本文稿由语音识别软件生成,可能存在错误。请对照音频核查其准确性。
Robin Pomeroy,Radio Davos主持人: 欢迎收听Radio Davos,这是世界经济论坛的播客节目,关注最重大的挑战以及我们如何应对这些挑战。本期节目是与中国CGTN的联合节目,我的嘉宾是CGTN主播兼商业新闻总编辑管欣。管欣,你好吗?
管欣,CGTN主播兼商业新闻总编辑: 我很好,Robin,谢谢你邀请我,也谢谢你的介绍。
Robin Pomeroy: CGTN在中国是一家非常重要的广播机构,请简单介绍一下它是什么。
管欣: 谢谢。我们是一家国际广播机构,我的团队是商业新闻部。我们的工作实际上是解读中国商业和经济领域正在发生的事情,尤其关注中国。因此,我工作的很大一部分是帮助全球观众了解中国的经济故事,以及这些故事如何与全球经济趋势相联系。很好。
Robin Pomeroy: 今天你与我一同采访我们的嘉宾Arun Sundararajan。你是纽约大学斯特恩商学院的Harold Price创业学教授兼技术运营与统计学教授。Arun,我说得对吗?
Arun Sundararajan,纽约大学斯特恩商学院Harold Price创业学教授兼技术运营与统计学教授: 是的,我们学者到了一定阶段,就不会再有新的头衔了,所以我们会不断延长自己的头衔,以此获得一种前进的动力感。
Robin Pomeroy: 好的,我们接下来要讨论你非常熟悉的话题,即就业以及工作世界的变化。我想大家对此都有很多疑问。你十年前出版过一本书,我们不会过多谈论它,因为那已经是十年前的事了,但书名是《共享经济、就业的终结与众包资本主义的兴起》。请你简要回顾一下这本书的内容。
Arun Sundararajan: 首先,感谢你邀请我参加这次节目。我非常期待这次对话。这本书记录了一种组织经济活动的新方式,我称之为众包资本主义。它描述了从当时的YouTube等平台,到Uber、滴滴、Airbnb和Etsy等平台,如何重组我们提供零售、交通、广告等服务的方式。过去由大公司全职雇佣员工、支付薪水并生产商品和服务,如今则转向平台中介的商业模式:一边是客户,另一边是众多服务提供者,而平台位于中间。
Robin Pomeroy: 这种变化真的发生了吗?这是否是工作世界中一次真正的转变?
Arun Sundararajan: 我认为确实如此。我的意思是,你知道,所有的统计数据和很多人在看到副标题“就业的终结”时,都以为我在说人类将无事可做。事实并非如此。也许这正是我的出版商希望人们这样理解,从而拿起这本书,但我真正讨论的是工作安排方式的变化。我的预测是,工作将越来越少地以工作岗位或就业的形式组织,而越来越多地以非就业型工作安排的形式存在。我们已经看到这一预测成真。我写这本书时,大约有4000万美国人从事某种形式的非就业型工作安排。去年,这一数字超过了7000万。今天早上,京东的首席经济学家告诉我,中国目前有超过40%的工人从事某种形式的非失业型工作安排。
管欣: 我们称之为灵活就业,因为由于共享经济的重要性,它实际上正成为中国就业格局中非常重要的组成部分。我们确实需要跟上这种新的就业形式,包括社会政策、培训和社会安全网等方面。我认为观察中国的发展会非常有意思,因为中国的共享经济发展非常强劲。
Arun Sundararajan: 完全同意。我认为,许多问题,比如我们如何保护劳动者?如果组织没有提供,我们如何为人们提供一种职业发展的结构,让他们所谓的“职业生涯”得以前进?所有这些问题实际上,你知道,并不是我在书中明确预测到的,但它们无疑正被人工智能的出现放大,同时,你知道,这种对我们在20世纪所习惯的工作结构的持续冲击,也在放大这些问题。
Robin Pomeroy: 是的,我的意思是,如果你今天以“就业的终结”这样具有挑衅性的书名出版一本书,人们都会以为你在谈论人工智能,因为人们非常担心工作岗位被取代,尤其是初级岗位。我非常想听听你对此的看法。这是否是因为人工智能而导致的就业终结?
Arun Sundararajan: 嗯,我确实认为我们将看到工作安排的变化加速。我的意思是,让我们把这个问题拆分为两三个不同的线索。首先是这样一种感觉:因为这一代新的人工智能具备了开始模仿人类曾经独有能力的能力。在一定程度上,比如非常规认知任务,这些任务曾推动了收入增长,并使拥有大学学位的人受益。现在,人工智能能够完成这类类似非常规认知的工作,但仅仅因为人工智能或机器能够做人类所做的事情,并不意味着它会立即取代人类去做这些事。这就是技术决定论的谬误,即仅仅因为机器能够做某件事,它就会马上去做。因此,我认为我们还有一些时间。还有许多其他因素使这一转型更加艰难。在某种程度上,我们之所以看到对初级工作的一些影响,是因为各类组织对未来人类角色将是什么感到非常不确定,因此许多组织只是说:“好吧,我们先观望。我们现在先不招人。让我们等待未来两三年尘埃落定,看看情况如何,以及我们希望人类具备哪些能力。”因此,我认为至少在美国,关于初级岗位招聘放缓这一点,并没有太多争议。我认为关于其原因存在非常活跃的争论。一种合理的说法是,这是生成式人工智能造成的。它在某种程度上打破了一种契约:企业原本会雇用一些在初级编程、银行或咨询岗位上有潜力的人。这些人做的是相对简单的工作,比如制作PowerPoint和电子表格、从事常规编程,以此换取企业对他们的投资,从而培养出下一代合伙人、专家程序员和领导者。而现在,由于生成式人工智能能够完成大量此类相对常规的认知工作,这种契约正在瓦解。与此同时,还有一个问题:在大学里获得这些能力的人,并不确定这些人力资本投资会带来什么回报。我认为还有第三个因素,那就是在新冠疫情封控期间,我们重组和调整了大量工作,因为我们必须转向居家办公和远程工作。因此,我们不得不大量重新设计工作结构。我认为,这在某些方面降低了对初级员工这类投资的回报,因为如果你每周五天都在组织里,能够从资深同事那里获得指导,这是一回事;如果你只是每周在战略层面上工作两三天,那就是另一回事了。因此,这是多种因素共同作用的结果。我认为,你知道,如果有人告诉你他确切知道人工智能正在取代哪些工作,以及从长远来看会发生什么,我不会太当真。但我认为毫无疑问,未来十年将会有大量岗位被取代。
管欣: 我想把这个问题放在亚洲发展的背景下来讨论,因为我们对此非常务实。亚洲面临人口老龄化问题,一方面劳动力数量在减少,另一方面我们有人工智能自动化。那么,这种相互作用在长期内将如何发展?它是否有可能成为应对老龄化社会的有利因素?
Arun Sundararajan: 我认为,在某些亚洲经济体的背景下,比如中国、日本和韩国,那里曾存在、并且已经实际出现过因劳动力短缺而导致经济放缓的潜在和现实威胁,人工智能,尤其是具身人工智能、机器人人工智能,很可能是一种福音而非威胁。因为它将在……我换个说法。我们今天在人工智能和机器人领域看到的快速进展,意味着原本可能出现的GDP放缓在这些经济体中不会发生。因此,这对日本来说实际上是非常好的消息。日本在采用机器人方面有着悠久的历史。对于中国来说,它在工业机器人应用方面遥遥领先,是全球的领导者。我最近读到,去年全球安装的工业机器人中,有一半以上是安装在中国的。因此,毫无疑问,既有需求,也有能力。我认为,对于白领工作者,也就是从事知识工作的人而言,我预计会出现某种程度的角色压缩,这种情况也可能出现在西方经济体,但在亚洲经济体中会更加明显,因为许多工作会被委托给人工智能。人类所做的事情会转向验证、问题设定、某些类型的判断,以及某些类型的问责。能够证明自己擅长这类新的非常规技能的人,将会脱颖而出。一百年前,肌肉劳动被自动化取代了。这也伴随着一定程度的去技能化,对吧?我的意思是,那时有熟练的机械师,也有手工制造者,而这类技能在某种程度上被机器淘汰,工作也变得更加常规化。但也有其他类型的认知能力开始变得更有价值。因此,我们将看到一组新的能力变得更有价值。我们还没有确切指出这一组能力具体是什么,但包括验证能力,你知道,能够判断何时信任机器、何时将任务委托给机器。你知道,如何运用判断力,使你能够与机器互补,而不是被机器取代。这些将是技术变革所偏向的技能。
Robin Pomeroy: 你会对纽约大学正在准备就业的学生说些什么?他们显然会想要学位证书,而如果他们认真完成作业并通过考试,他们大概率会拿到这份证书。但是,当他们走向雇主时,所需要的技能是什么?如果正如你所说,这一时期充满不确定性,它并不是年轻人就业的终结,但目前确实相当艰难,而我们也不知道结果会如何,也不知道五年后世界会是什么样子。那么,你会对他们说什么?比如,你必须真正掌握这项、那项和另一项技能?
Arun Sundararajan: 我会告诉他们赶紧逃命去吧。不,我不会这么说。我会告诉他们,我认为人工智能是一种能够创造巨大价值的技术。这仅仅是因为,没有任何其他技术像它这样如此迅速地降低了创造有价值事物的门槛。我知道这听起来很简单:降低创造价值的门槛,但这确实是推动经济增长的核心。那么,他们应该如何做准备,并确保自己站在赢家而非输家一边?我已经告诉过他们很长时间了。第一,像创业者一样思考,并成为创业者。如果创造有价值事物的门槛已经降低,那就趁你还是学生时去行动,开始创造这些事物。这将带来两个好处。第一,它会形成你能力的作品集。如果工作的结构最终不再是就业形式,它会让你能够自己开展事业。但它也会锻炼你的这种能力,使你变得灵活、有韧性,并能够适应变化。因此,如果你在18到22岁之间培养这种能力,它将在长期中为你带来帮助。我还同时告诉他们,要让自己成为人工智能的力量倍增器。因此,企业并不会完全不需要人类。短期内,它们可能需要的初级人员会减少,但它们真正需要的,将是那些知道如何利用人工智能大幅提升产出的人,而这类人才实际上会更有价值。因此,要让自己成为人工智能的力量倍增器,成为创业者,保持适应能力,灵活,并建立一定的韧性。我还会告诉他们,人脉从来没有像现在这样重要。你知道,你未来很大一部分价值将来自你的人际关系网络。因此,要大力投资于此。当你还是学生时,这是做这件事的最佳时机,因为你可以走到某人面前说:“我是一名学生,我想向你学习。”一旦你不再是学生,这种方式就不那么有效了。这些就是我告诉学生的一些事情。
管欣: 这被称为微型创业,对吧?
Arun Sundararajan: 完全正确,是的。
管欣: 我认为这正是中国正在发生的事情。因为我们有一个名为OpenClaw的开源人工智能智能体,它在中国迅速走红,人们纷纷开始创办属于自己的公司,我们称之为一人公司。他部署了多个为他工作的人工智能智能体。有趣的是,过去如果你是IT专业的学生,创业会更容易,因为他们了解互联网的运作方式,也懂得编程。而现在,如果你学习文学、哲学,你只需要告诉人工智能智能体你想做什么,向它描述你的愿景,它们就能开始创办公司。我认为这是一个非常有意思的趋势。因此,或许我们可以不那么担心失业问题,转而思考为社会创造价值的新方式。
Arun Sundararajan: 完全同意,我认为将会有更多的人依靠不为他人工作,而是独自创造有价值的事物来谋生。早期迹象表明,那些能够驾驭智能体的人确实更具优势。我确实认为,这对各国来说将是一次非常大的调整。它需要重新思考产业政策,需要重新思考我们建立的各种结构,使人们感到自己在不断进步,也需要重新思考为人们提供福利和社会安全网的结构。至少在未来十年,我认为可能需要提出新的再分配方式。我希望我们能够超越人工智能税或全民基本收入这样的理念。我们可以提出一些其他想法,因为我觉得经济学家需要在税收或全民基本收入之外做得更好。但我认为,在近期内需要再分配机制,以确保在我们迈向最终那种大规模价值创造的目标时,这一过程不会对相当一部分劳动力造成过大的痛苦。
Robin Pomeroy: 你认为它也会改变教育吗?
Arun Sundararajan: 我认为它已经开始改变教育,尤其是大学教育。我的意思是,我交谈过的每一所大学,在某种程度上都在思考,哪些内容可以利用人工智能来提供。然后,对于由此释放出来的时间,我们如何加倍投入到小规模群体体验、更多体验式学习、更多创业类活动中,以便更好地帮助学生为未来做好准备。
Robin Pomeroy: 我认为这是一种相当乐观的观点。我们不会全部失业,但事情将会发生变化。
Arun Sundararajan: 是的,将会出现一个并不那么美好的调整过程。但我们在20世纪初就以多种方式经历过这种情况。当时有一整套以干草农场和燕麦为基础的产业体系……
Robin Pomeroy: 我想那是当时的石油,它为交通提供动力。
Arun Sundararajan: 完全正确。因此,那个基础设施必须……你知道,有些人花了一代人的时间才找到其他工作。以汽油为动力的机器,使大量农业实现了机械化,并大幅减少了能够以独立农民身份谋生的人数。因此,这并不是一个毫无痛苦的过程,我们回望它带来的结果,但我们正在开始经历一个更加加速的版本。
管欣: 在这一转型过程中,政府应当发挥什么作用,以应对这些挑战?
Arun Sundararajan: 这是一个很好的问题。我认为这取决于你所谈论的是世界的哪一个地区,以及政府历来扮演什么角色,因为中国的答案很可能与德国和美国的答案不同。从宏观层面看,我认为政府应当思考如何促进转型。你知道,教育基础设施通常是为人们的职业生涯起步做准备,比如K-12教育和大学教育。我们需要的是能够帮助人们转换方向的基础设施,因为现在受到威胁的是初级工作,但未来将有大量职业中期转型需求正在酝酿。而大部分荣誉都来自于创办清华大学,对吧?而不是创办一个能够帮助三四十岁人群转型的社区学院网络。但我认为政府需要大力投资,确保人们能够实现这种转变。我确实认为,具有创新精神的政府会仔细思考如何确保人工智能创造的价值得到公平分配,人工智能所创造的收入和财富价值在一定程度上得到公平分配。我认为政府还应当倡导人工智能在教育、医疗和机会获取方面所带来的非收入、非财富的平等化效应,就像数字技术使娱乐和通信的获取变得更加平等一样,人工智能也将使许多不同事物的获取变得更加平等。因此,让民众树立一种认识,即这项技术正在帮助他们,同时也要确保存在某种再分配机制,防止收入和财富的过度不平等出现。
Robin Pomeroy: 管欣,你提到了政府的作用,那么我们现在可以把讨论转向人工智能的治理问题。
管欣: 当然。这是一个至关重要的话题。
Robin Pomeroy: 请讲。你想从Arun那里了解哪些关于治理的问题?
管欣: 是的,正如Arun刚才提到的,世界各地有不同的方法,而中国无疑有自己的方法。我知道你是中国互联网协会的顾问。你一直在观察中国共享经济的发展。这些独特的特征是否会延续到人工智能时代?
Arun Sundararajan: 我认为他们会的。让我把这一点放在背景中来说明。在许多非中国的国家,过去15年间,我们看到政府与私营实体之间的治理权力发生了重新分配。因此,过去由政府承担的许多职能,比如哪些内容可以被公众获取、谁提供基础设施、谁负责保障安全的相关技术,很多都在不同程度上从政府转移到了平台手中。而且这种转移在很多方面是事实上发生的。结果是,如果我看看今天的美国,很多治理工作都必须由企业来完成,因为我们所处的世界就是这样的体系。另一方面,如果看中国,平台治理则更多采用自上而下的方式。算法治理更加积极主动,人们能更好地了解算法的运行和管理方式。我认为中国的产业政策要稳健得多,是更为强有力的规划型产业政策,覆盖面也更广。因此,创新不只是集中在少数领域,而是全面铺开,涵盖机器人、太阳能、电动汽车,而不仅仅是生成式人工智能。因此,我预计这种自上而下、积极主动的算法治理模式,以及将其置于更广泛的产业政策框架之中的做法,将会延续下去,以避免任何特定技术创新领域出现产能过剩。从某种意义上说,就是避免资本的无序配置。最后,我想补充的是,中国的体系中,很多事情是通过行政指令而非法庭诉讼来解决的,而这在其他许多国家则更为普遍。我认为,这一点很大程度上也将延续到人工智能治理之中。因此,你可能会发现,中国的人工智能治理结构会比欧盟更早定型,当然也远早于美国。
Robin Pomeroy: 在美国,我们经历了Anthropic的Mythos事件。该事件是怎么回事来着?似乎当前的美国政府对此采取了几乎放任自流的态度,或者换句话说,是把问题交给这些平台自行解决,而没有试图为其设置监管障碍。随后,Anthropic推出了Mythos,该公司自己表示,它可能过于危险,不宜广泛发布。于是,他们将其开放给特定人群,也提供给了美国政府。现在,美国政府对其施加了某些限制。如果您能提醒我们具体情况,您可能比我更关注这件事的进展。那里发生了什么?这又说明了美国人工智能治理的什么问题?
Arun Sundararajan: 好的,我认为这是一个很有意思的案例研究,也是关于人工智能治理在美国将如何展开的最重要的早期案例之一。正如您所指出的,Mythos最初的所谓“治理”,关乎其代码生成能力已先进到足以对计算机安全构成威胁的程度,不仅对一个国家,而且对全球都是如此,因为这种能力可能被用来侵入任何系统。因此,在这一事件中,我们看到了平台主导治理的一个例证:平台主动表示,作为负责任的行为主体,我们不会发布它。如今,Mythos已进入第二阶段,美国政府认为,允许非美国公民,而不仅是其他国家的人,获取它,可能会对国家安全构成威胁。Anthropic则选择干脆不向任何人提供该技术,部分原因在于情况较为复杂:该公司有许多非美国籍员工。因此,从技术上讲,这些人在当前阶段不应获得Mythos的访问权限。所以我认为,这在某种程度上表明,在由谁做决定以及决定内容是什么的问题上,我们正处于未知的领域。我认为美国政府确实感到,我们正处于需要采取不同方式来控制前沿模型对外发布的时刻,这不仅出于国家安全的考虑,也出于一个更基本的原因:我们并不清楚,像这样强大的技术被广泛获取后会产生哪些意想不到的后果。因此,我预计在未来一两年内,我们还会遇到更多类似事件。在某种意义上,我们将边走边摸索,政府和平台都会这样做。
Xin Guan: 我认为,从中国的视角来看,我们听到了太多美国基于国家安全的担忧,从出口管制到先进芯片,如今又延伸到先进的人工智能模型。在七国集团(G7)会议上,他们谈到,可信赖的盟友将获准使用其最先进的人工智能模型。这确实说明了人工智能主权问题的必要性。跨境技术合作正面临日益加剧的分裂挑战,尤其是地缘政治紧张局势所带来的影响。那么,您如何看待未来人工智能合作的走向?美国似乎在筑起高墙,而中国则倡导开源的全球协作。您对此有何看法?
Arun Sundararajan: 将人工智能主权置于过去10到15年数字主权的发展背景下来理解,会很有帮助。许多国家已经认识到,一个国家的战略自主性,在一定程度上取决于是否拥有本土的数字能力,以及是否在关键数字基础设施上过度依赖其他国家。而人工智能恰好是最新的此类数字基础设施。我认为,美国和中国,以及在某种程度上欧盟,情况各有不同。美国在没有明确表示希望实现数字主权的情况下,已经习惯于在各项技术上处于领先地位,并想当然地认为,由于这些技术是由其企业生产的,它们将始终能够获取这些技术。中国则主动投资并实施产业政策,使其成为一个独立的数字领先者。纵观世界其他地区,几乎不可能有任何其他国家能实现某种类似全面人工智能主权的状态,即一切都由本国生产。我个人认为,这既没有必要,也不切实际。我认为,任何国家都不具备完整的全栈人工智能主权。我们存在半导体依赖、制造依赖和云计算依赖。我认为,美国和中国将各自探索出界定哪些属于自主领域、哪些维护其战略自主权的方式。对于世界上大多数其他国家而言,则必须在人工智能的哪一层上争取自主作出选择,因为没有其他国家能够独自制造半导体。对大多数国家而言,坚持要求前沿模型必须在本国生产,未必符合其最佳利益。这对其公民来说,未必是最好的选择,对吧?因此,真正的问题是,对我而言,哪一层人工智能最需要获得战略自主权?我应该完全依靠自己,还是应该结成联盟?我认为,对较小的国家而言,这无疑是一个值得认真思考的问题。另有一个方面,我发现它对许多国家都出人意料地重要,那就是文化自主性问题。它与其说是“我希望技术在国内生产,以保持我的议价能力”,不如说是“我不希望外国技术在人工智能教室里教导我的二年级学生,因为我希望他们在学校里学到的是本国的文化”。因此,这里没有简单的答案。我认为,开放有其合理性,但从安全角度看,也有反对开放的理由。所以,一切仍有待观察。
Robin Pomeroy: 回到就业问题,有一种担忧认为,我们可能会因人工智能而失去一代人。您对此怎么看?
Arun Sundararajan: 嗯,对于正在读高中、大学,或刚开始职业生涯的这一代人来说,这是艰难的时期。我们是否会因为人工智能而失去这一代人,在一定程度上取决于这一代人自身。不幸的是,与10年前处于同样位置的人相比,他们现在没有一条可预见的职业起步路径。他们必须边走边摸索。因此,这需要更多的韧性和适应能力。我确实认为,在这段调整期间,对其中一部分人来说,不确定性会令人难以承受。但我认为,对另一部分人而言,10年后他们回首时会说,这是一个机遇非常难得的时期,与2016年那个一切稳定、可预测的时期相比,截然不同。
Robin Pomeroy: Arun Sundararajan,非常感谢您参加我们在Radio Davos和CGTN的节目。
Arun Sundararajan: 谢谢邀请。这次对话非常精彩。
Robin Pomeroy: 也感谢Guan。与您合作很愉快。
Xin Guan: 是的,这非常有意思,我希望将来还能再次参加节目。
Robin Pomeroy: 那就太好了。您可以在任何提供播客的平台上找到Radio Davos,或访问wef.ch/podcasts,那里汇集了论坛的所有播客,包括Meet the Leader和Agenda Dialogues。非常感谢Arun、Guan,也感谢您的收听。Radio Davos很快将再次与您见面。再见。
对于当今的本科生而言,人工智能对就业市场的影响意味着巨大的职业不确定性。那么,年轻人应如何为人工智能时代职业生涯中的“未知的未知”做好准备?
“对其中一部分人而言,不确定性会令人难以承受,但我认为,对另一部分人而言,10年后他们回首时会说,这是一个机遇非常难得的时期,”纽约大学斯特恩商学院创业、技术运营与统计学教授Arun Sundararajan说道。
本期节目由中国CGTN与WEF联合制作,由CGTN主播兼商业新闻总编辑Xin Guan共同主持。
相关播客:




