今年兩會(huì)政府工作報(bào)告提出,要大力推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè),加快發(fā)展新質(zhì)生產(chǎn)力,明確要求深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用,開(kāi)展“人工智能+”行動(dòng)。人工智能不僅是引領(lǐng)未來(lái)的戰(zhàn)略性技術(shù),而且是促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的關(guān)鍵手段。然而,隨著人工智能技術(shù)的廣泛應(yīng)用,是否會(huì)發(fā)生就業(yè)擠出效應(yīng)?是否會(huì)引起人工智能“成本病”等問(wèn)題?進(jìn)而影響全社會(huì)的民生福利和經(jīng)濟(jì)可持續(xù)發(fā)展?這是我國(guó)開(kāi)展“人工智能+”行動(dòng),發(fā)展新質(zhì)生產(chǎn)力,必須給予高度關(guān)注的重要課題。
以ChapGPT為標(biāo)志的通用人工智能技術(shù)(AGI)的發(fā)展,不斷擴(kuò)展了機(jī)器和算法的應(yīng)用領(lǐng)域,因其使用成本低于人力成本,人工智能成為許多企業(yè)提高核心競(jìng)爭(zhēng)力的首要選擇。2022年麥肯錫發(fā)布的一份調(diào)查報(bào)告顯示(表1),大多數(shù)受訪者認(rèn)為人工智能應(yīng)用到不同業(yè)務(wù)環(huán)節(jié)以后,可以發(fā)揮降低成本、增加收入的作用。按照業(yè)務(wù)環(huán)節(jié)成本節(jié)約的認(rèn)可程度排序,分別是供應(yīng)鏈管理(52%)、服務(wù)運(yùn)營(yíng)(45%)、戰(zhàn)略和企業(yè)融資(43%)以及風(fēng)險(xiǎn)管理(43%)。按照業(yè)務(wù)收入增加的認(rèn)可程度排序,依次是市場(chǎng)營(yíng)銷(70%)、產(chǎn)品和服務(wù)開(kāi)發(fā)(70%)、戰(zhàn)略和企業(yè)融資(65%)。從這些數(shù)據(jù)不難看出,對(duì)于企業(yè)不同業(yè)務(wù)或者不同行業(yè)來(lái)說(shuō),使用人工智能要比使用人力帶來(lái)的好處更多。
雖然人工智能技術(shù)可以為企業(yè)節(jié)約成本和增加收益,但我們也要看到,人工智能的應(yīng)用對(duì)于一些就業(yè)崗位產(chǎn)生了影響。比如,在ChatGPT的影響下,從事文員、新聞報(bào)道等文字工作的崗位面臨被替代的風(fēng)險(xiǎn)。日前,Open AI發(fā)布了內(nèi)測(cè)階段的視頻模型Sora,在其影響下視頻設(shè)計(jì)崗位也面臨被替代的風(fēng)險(xiǎn)。高盛2023年的一項(xiàng)研究顯示,約三分之二的美國(guó)工作崗位受到人工智能某種程度自動(dòng)化的威脅。另一項(xiàng)研究則指出,大約 80% 的美國(guó)勞動(dòng)力中可能有 10% 的工作任務(wù)會(huì)受到 GPT 的影響,大約 19% 的工人可能有 50% 的任務(wù)受到人工智能的影響。由此可見(jiàn),全球約有18%的工作可能被人工智能技術(shù)所取代。而人工智能的廣泛應(yīng)用是否會(huì)帶來(lái)這樣的后果?
事實(shí)上,人工智能對(duì)工作崗位的影響并非全部或直接替代,它也會(huì)通過(guò)創(chuàng)造新的工作任務(wù)和拓展崗位邊界創(chuàng)造出更多新的就業(yè)類型。美國(guó)經(jīng)濟(jì)學(xué)家達(dá)龍·阿西莫格魯(Daron Acemoglu)在2016年發(fā)表的一篇文獻(xiàn)中,通過(guò)構(gòu)建工作任務(wù)模型,發(fā)現(xiàn)人工智能技術(shù)對(duì)勞動(dòng)力就業(yè)的影響取決于它對(duì)工作任務(wù)的創(chuàng)造速度和對(duì)現(xiàn)有任務(wù)的替代速度的大小關(guān)系。即新崗位創(chuàng)造速度若大于替代速度,勞動(dòng)力就業(yè)將持續(xù)增加;反之,勞動(dòng)力就業(yè)就會(huì)被智能的機(jī)器人擠出。國(guó)際勞工組織2023年發(fā)布的研究報(bào)告顯示,從目前的實(shí)際情況來(lái)看,生成式人工智能非但不會(huì)完全取代整個(gè)職業(yè),反而補(bǔ)充了就業(yè)崗位,使工作質(zhì)量發(fā)生變化,提高了工作強(qiáng)度和工作自主性。世界經(jīng)濟(jì)論壇發(fā)布的《2023年未來(lái)就業(yè)報(bào)告》也預(yù)測(cè),到2025年,自動(dòng)化技術(shù)和人工智能技術(shù)在全球范圍內(nèi)將影響近40%的工作崗位,并會(huì)取代其中一些崗位,但人工智能技術(shù)創(chuàng)造的就業(yè)機(jī)會(huì)將比它們?nèi)〈倪€要多1200萬(wàn)個(gè)。這種就業(yè)擴(kuò)張的情況同樣也發(fā)生在中國(guó),根據(jù)國(guó)家市場(chǎng)監(jiān)督管理總局和國(guó)家統(tǒng)計(jì)局聯(lián)合發(fā)布的三批共38個(gè)新職業(yè)類型來(lái)看,當(dāng)前出現(xiàn)了諸多新型崗位。比如在高新技術(shù)領(lǐng)域、新興產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)中出現(xiàn)了人工智能工程技術(shù)人員、數(shù)字化管理師等新型崗位。因此,從各國(guó)的發(fā)展實(shí)踐來(lái)看,人工智能應(yīng)用創(chuàng)造出的新型就業(yè)崗位可能多于替代的就業(yè)崗位。這表明至少到目前,加速人工智能技術(shù)行業(yè)應(yīng)用滲透,并不必然縮小勞動(dòng)力的就業(yè)規(guī)模。
如果人工智能技術(shù)在各行業(yè)各領(lǐng)域的快速應(yīng)用并不必然引發(fā)就業(yè)減少,那么,它是否會(huì)導(dǎo)致產(chǎn)業(yè)間相對(duì)生產(chǎn)率的分化,進(jìn)而引發(fā)人工智能 “成本病”呢?所謂“成本病”,是指名義價(jià)格上漲速度超過(guò)生產(chǎn)效率增長(zhǎng)速度的現(xiàn)象,“成本病”通常會(huì)引起物價(jià)上漲以及影響民生福利。經(jīng)濟(jì)學(xué)中有一個(gè)以服務(wù)經(jīng)濟(jì)為研究對(duì)象的“鮑莫爾成本病”理論。在20世紀(jì)60年代,美國(guó)經(jīng)濟(jì)學(xué)家鮑莫爾發(fā)現(xiàn),相對(duì)于制造業(yè),生產(chǎn)率水平較低且增長(zhǎng)速度較慢的服務(wù)業(yè)從業(yè)者,比如理發(fā)師、演奏者等能夠持續(xù)不斷地獲得高于其勞動(dòng)生產(chǎn)率的貨幣收入。原因在于,雖然高生產(chǎn)率制造業(yè)的從業(yè)者應(yīng)當(dāng)獲得高工資,但現(xiàn)實(shí)中卻不允許低效率服務(wù)部門從業(yè)者只獲得低工資,因?yàn)榈托什块T從業(yè)者也必須得到反映社會(huì)平均生活水平的報(bào)酬,導(dǎo)致出現(xiàn)了低效率部門勞動(dòng)者從高效率部門分割一部分名義收入的現(xiàn)象。因此,在“成本病”驅(qū)使下,脫離實(shí)際生產(chǎn)效率的名義工資不斷上漲,引起物價(jià)攀升,國(guó)民經(jīng)濟(jì)實(shí)際增長(zhǎng)水平不斷下降。
曾有研究(杰克·特里普利特,巴里·博思沃斯,2002)證實(shí),隨著信息技術(shù)的廣泛應(yīng)用,在一些歐美國(guó)家中,與信息通信技術(shù)相關(guān)的服務(wù)業(yè)部門生產(chǎn)率大幅提升,這些部門的生產(chǎn)率增速比制造業(yè)部門還要快。同樣的情況也發(fā)生在數(shù)字經(jīng)濟(jì)時(shí)代,表現(xiàn)為使用人工智能技術(shù)的產(chǎn)業(yè)部門的生產(chǎn)率快速提升。而當(dāng)不同部門因人工智能技術(shù)的應(yīng)用程度不同造成勞動(dòng)生產(chǎn)率增長(zhǎng)速度產(chǎn)生差異時(shí),是否會(huì)引起“成本病”,則需要全面考察人工智能對(duì)新質(zhì)生產(chǎn)力和民生福利的影響及其相互關(guān)系。
首先,伴隨著人工智能技術(shù)應(yīng)用程度的加深,新質(zhì)生產(chǎn)力的快速提升將引起名義工資的同步增長(zhǎng)。實(shí)踐中,人工智能技術(shù)會(huì)推動(dòng)行業(yè)新質(zhì)生產(chǎn)力的提升,從而促進(jìn)行業(yè)工資水平的提高。對(duì)此,高盛2023年的一份研究報(bào)告稱,廣泛采用人工智能技術(shù)有望促進(jìn)生產(chǎn)率的大幅提升并推動(dòng)全球經(jīng)濟(jì)加速增長(zhǎng)。尤其是生成式人工智能技術(shù)或在十年內(nèi)將美國(guó)勞動(dòng)生產(chǎn)率每年提高約1.5個(gè)百分點(diǎn)。比如,美團(tuán)配送系統(tǒng)依靠的是人工智能算法,即“超腦”成為“支配”騎手完成任務(wù)的超級(jí)大腦,“超腦”在綜合考慮騎手位置、在途訂單情況、騎手能力、商家出餐、交付難度、天氣、地理路況、未來(lái)單量等因素后,會(huì)在第一時(shí)間匹配到最合適的騎手??梢钥隙ǖ氖?,正是在每天數(shù)以億計(jì)POI(Point of Interest,特指基于位置服務(wù)的核心數(shù)據(jù), 如導(dǎo)航前選擇的目的地、查看周邊的餐館等)數(shù)據(jù)的加持下,美團(tuán)對(duì)業(yè)務(wù)的交付點(diǎn)可以達(dá)到“無(wú)死角覆蓋”的高效率水平,進(jìn)而催生出超高的送餐效率,使得騎手可以獲得更高的工資。
其次,在當(dāng)前人工智能技術(shù)應(yīng)用場(chǎng)景下,由于價(jià)值創(chuàng)造需要人機(jī)協(xié)作,因此,新質(zhì)生產(chǎn)力和民生福利存在互促關(guān)系。人工智能對(duì)實(shí)體生產(chǎn)部門的技術(shù)改造體現(xiàn)為對(duì)生產(chǎn)資料的優(yōu)化改善,以及對(duì)重復(fù)性強(qiáng)的簡(jiǎn)單勞動(dòng)任務(wù)的替代。但從應(yīng)用程度上講,不同行業(yè)使用人工智能技術(shù)的程度存在差異,導(dǎo)致行業(yè)間生產(chǎn)效率出現(xiàn)分化。但一個(gè)顯著的事實(shí)是,人工智能技術(shù)應(yīng)用程度較小的行業(yè)往往是生產(chǎn)率增速較慢的勞動(dòng)密集型行業(yè),但它們卻是人工智能使用程度較大行業(yè)的必要補(bǔ)充,兩者無(wú)論在任務(wù)關(guān)系、產(chǎn)業(yè)鏈關(guān)系還是價(jià)值生產(chǎn)關(guān)系上都具有互補(bǔ)性質(zhì),這種任務(wù)上的互補(bǔ)性保障了兩類部門數(shù)量上的穩(wěn)定性。比如,人工智能技術(shù)應(yīng)用程度越高的行業(yè),其對(duì)深度學(xué)習(xí)的依賴性更強(qiáng),包括反復(fù)學(xué)習(xí)生產(chǎn)活動(dòng)場(chǎng)景,而這類學(xué)習(xí)必須建立在人工標(biāo)注數(shù)據(jù)的基礎(chǔ)工作之上。于是數(shù)據(jù)標(biāo)注員這個(gè)龐大的勞動(dòng)力群體應(yīng)運(yùn)而生。從這個(gè)意義上講,產(chǎn)品價(jià)值生產(chǎn)時(shí)人機(jī)協(xié)作的共創(chuàng)性質(zhì)將賦予勞動(dòng)力參與人工智能新創(chuàng)價(jià)值的分配權(quán),新質(zhì)生產(chǎn)力與民生福利具有共生共榮的特征。
雖然人工智能技術(shù)應(yīng)用程度差異會(huì)產(chǎn)生部門間的效率鴻溝,但只要致力于通過(guò)人工智能技術(shù)促進(jìn)實(shí)體經(jīng)濟(jì)生產(chǎn)效率的提高,保持勞動(dòng)密集型部門和人工智能技術(shù)密集型部門的合理比例,就可以實(shí)現(xiàn)民生改善和新質(zhì)生產(chǎn)力發(fā)展的同步提升。然而不能忽略的一個(gè)事實(shí)是,當(dāng)人工智能技術(shù)脫離供應(yīng)端且與生產(chǎn)效率無(wú)關(guān)時(shí),特別是當(dāng)大量以操控商品價(jià)格為目的的人工智能技術(shù)被廣泛應(yīng)用的時(shí)候,人工智能將與需求端的名義價(jià)格增長(zhǎng)掛鉤,人工智能的“成本病”就難以避免。但與服務(wù)經(jīng)濟(jì)不同的是,人工智能“成本病”問(wèn)題在于,人工智能技術(shù)究竟是對(duì)實(shí)體經(jīng)濟(jì)生產(chǎn)效率增長(zhǎng)的促進(jìn)作用更大,還是對(duì)貨幣經(jīng)濟(jì)名義價(jià)格提升的作用更大?從本質(zhì)上講,人工智能“成本病”具有可控性,如果發(fā)展和調(diào)節(jié)措施得當(dāng),人工智能應(yīng)用會(huì)帶來(lái)工資、物價(jià)和生產(chǎn)效率同步增長(zhǎng)的局面。然而事實(shí)上,各國(guó)具有不同的國(guó)情和發(fā)展訴求,他們對(duì)人工智能技術(shù)應(yīng)用思路也存在差異,這就產(chǎn)生一個(gè)重要問(wèn)題,即如何引導(dǎo)生產(chǎn)者因地制宜地應(yīng)用和發(fā)展人工智能技術(shù)?對(duì)此,牛津大學(xué)經(jīng)濟(jì)學(xué)教授弗朗西斯·斯圖爾特曾指出,東亞在出口導(dǎo)向型工業(yè)化方面取得的成功似乎掩蓋了人們對(duì)制造業(yè)無(wú)法在發(fā)展中國(guó)家創(chuàng)造足夠多的就業(yè)機(jī)會(huì)和提高生活水平的擔(dān)憂。這一觀點(diǎn)揭示了一國(guó)在技術(shù)選擇和民生改善之間存在某種矛盾。從全球來(lái)看,各國(guó)都會(huì)根據(jù)自身人工智能技術(shù)發(fā)展情況,以戰(zhàn)略規(guī)劃方式確定人工智能技術(shù)的發(fā)展目的。比如,美國(guó)的人工智能技術(shù)發(fā)展水平較高,積聚了大量世界級(jí)的AI“獨(dú)角獸”企業(yè)。更為重要的是,美國(guó)的勞動(dòng)力人口遠(yuǎn)比發(fā)展中國(guó)家規(guī)模相對(duì)要小,就業(yè)壓力也相對(duì)較小。因此,美國(guó)將人工智能技術(shù)的發(fā)展定位于引領(lǐng)全球創(chuàng)新。相對(duì)于發(fā)達(dá)國(guó)家而言,發(fā)展中國(guó)家人工智能核心技術(shù)發(fā)展相對(duì)落后,而且就業(yè)壓力較大,決定了這些國(guó)家對(duì)人工智能技術(shù)發(fā)展和應(yīng)用的目標(biāo)定位不可能是全面擴(kuò)張?zhí)娲鷦趧?dòng)力的新產(chǎn)業(yè)、新業(yè)態(tài)的思路,更不能把人工智能作為提高商品價(jià)格的商業(yè)化工具,而應(yīng)當(dāng)是推動(dòng)實(shí)體經(jīng)濟(jì)生產(chǎn)效率提升和國(guó)民經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的重要抓手,這也是我國(guó)提出新質(zhì)生產(chǎn)力的核心要義之一。我國(guó)不僅強(qiáng)調(diào)人工智能技術(shù)應(yīng)用對(duì)新質(zhì)生產(chǎn)力的促進(jìn)作用,更兼顧了人工智能技術(shù)的應(yīng)用需要以民生改善為導(dǎo)向的科學(xué)理念。
當(dāng)前,我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超5000億元,相關(guān)企業(yè)數(shù)量超4500家,京津冀、長(zhǎng)三角、珠三角等地形成了完備的人工智能產(chǎn)業(yè)鏈。但與此同時(shí),制造業(yè)的數(shù)字化轉(zhuǎn)型確實(shí)減少了低技能普工的工作崗位數(shù)量。我國(guó)是一個(gè)勞動(dòng)力大國(guó),確保就業(yè)穩(wěn)定是經(jīng)濟(jì)高質(zhì)量發(fā)展的基本原則。此外,還需確保勞動(dòng)者的實(shí)際收入增長(zhǎng)與經(jīng)濟(jì)增長(zhǎng)同步,避免高效率低收入或低效率高收入的情況。從這個(gè)角度出發(fā),在開(kāi)展“人工智能+”行動(dòng)促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的過(guò)程中,要防止人工智能技術(shù)應(yīng)用對(duì)就業(yè)的潛在沖擊,也要加大防范出現(xiàn)“成本病”問(wèn)題的可能性。為此,需要做好三大戰(zhàn)略的精準(zhǔn)設(shè)計(jì),為我國(guó)新質(zhì)生產(chǎn)力的健康發(fā)展保駕護(hù)航。
一是加強(qiáng)頂層設(shè)計(jì),因地制宜,精準(zhǔn)施策,實(shí)施新質(zhì)生產(chǎn)力發(fā)展的區(qū)域協(xié)同戰(zhàn)略。我國(guó)需把頂層設(shè)計(jì)和地區(qū)探索有機(jī)統(tǒng)籌起來(lái),積極引導(dǎo)人工智能技術(shù)賦能新質(zhì)生產(chǎn)力發(fā)展。各地要根據(jù)自身產(chǎn)業(yè)人工智能技術(shù)應(yīng)用能力的差異,做好區(qū)域內(nèi)產(chǎn)業(yè)數(shù)字化規(guī)劃,通過(guò)數(shù)字化轉(zhuǎn)型積極推動(dòng)勞動(dòng)密集型行業(yè)創(chuàng)造新業(yè)態(tài)、新模式、新崗位。特別需要強(qiáng)調(diào)的是,國(guó)家要給予各地“人工智能+”發(fā)展的探索權(quán),各地需在國(guó)家戰(zhàn)略的總體目標(biāo)下,協(xié)調(diào)合作,因地制宜地推進(jìn)新質(zhì)生產(chǎn)力的發(fā)展。要打破行政上的產(chǎn)業(yè)分工壁壘,合理分配高效率和低效率產(chǎn)業(yè),做好符合地區(qū)實(shí)際能力和要求的“人工智能+”行動(dòng)上的主體分工和階段協(xié)同。
二是明確人工智能應(yīng)用的重點(diǎn)領(lǐng)域,加快落實(shí)數(shù)實(shí)融合發(fā)展戰(zhàn)略。實(shí)體經(jīng)濟(jì)發(fā)展質(zhì)量是國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵,更是促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的物質(zhì)載體。國(guó)家需要進(jìn)一步明晰數(shù)實(shí)融合的戰(zhàn)略目標(biāo),積極引導(dǎo)人工智能向制造業(yè)、物流和供應(yīng)鏈等重點(diǎn)領(lǐng)域拓展,實(shí)現(xiàn)設(shè)備智能化、生產(chǎn)過(guò)程優(yōu)化和質(zhì)量控制的自動(dòng)化,實(shí)現(xiàn)優(yōu)化路徑規(guī)劃、提高物料管理效率的目的。與此同時(shí),要加強(qiáng)人工智能與傳統(tǒng)制造業(yè)融合的生態(tài)圈建設(shè),全面提升勞動(dòng)密集型部門的生產(chǎn)與供給能力,使低效率部門分享人工智能發(fā)展的紅利。此外,建立健全監(jiān)管與評(píng)估機(jī)制,防止虛擬經(jīng)濟(jì)和商業(yè)領(lǐng)域過(guò)度應(yīng)用人工智能技術(shù)而引發(fā)潛在風(fēng)險(xiǎn),充分發(fā)揮人工智能技術(shù)對(duì)提升新質(zhì)生產(chǎn)力水平的積極作用。
三是實(shí)施全面促進(jìn)就業(yè)戰(zhàn)略,重點(diǎn)聚焦就業(yè)統(tǒng)計(jì)改革、崗位拓展與滲透替代邊界平衡以及防止收入分極化三大任務(wù)。實(shí)踐表明,社會(huì)發(fā)展和技術(shù)變革會(huì)帶來(lái)就業(yè)市場(chǎng)內(nèi)容和形式的變化。隨著“人工智能+”行動(dòng)的開(kāi)展,勢(shì)必對(duì)我國(guó)的就業(yè)結(jié)構(gòu)、就業(yè)形式、就業(yè)需求等產(chǎn)生影響。從這個(gè)意義上講,新形勢(shì)下實(shí)施就業(yè)保障戰(zhàn)略,既要全面研究人工智能對(duì)就業(yè)的影響,更要完善戰(zhàn)略目標(biāo)、內(nèi)容和思路。一方面,國(guó)家應(yīng)根據(jù)人工智能技術(shù)應(yīng)用出現(xiàn)的就業(yè)變化,改變傳統(tǒng)就業(yè)統(tǒng)計(jì)方式,構(gòu)建包括兼業(yè)、零工等在內(nèi)的統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)體系。另一方面,有關(guān)部門和各地政府應(yīng)加強(qiáng)勞動(dòng)者技能培訓(xùn),以滿足“人工智能+”對(duì)高技能勞動(dòng)者的需求,防止出現(xiàn)技能脫節(jié)的結(jié)構(gòu)性失業(yè)問(wèn)題。此外,注意協(xié)調(diào)不同地區(qū)、不同行業(yè)的人工智能技術(shù)應(yīng)用滲透率和平衡崗位拓展的速度與規(guī)模,平衡好勞動(dòng)力就業(yè)擴(kuò)張與新質(zhì)生產(chǎn)力發(fā)展的關(guān)系。
總的來(lái)說(shuō),深入開(kāi)展“人工智能+”行動(dòng),加快新質(zhì)生產(chǎn)力發(fā)展,必須堅(jiān)持效率提升與民生改善兼顧的基本原則,要確保生產(chǎn)效率、就業(yè)規(guī)模、工資增長(zhǎng)、分配結(jié)構(gòu)、名義價(jià)格之間的有效協(xié)調(diào),這是我國(guó)應(yīng)對(duì)人工智能技術(shù)變革對(duì)經(jīng)濟(jì)社會(huì)發(fā)展挑戰(zhàn)的基本思路,也是我國(guó)開(kāi)展“人工智能+”行動(dòng)的戰(zhàn)略要義。
(作者胡曉鵬系上海社會(huì)科學(xué)院世界經(jīng)濟(jì)研究所研究員、博士生導(dǎo)師;閆金系上海社會(huì)科學(xué)院世界經(jīng)濟(jì)研究所博士研究生)