AI時代對話諾獎學者：“人類并不只是需要技術性工作”

這兩天，英偉達CEO黃仁勛在演講中語出驚人：AI不會讓人們失去工作，而會讓人變得越來越忙。在他看來，AI 并不是崗位的終結者，而是效率的倍增器。

與此同時，Anthropic關于AI「觀測暴露度」的研究也引發廣泛討論。當每一項職業技能都被量化為一個百分比，試圖預判誰會被算法精準“替代”時，一種技術決定論的悲觀似乎正籠罩著我們。

一邊是“變忙”的預言，一邊是“暴露”的焦慮。作為一名深度研究“摩擦”與“匹配”的勞動經濟學家，諾貝爾經濟學獎得主克里斯托弗·皮薩里德斯曾提出，“工作崗位即使不是以技術為導向的，在未來也會繼續存在，而且（數量）可能會進一步增長”。

他認為隨著AI提高生產率，人類可能最終過渡到每周工作四天。此外，他強調在AI時代，同理心、溝通能力和創造力等“人類特質”將變得更加珍貴。在他看來，失業率的波動并非單純的供需失衡，而是尋找更優匹配的代價。

下面這篇訪談不僅拆解了 AI 對金融、法律等行業的真實沖擊，更深刻地探討了未來我們該如何定義一份“好工作”。

本文選自《AI、通脹與武器》

完整版刊登于《北大金融評論》第18期

采寫：鐘龍軍、都聞心、唐學鵬、楊靜雯、鞠諃諃

克里斯托弗·皮薩里德斯：

AI時代樂觀的勞動經濟學家

“請記住，作為人類，我們并不只需要技術性工作。”

2010年諾貝爾經濟學獎三位獲獎者，圖源：諾貝爾獎官網

《北大金融評論》：“搜索-匹配理論”被廣泛認為是對勞動力市場摩擦的最好描述，然而，中美兩國的勞動力市場出現了一些前所未有的特征，比如“倦怠”，中美分別稱之為“躺平”和“quiet quitting”。基于您的理論，該如何理解現今勞動力市場的這種摩擦？

皮薩里德斯：首先，我們必須明白，理論本身并不能直接提供答案，它僅是一個分析問題的框架。我們也不會直接套用理論來解釋勞動力市場（的新現象）。比如當你看到一些新現象時，你不會馬上說：“哦，是的，就是這樣的。”你需要得到更好的數據，并仔細地去研究它。

我們之所以引入“摩擦”這一概念，是因為傳統的勞動力市場供需分析是在無摩擦的背景下進行的。我和后來的其他研究者研究發現，搜索-匹配理論是一個幫助你有效理解勞動力市場的框架。

首先，它指出了傳統的無摩擦假設不能解釋我們在勞動力市場中看到的許多事實，然后證明了這一新框架可以解釋已存在的許多客觀數據。這一理論研究花了很多年的時間，也仍然有一些事情沒有得到完美的解釋，理論的研究還在持續推進中。

所以，為什么現在有更多的人選擇“躺平”？基于我們的模型，一個可能的解釋是，由于某種原因，某個時間段市場摩擦變得很強，然后（因為某種原因）這種摩擦放松了，更多的人可以離開他們的工作。這是因為當人們辭職或“躺平”時，若市場存在高摩擦，人們更有可能固守原地。

《均衡失業理論》，皮薩里德斯的經典著作，他認為有一些失業是件好事，因為適當地搜尋工作可以提高人和工作的匹配度，以及提高工作的質量。

一旦你找到了可能的解釋，下一步就是進行數據測試，尋找過去和現在之間可能被放松了的摩擦。如果你找到了，以我們對“躺平”行為影響的了解，你可以測試這種“緩和”是否可以解釋我們所看到的躺平行為。至少在這個階段，我是這么做的。

《北大金融評論》：最近您提到像ChatGPT這樣的人工智能技術可能會使一周工作四天成為可能，它可以帶走我們在工作中做的許多無聊的事情，只留下有趣的事情給人類。但對于那些不太懂技術的人來說，他們被解雇的風險可能更高。您如何看待這種情況呢？

皮薩里德斯：我和你的想法不同。工作崗位即使不是以技術為導向的，在未來也會繼續存在，而且（數量）可能會進一步增長。

不可否認，它們不會是市場上收入最高的工作，但請記住，作為人類，我們并不只是需要技術性工作。我們還有許多的情感需要、關懷需要，而這些都無法機械化。

例如，人有疾病，除了需要醫生診治，還需要有經驗的人來照顧。醫療僅是護理的一小部分，而未來包括護理在內的這些工作將保留并（在數量上）持續增長，因為社會在不斷變富，人們對服務的需要也會變多。

在2024中國發展高層論壇上，皮薩里德斯曾表示，新技術的發展不會沖擊就業，更有可能的結果是推動勞動力從制造業向服務業轉型。

ChatGPT等的出現確實是技術應用的進步，對我們處理數據等工作帶來了很大的影響。今天，許多人受雇處理數據、撰寫報告、查閱卷宗等。例如，當你同時向ChatGPT和一個律師問出一個關于某種犯罪的問題——“過去有過類似事件的案例嗎？法院是怎么裁決的？”這時ChatGPT會迅速給出答案，而律師們還在做查詢工作。

律師會雇用剛畢業的年輕人，讓這些年輕的律師助理花數個小時在檔案室、圖書館閱讀那些記載過去發生事件的大部頭圖書。當然，今天律師助理們也會使用谷歌、百度等搜索引擎來搜索信息。

這些工作是最危險的。這時你可能會非常悲觀地認為，“哦，我們會失去很多工作”，就像這些柜員、律師助理、公共服務人員一樣。或者你會認為，他們做的是機械化的、無聊的工作，如果我們利用這些技術（如ChatGPT）來做他們正在做的事情，效率就會提高。生產力的提高帶給了我們更多的時間和金錢，人們得以少工作，多享受生活。

那么接下來的問題是，誰可以獲得這樣一份工作？我認為這是當今勞動力市場最難解決的問題。因此，勞動力結構調整是必需的。

如果市場不需要某一部分人，比如律師助理、公共服務人員等，那么要如何對待那些已經在那里工作的人？此時，培訓就變得更加重要。要確保大學生知道哪些工作可能會受到技術的影響，并相應地調整他們的學習內容。

《北大金融評論》：我之所以提出這個問題，是因為我們來自北京大學匯豐商學院，許多同學將來會成為金融分析師或投資顧問。但現在有些人認為，也許未來ChatGPT或機器人顧問將取代他們來做金融分析師或投資顧問的工作。您如何看待人工智能對金融領域的具體影響？

皮薩里德斯：別擔心，一切都會好起來的，盡管從規模來看，金融行業就業的最佳時期可能已經過去了。

今天，技術應用在金融部門早已有很大進展。事實上，金融領域正是技術起步較早的領域之一。不妨想一想我們日常生活中所使用的自動取款機、在線支付應用，比如手機上的支付寶、微信支付、Apple Pay等。

金融部門也因此失去了很多相關的工作崗位。據估計，在我所居住的倫敦，包括柜員在內的銀行一線員工的人數可能減少了20%左右。他們的工作被自動取款機接管了。其中一些人已經調整了他們在組織中的角色，例如成為客戶經理。這樣金融消費者也可以得到更好的服務。一個賬戶有盈余但又不太多的人，得以直接從客戶經理那里獲得更專業的服務，而不是像過去一樣只能和一線柜員溝通。

因此，勞動力結構調整正在進行。我認為金融部門不太可能持續擴張，這將導致找到剩下的（未被新技術取代的）工作崗位更加困難。這些工作崗位有的需要有交易資產的能力，有的則涉及管理能力。當然也有樂觀的一面。例如，可以接受一些培訓，學習如何處理數據，如何做量化分析，等等。

總之，二三十年前，你或許可以通過打很多電話、閱讀新聞和與人交談，來確定有可能達成的好的交易，但現在這種情況已經很少見了。如果我去商學院學習，相比較于金融（finance），我會傾向于選擇商科（business），因為無論技術如何發展，建立新的業務以及在業務中誕生新的想法，永遠都有新的空間。事實上，有很多東西是人們想要的，但至今仍沒有人考慮過，這對首先考慮這些事情的人來說是非常有益的。

例如，二十多年前，一些人有了平臺零售的構想，嘗試借助互聯網收集個人行為數據，進而為消費者推薦他們想要的好產品，為他們提供線上化、便捷化的消費方式。回憶一下，如果你在他們的平臺搜索引擎中鍵入內容，它可以很快識別出你想要的內容，知道要給你看什么。這就是阿里巴巴、亞馬遜等公司取得成功的原因。

現在你認為這是一個顯而易見的想法，但這在二十多年前并不是一個顯而易見的想法，所以核心是要有創造力。

近五年，72個新職業中，超20個與AI相關，圖源：新華社

《北大金融評論》：有人認為靈活就業將是勞動力市場的未來趨勢，即人們不再受雇于某一家公司，而是為多個雇主服務。對此，人們擔心這對雇主有利，而給雇員帶來了更多的不確定性。您如何看待這種靈活就業的趨勢呢？

皮薩里德斯：工作對人們來說太重要了，我們在工作上花了大量的時間，我們的生計也依賴于它，所以當有新的、我們不確定的事物出現時，我們通常會對此頗為擔心。

但實際上，如果你問別人，他們在工作時的感受如何？對自己所做的事情是否滿意？怎樣才能改善自己的工作？回答常常涉及工作時間的靈活性（flexibility）、安排的靈活性，等等。

人們還頻繁地提到另一個詞，即自主性（autonomy）。與上下級溝通順暢，能自己獨立做出決定，這些也都涉及靈活性。

無疑，靈活性是好的工作的主要特征之一。人們希望在工作中擁有更廣泛意義上的靈活性，而那些可以提供這種靈活性的公司，往往都非常成功。

雇主應該更加靈活，這對雇員和雇主都有利。總而言之，我們應該更加樂觀，因為人們的擔憂往往會超出數據和經驗所證明的范圍。

《北大金融評論》：經濟增長是您的重要研究領域之一。當ChatGPT剛面世時，所有人都在討論它可能會帶來另一場技術革命。但現在看來，似乎并沒有這樣。在當前的低速增長階段，您如何看待技術對經濟增長的影響？經濟增長最重要的驅動力是什么？

皮薩里德斯：首先，不要指望能再看到這樣的增長——中國改革開放后的三十多年的高速發展、歐洲20世紀中期的蓬勃發展、美國早期的飛速繁榮。這是因為它們當時的高速增長是通過制造業擴張來實現的：生產，由此帶來高收入，進而刺激我們對家庭產品的巨大需求。

看看你家里有多少耐用消費品，比如房產、汽車、洗衣機、洗碗機、真空吸塵器和電話。所有的這些東西，在20世紀初期沒有一個家庭擁有，洗衣服、洗碗這些事情都是人工來做。在20世紀末期或者說20世紀80年代，至少在歐洲和北美的中產階級家庭里到處都是這些東西。

問題是：我們能否接受更低的經濟增速？當經濟轉向?服務業主導?，剩余增長潛力將來自服務質量提升與新服務涌現。今天，我們可以消費的商品數量繁多（盡管技術會帶走一部分崗位），未來也將會有更多的新服務出現（進而創造更多的工作崗位），就像我之前告訴過你的那樣。商學院的學生和老師應該思考市場可能會有怎樣的新的服務需求。毫無疑問，市場上一定會有這些（未被發現的需求）。

最后，不要把增長僅僅看作一個百分比。當人們談論今年的經濟增長率時，比如歐洲可能增長0.3%，更好的情況是增長0.5%，對我來說，0.3%跟0.5%并沒有什么區別。我們應該更多地關注增長的質量。比如社會福利是否得到改善，人們的工作是否更加舒心。如果我們能成功達成這些，那這才是好的增長。

用電動汽車來舉例。我們常常通過生產汽車的數量來衡量一個國家生產汽車的能力。國際上普遍認為汽車大國是日本和德國，現在人們會認為中國在電動汽車出口上趕超了德國。這是我之前在電視新聞上看到的報道。

但事實上，你關注的角度應該是“中國生產的電動汽車越來越多，這將有利于環境，從而提高生活質量”，而不是“中國出口的汽車比德國多”，其他國家仍然在出口很多傳統汽車。就算是我看過的最嚴肅的電視節目，也會把“生產數據”放到“環保信息”前面，其他的（媒體）甚至都不會去報道（環保信息）。所以，我們應該避免“唯數字化”，多去思考（發展的）質量。

-End-

觀點資料來源：《AI、通脹與武器》