限代表技術(shù)上被取代風(fēng)險(xiǎn)低且經(jīng)濟(jì)上預(yù)期不會(huì)消失的職業(yè)(如心理學(xué)家);第四象限代表技術(shù)上被取代風(fēng)險(xiǎn)高,但人們并沒(méi)有意識(shí)到會(huì)被取代的職業(yè)(如編程)。

圖2 引入技術(shù)與經(jīng)濟(jì)2個(gè)維度的BCG矩陣

2.1.1 第一象限

第一象限代表技術(shù)上可行,且各行業(yè)都期待能夠?qū)⑷斯ぶ悄軕?yīng)用于部分崗位,這是在人類(lèi)計(jì)劃中的,因而是人類(lèi)有所準(zhǔn)備的失業(yè)。第一象限的工作通常是機(jī)械性、重復(fù)性的、易于模仿的工作。比如文本翻譯、文檔整理、基本的文本分析等工作。另一個(gè)例子是ChatGPT,ChatGPT可以支持一些需要人力進(jìn)行決策與判斷的工作,比如市場(chǎng)調(diào)查與分析,從而沖擊這些行業(yè)從業(yè)人員的工作崗位。這些行業(yè)可以使用ChatGPT進(jìn)行自然語(yǔ)言處理分析、對(duì)話(huà)系統(tǒng)與語(yǔ)音識(shí)別等工作。鑒于新科技普及需要些許時(shí)間,可以比較容易統(tǒng)計(jì)出這些行業(yè)的失業(yè)人口總數(shù)。同時(shí),從人力資源專(zhuān)家對(duì)未來(lái)新興職業(yè)及其人力需求的預(yù)測(cè),可以判斷產(chǎn)業(yè)結(jié)構(gòu)以及就業(yè)問(wèn)題能夠多大程度得到解決。專(zhuān)家預(yù)測(cè)未來(lái)ChatGPT的發(fā)展趨勢(shì)為增強(qiáng)復(fù)雜推理能力、提高對(duì)用戶(hù)解答的一致性,有助于提升ChatGPT的準(zhǔn)確性、在應(yīng)用中更強(qiáng)大、進(jìn)行更復(fù)雜的學(xué)術(shù)研究及與用戶(hù)建立更優(yōu)質(zhì)的信任[8]。未來(lái)由科技驅(qū)動(dòng)的工作將會(huì)大量增加,社會(huì)將對(duì)人工智能專(zhuān)家與機(jī)器學(xué)習(xí)專(zhuān)家有大量需求;文員、秘書(shū)、銀行出納這一類(lèi)業(yè)務(wù)崗將成為下降最快的崗位;教育行業(yè)的工作預(yù)計(jì)增長(zhǎng)10%左右[9]。之后,可以通過(guò)政府的教育政策,在教育資源和崗位配置上進(jìn)行調(diào)整[10],以及決定是否發(fā)放最低工資。

2.1.2 第二象限

未來(lái),因人工智能而產(chǎn)生的新型職業(yè)將會(huì)來(lái)自第二象限。該象限代表經(jīng)濟(jì)上急需降低成本,但是人工智能技術(shù)難以完全取代的職業(yè)。由于屬于第二象限的工作涉及較為復(fù)雜的職責(zé)以及人類(lèi)的主觀(guān)判斷與決策,因此其很難被完全取代。護(hù)士的物理功能比如更換繃帶、協(xié)助輸液等可以被人工智能取代,但是護(hù)士的情感功能則可能轉(zhuǎn)型為新的職業(yè),比如臨終關(guān)懷、心理咨詢(xún)等。因此,未來(lái)的新型職業(yè)將來(lái)自第二象限。

2.1.3 第三象限

第三象限代表的是那些技術(shù)上被取代風(fēng)險(xiǎn)較低,同時(shí)人工智能成本高于人力成本的職業(yè)。第三象限的職業(yè)往往需要一個(gè)人具備較高的人際交往能力與情感能力,如心理醫(yī)生、教育工作者等崗位。對(duì)于這些行業(yè)的從業(yè)者,ChatGPT等模型能夠在多方面賦能該職業(yè)。首先,ChatGPT能夠通過(guò)自然語(yǔ)言理解與對(duì)話(huà)系統(tǒng)等技術(shù)輔助從業(yè)者為顧客提供更加智能、個(gè)性化的服務(wù)。其次,需要彌補(bǔ)教育行業(yè)存在的空缺從而使得教育行業(yè)能夠適應(yīng)未來(lái)社會(huì)發(fā)展。ChatGPT作為人工智能自然語(yǔ)言處理模型可以用于輔助教育工作,例如自動(dòng)評(píng)分、自適應(yīng)學(xué)習(xí)、個(gè)性化教育等,從而更好地輔助教育工作者。但ChatGPT很難完全取代第三象限的工作,第三象限的工作大多需要頻繁地運(yùn)用自身的創(chuàng)造力與構(gòu)建知識(shí)框架的能力,這些能力都不是ChatGPT能夠擁有的。除此之外,第三象限的工作還需要涉及大量的道德判斷,這些職業(yè)需要考慮道德與倫理問(wèn)題,而ChatGPT是難以做到的。另外,教育行業(yè)也會(huì)因?yàn)镃hatGPT的出現(xiàn)遇到一系列機(jī)遇,例如,ChatGPT的自然語(yǔ)言處理能力可以支持自動(dòng)化處理大量的人類(lèi)語(yǔ)言文本,這或許使得老師擁有更廣泛的授課對(duì)象。

2.1.4 第四象限

第四象限代表經(jīng)濟(jì)上成本高,但是技術(shù)上是可行的。例如,腦機(jī)接口可以升級(jí)人腦智力,這是科學(xué)家能夠?qū)崿F(xiàn)的,但不是經(jīng)濟(jì)學(xué)家以及各行各業(yè)的人希望實(shí)現(xiàn)的。這類(lèi)技術(shù)值得警惕,因?yàn)榇蠖鄶?shù)普通人無(wú)法支付這樣昂貴的技術(shù)所需要的費(fèi)用,并且這類(lèi)技術(shù)帶來(lái)的革新只有少部分人知道。因而,一旦這類(lèi)技術(shù)被應(yīng)用于現(xiàn)實(shí)社會(huì),其可能會(huì)帶來(lái)顛覆性局面。在社會(huì)層面,這類(lèi)技術(shù)可能會(huì)加大貧富差距,因?yàn)橹挥懈蝗四軌蛸?gòu)買(mǎi)大腦芯片,將知識(shí)傳入大腦,從而變得更聰明、更富有。在經(jīng)濟(jì)層面,這類(lèi)技術(shù)可能直接帶來(lái)?yè)p失,例如,腦機(jī)接口可以讀取并輸出人的記憶[11]。這類(lèi)技術(shù)將徹底改變?nèi)藗兊慕涣鞣绞?。人?lèi)不再需要用語(yǔ)言交流,因而大部分需要語(yǔ)言溝通的職業(yè)將會(huì)消失。同時(shí),更顛覆性的結(jié)局可能是使得人類(lèi)徹底失去語(yǔ)言文字。

2.2 加入文化因素的BCG矩陣

在BCG矩陣中引入第3個(gè)維度——文化因素?！拔幕颉笔侵改切┠軌?yàn)槿祟?lèi)帶來(lái)便捷的同時(shí),不會(huì)引發(fā)更多社會(huì)問(wèn)題的案例,因此符合大多數(shù)民眾的價(jià)值取向與習(xí)慣,如圖3所示。例如,對(duì)安全、隱私、公正、環(huán)境、倫理的保護(hù),以及趣味性、體力的節(jié)省、效率的提升,則是社會(huì)文化所傾向于支持的,是正向的文化因素。對(duì)于不同的國(guó)家與社會(huì),文化因素的具體內(nèi)容與價(jià)值取向不同。如圖3所示,在4個(gè)象限中,“文化正向”代表人工智能取代某行業(yè)能夠滿(mǎn)足大多數(shù)民眾價(jià)值取向的程度,而“文化反向”代表人工智能取代某行業(yè)只能滿(mǎn)足小眾或幾乎沒(méi)人會(huì)選擇傾向的結(jié)果。

圖3 引入技術(shù)、經(jīng)濟(jì)、文化3個(gè)維度的BCG矩陣

2.2.1 第一象限

一方面,上文提到第一象限的工作通常是機(jī)械性、重復(fù)性、易于模仿的工作,其中的例子包括對(duì)文本翻譯、文檔整理、數(shù)據(jù)分析等工作的替代。在這些例子中,人工智能能夠?yàn)槿祟?lèi)提升效率,因此屬于具有文化正向的例子。另一方面,具有文化反向的例子是無(wú)人駕駛,專(zhuān)家預(yù)測(cè)無(wú)人駕駛技術(shù)的發(fā)展可能會(huì)對(duì)司機(jī)、物流行業(yè)、餐飲業(yè)、保險(xiǎn)業(yè)等行業(yè)造成影響,使得某些工作崗位面臨失業(yè)風(fēng)險(xiǎn)。但是,同時(shí)也會(huì)創(chuàng)造新的就業(yè)機(jī)會(huì),如無(wú)人駕駛汽車(chē)的維護(hù)和管理,大量的軟件工程師、數(shù)據(jù)科學(xué)家等[12]。此外,自動(dòng)駕駛還將涉及倫理問(wèn)題,如發(fā)生事故后的責(zé)任主體難以界定。然而倫理難題隨著科技與法制的發(fā)展有可能在未來(lái)得以解決,例如,有研究建議參照民航、高鐵使用“黑匣子”技術(shù)進(jìn)行記錄,以便事后追溯。因此,各個(gè)自動(dòng)駕駛開(kāi)發(fā)企業(yè)都在不斷地公開(kāi)自動(dòng)汽車(chē)的路測(cè)數(shù)據(jù)[13],由此看來(lái),無(wú)人駕駛領(lǐng)域?qū)?huì)涌現(xiàn)新一批倫理專(zhuān)家與法律專(zhuān)家。

2.2.2 第二象限

上文提到未來(lái)的新型職業(yè)將可能來(lái)自第二象限。其中,護(hù)士作為一個(gè)例子,用于說(shuō)明其物理功能可以被人工智能取代,而情感部分難以取代,然而即便如此,在東方和西方文化中,人們都仍然傾向能夠由人類(lèi)來(lái)照護(hù)病人、老人、幼兒[14]。因此,在文化維度,護(hù)士是具有文化反向的例子。人工智能對(duì)科學(xué)研究起到關(guān)鍵作用,因此具有文化正向。其中一個(gè)例子是深度學(xué)習(xí)對(duì)于自然科學(xué)的正向促進(jìn),即“AI for Science”。今天的基礎(chǔ)物理、化學(xué)、材料等領(lǐng)域的發(fā)展瓶頸在于數(shù)學(xué)過(guò)于復(fù)雜。例如,計(jì)算化學(xué)的困難在于所謂的高維度問(wèn)題,計(jì)算化學(xué)中的薛定諤方程是典型的高維微分方程。由此而來(lái)的就是“維數(shù)災(zāi)難” 的困難,即計(jì)算量隨著維數(shù)的增加呈指數(shù)增長(zhǎng),經(jīng)典的計(jì)算方法已經(jīng)無(wú)法適應(yīng)這樣的問(wèn)題,深度學(xué)習(xí)提供了一個(gè)逼近高維函數(shù)的工具,為一系列基礎(chǔ)科學(xué)問(wèn)題提供了顛覆性解決方案。

另一個(gè)具有文化正向的例子是ChatGPT對(duì)于社會(huì)科學(xué)研究的正向促進(jìn)。作為一個(gè)多模態(tài)大型語(yǔ)言模型,ChatGPT集合了自然語(yǔ)言處理與圖片處理技術(shù),具備文本與圖片的理解與分析功能,可以為屬于第二象限的社會(huì)科學(xué)研究人員提供更加快速、準(zhǔn)確的建議[15],并且為研究人員提供更加個(gè)性化的服務(wù)與支持。因此,在這些功能方面,ChatGPT是具有文化正向的例子。但是從技術(shù)維度來(lái)看,人工智能只能取代部分科研人員的功能,科研人員的創(chuàng)新思維是難以被人工智能取代的。然而,專(zhuān)家研究證明深度學(xué)習(xí)方法是可靠的、準(zhǔn)確的和線(xiàn)性可擴(kuò)展的。因此,隨著人工智能的優(yōu)化,未來(lái)將能夠完成大量基礎(chǔ)編碼工作,取代程序員的角色。由此,未來(lái)在計(jì)算機(jī)、計(jì)算物理、計(jì)算化學(xué)等領(lǐng)域的科研人員數(shù)量將會(huì)在達(dá)峰后減少,因?yàn)槿斯ぶ悄艿木幊棠芰χ鸩皆鰪?qiáng),使得在計(jì)算科學(xué)領(lǐng)域并不需要那么多科研人員。

2.2.3 第三象限

上文提到第三象限是技術(shù)上被取代風(fēng)險(xiǎn)較低,同時(shí)人工智能成本高于人力成本的職業(yè)。其中的例子包括心理醫(yī)生、教育工作者等。然而,從文化維度來(lái)看,人們?nèi)匀粌A向能夠由人類(lèi)來(lái)完成這些需要具備較高的人際交往能力與情感能力的工作,因此,這些案例是具有文化反向的案例。具有文化正向的案例是人工智能對(duì)考試制度的替代,對(duì)于上學(xué)與求職過(guò)程,學(xué)校與工作單位都需要通過(guò)考試來(lái)判斷一個(gè)人的各方面能力,從而決定是否錄取。然而,考試題目是否能夠精準(zhǔn)檢驗(yàn)并判定一個(gè)人的能力,并且考試的方式是否能夠檢測(cè)出例如創(chuàng)新能力等更高階的能力[16],這些問(wèn)題一直是存在爭(zhēng)議的難題。因此,通過(guò)利用大數(shù)據(jù)分析技術(shù),人工智能有助于提高招聘過(guò)程的精準(zhǔn)度與效率,然而從技術(shù)維度來(lái)看,人工智能卻難以真正解決這個(gè)難題,也難以取代招聘官和考試制度。

2.2.4 第四象限

上文提到第四象限是成本高,但是技術(shù)上可替代人力的人工智能技術(shù)。其中的例子是腦機(jī)接口可以升級(jí)人腦智力,然而在社會(huì)層面可能會(huì)直接加大貧富差距與智力差距,因此腦機(jī)接口是具有文化反向的案例。具有文化正向的案例是智能電網(wǎng)。智能電網(wǎng)是以物理電網(wǎng)為基礎(chǔ),將現(xiàn)代先進(jìn)的傳感測(cè)量技術(shù)、通信技術(shù)、信息技術(shù)、計(jì)算機(jī)技術(shù)和控制技術(shù)與物理電網(wǎng)高度集成而形成的新型電網(wǎng)[17]。智能電網(wǎng)包含一個(gè)智慧型電表基礎(chǔ)建設(shè),用于記錄系統(tǒng)所有電能的流動(dòng)。通過(guò)智慧電表,它會(huì)隨時(shí)監(jiān)測(cè)電力使用的狀況。智能電網(wǎng)還具有集成新能源,如風(fēng)能、太陽(yáng)能等的能力[18]。因此,智能電網(wǎng)的環(huán)保與節(jié)能屬性使得其具備文化正向的屬性。同時(shí),因?yàn)橹悄茈娋W(wǎng)集合了多項(xiàng)數(shù)字技術(shù),從經(jīng)濟(jì)維度來(lái)講,成本較高。

3 討論與建議

本文利用BCG矩陣探索技術(shù)預(yù)見(jiàn)、經(jīng)濟(jì)效益與社會(huì)文化所希望的差異。在科技維度,科學(xué)家的技術(shù)預(yù)測(cè)是基于對(duì)技術(shù)的客觀(guān)理解。在經(jīng)濟(jì)維度,各行業(yè)界的人注重降低成本。在文化維度,人們傾向接受那些能夠帶來(lái)便捷且不會(huì)帶來(lái)倫理等風(fēng)險(xiǎn)的事物。

第一象限代表技術(shù)上可行且各行業(yè)期待能夠用人工智能取代的部分崗位,這是在人類(lèi)計(jì)劃中的,因而是人類(lèi)有所準(zhǔn)備的失業(yè)。鑒于新科技普及需要些許時(shí)間,可以比較容易統(tǒng)計(jì)出這些行業(yè)的失業(yè)人口總數(shù)。放眼全球,在宏觀(guān)層面上有7 500萬(wàn)年輕人失業(yè),而未充分就業(yè)的人數(shù)是這一數(shù)字的3倍。當(dāng)前,許多國(guó)家的青年失業(yè)率已超過(guò)了50%,比如西班牙和希臘,年輕人的失業(yè)率為40%～50%。美國(guó)的就業(yè)報(bào)告顯示,當(dāng)前青年就業(yè)人數(shù)最少的崗位前4名依次是采礦、采石、石油和天然氣開(kāi)采行業(yè)(0.14%)、批發(fā)貿(mào)易(11%)、聯(lián)邦政府(11.5%)、交通及公用事業(yè)(11.8%)。過(guò)往研究表明,到21世紀(jì)30年代中期,OECD國(guó)家多達(dá)30%的現(xiàn)有工作崗位可能面臨自動(dòng)化的潛在風(fēng)險(xiǎn)。同時(shí),從人力資源專(zhuān)家對(duì)未來(lái)新興職業(yè)及其人力需求的預(yù)測(cè),中國(guó)未來(lái)就業(yè)市場(chǎng)最關(guān)注的能力,按照得分高低依次為認(rèn)知能力、參與能力、管理能力、體能、技術(shù)能力、道德、自我認(rèn)知及合作能力。之后,可以通過(guò)政府的教育政策,在教育資源和崗位配置上進(jìn)行調(diào)整[10],以及決定是否發(fā)放最低工資。同時(shí),那些渴望更高生活水平的人仍然可以在不失去普遍基本收入的情況下繼續(xù)工作。在第一象限中,具有“文化反向”的人工智能技術(shù)應(yīng)用(如無(wú)人駕駛)可能導(dǎo)致一系列倫理和法治問(wèn)題,但是就像過(guò)去火車(chē)逐步被大眾所接受的過(guò)程中,技術(shù)不斷發(fā)展,法律不斷建立,使得在這一應(yīng)用場(chǎng)景中的倫理問(wèn)題可能在未來(lái)不再存在。

第二象限有可能產(chǎn)生未來(lái)的新型職業(yè)。第二象限代表人工智能成本低于人力成本的那些職業(yè),然而,技術(shù)上卻難以完全突破。如護(hù)士,其物理功能能夠被人工智能取代,而情感部分會(huì)轉(zhuǎn)型成為新的工種,比如臨終關(guān)懷。因而,未來(lái)新的職業(yè)將會(huì)從第二象限產(chǎn)生。而更為重要的是,人工智能能夠?yàn)橐幌盗谢A(chǔ)科學(xué)問(wèn)題提供顛覆性解決方案。目前,理論研究、實(shí)驗(yàn)研究和產(chǎn)業(yè)之間的溝通比較欠缺,這是目前AI for Science發(fā)展的一大困難所在[14]。例如,在計(jì)算化學(xué)領(lǐng)域,從事理論化學(xué)、實(shí)驗(yàn)化學(xué)和藥物等產(chǎn)品開(kāi)發(fā)的不同工作者之間的溝通相對(duì)來(lái)說(shuō)是比較少的,主要原因是彼此工作的交叉度并不高。未來(lái)的科學(xué)發(fā)展要走平臺(tái)化的科研模式,基礎(chǔ)設(shè)施的建設(shè)是必需的,就像工業(yè)化沒(méi)有公路和鐵路是不行的。通過(guò)合作發(fā)展一套普適的、高精度的且高效的模型,從而打造平臺(tái)化的模式,使得不同的研究者都可以用這一模型做不同的應(yīng)用。此外,企業(yè)可以提供實(shí)際的場(chǎng)景,明確痛點(diǎn)和需要解決的關(guān)鍵。同時(shí),高校的科研機(jī)構(gòu)是解決這些問(wèn)題的智力來(lái)源。這也將在基礎(chǔ)科學(xué)領(lǐng)域增加更多需要新技能的就業(yè)崗位。

第三象限是技術(shù)上被取代風(fēng)險(xiǎn)較低,同時(shí)人工智能成本高于人力成本的職業(yè)。在這個(gè)象限中,人工智能技術(shù)是較難普及的,因而對(duì)于就業(yè)的影響較小。在更多時(shí)候,人工智能只會(huì)作為這些行業(yè)工作者的一項(xiàng)輔助工具,因此,應(yīng)當(dāng)注重在這些行業(yè)的大學(xué)或?qū)？婆嘤?xùn)中加入對(duì)人工智能技術(shù)的學(xué)習(xí)。

第四象限代表人工智能成本較高,但技術(shù)上是可行的應(yīng)用,比如,腦機(jī)接口可以升級(jí)人腦智力。然而這類(lèi)技術(shù)卻真正值得警惕,因?yàn)榇蠖鄶?shù)普通人無(wú)法支付這樣昂貴的技術(shù)所需要的費(fèi)用,并且這類(lèi)技術(shù)帶來(lái)的革新只有少部分人知道。因而,這類(lèi)技術(shù)在社會(huì)層面可能導(dǎo)致貧富差距的加深;同時(shí),這類(lèi)技術(shù)的廣泛應(yīng)用將使得不再需要用語(yǔ)言交流,導(dǎo)致大部分需要語(yǔ)言溝通的職業(yè)將會(huì)消失。因此,對(duì)于這類(lèi)技術(shù),首先,政策制定者不應(yīng)當(dāng)阻礙技術(shù)的發(fā)展與進(jìn)步,相反應(yīng)當(dāng)盡力加速技術(shù)的研發(fā)與創(chuàng)新,因?yàn)閺膰?guó)際來(lái)看,美國(guó)正在腦科學(xué)等新興前沿技術(shù)進(jìn)行布局,中國(guó)不能停止腳步從而失去未來(lái)的機(jī)會(huì)。與此同時(shí),中國(guó)應(yīng)加快倫理治理制度的設(shè)計(jì)與法治的完善,政府和社會(huì)應(yīng)提前布局備選方案。