在以往技术导致工人被替代的时期，经济学家担心新创造的工作不足以防止长期失业率上升
面对当下汹涌而来的数字自动化浪潮，许多人的担忧其实并无根据。
从19世纪初的卢德运动，到数代之后约翰·梅纳德·凯恩斯和瓦西里·里昂惕夫等知名经济学家的著述，自动化的前景始终引发人们对就业的严重担忧。凯恩斯和里昂惕夫曾怀疑，留给工人的工作将不足以让他们做。如今，面对汹涌而来的数字自动化浪潮，许多人对此感到担忧。
当今数字技术对劳动力市场的影响引出了三个问题：工人是否会有足够的工作可做？这些工作将出现在哪里？薪酬是否会高到足以避免贫困和不平等加剧？
第一个问题的答案是毋庸置疑的。历史证据表明，取代劳动力的技术创新不会导致工业化国家的就业率和失业率出现长期变化。凯恩斯谈到了“技术性失业”，毫无疑问，在20世纪20年代及随后的大萧条期间，英国失业的最主要原因之一是煤炭及其他行业在来自德国和美国的竞争下衰落。工人的技能和地理位置使他们无法迅速转向经济中的其他领域。但那一过渡阶段最终还是过去了。
对技术性失业的恐惧之所以持续存在，是因为它根植于对新岗位创造的不确定性。新机器的能力使我们能够识别面临风险的岗位，却无法识别尚未出现的岗位。我们只能通过比较工人与机器的能力来推测，而这种比较往往使天平倾向于对净就业损失的估计。
但我们有大量证据表明，人类善于创造新的就业机会。凯恩斯写作时，英国和美国的服务业雇用了约40%的工人。医疗护理以及更广泛的旅游和酒店业等就业领域规模很小。如今，每个领域的就业人数都已超过制造业。正如约翰·F·肯尼迪所言：“[如]果人类有才智发明让人失业的新机器，他们也就有才智让这些人重新就业。”
所有新技术带来的挑战并不在于它们创造的工作太少，而在于具备相应技能、能够填补这些岗位的工人太少。正如一些工作受益于新技术，而另一些工作则变得过时，一些技能变得更有价值，而另一些技能则可以被替代。汽车提升了工程技能的价值，同时降低了养马技能的价值。养马人不得不学习新技能以维持收入。对他们而言，理想的行业转型是转向汽车生产或维修行业。新技术的行业偏向性是工人需要应对并最终掌握的挑战，但起初往往伴随着抵触。
机器人技术和人工智能早期阶段受到威胁的工作，大多是例行性的或依赖数据处理的。在仓库中搬运大箱子，或将农产品装上卡车，很容易实现机械化。数据处理类工作可以由人工智能软件完成；搜索引擎加上几个关键词，就可以轻松取代在法院记录中搜索相关判例的律师助理。
这些特征导致了两极分化的就业，促使工人转向与新技术互补的岗位，例如计算机编程或机器人技术，或转向无法被编程的岗位，例如管理咨询或护理工作。这些岗位要么比例行性工作技能更高、薪酬更好，要么技能更低、薪酬更低，从而导致收入分配中间层的萎缩。近年来，人工智能的进步也使非例行性工作变得脆弱。
如果教育体系注重传授广泛的技能，而不是从小鼓励专业化，并且灵活的劳动力市场拥有良好的再培训设施，那么就业结构的转型就会更加容易。获得融资同样对促进转型至关重要，它使新经济中的初创企业能够雇用部分失业工人。在罗汉学院，我们通过阿里巴巴和蚂蚁金服等数字平台考察了融资的可得性，这些平台利用其大数据集中的信息代替抵押品来评估贷款申请。我们发现，平台经济使信贷能够覆盖远比传统银行所能触及的更多人群。
第三个问题涉及不平等，更难解决。经济学擅长对劳动力市场效率等问题给出明确的答案。相比之下，不平等问题在一定程度上关乎政治选择。新技术的行业偏向性意味着，当这些技术出现时，不平等通常会加剧。那些成功利用这些技术的人将获得高于其他劳动者的回报。
然而，关键问题不应是部分人是否会变得非常富有，而应是低技能人群的工资是否足够高，足以避免贫困。这在一定程度上取决于企业政策，因为当企业在当地规模变得非常庞大时，竞争可能无法推动工资上涨。数字时代的企业有选择权：它们可以利用技术以资本替代劳动力，并压低工资；也可以为了长期利润而将技术用于造福员工。在后一种情况下，员工福祉从新技术中获益更多，不一定仅仅体现在更高的工资上，也体现在更好的工作和生活条件上。
如果新技术加剧了经济不平等，却没有加剧贫困，一些社会可能会决定对此不采取任何行动。例如，欧洲国家对不平等的厌恶程度高于美国，并且已实施多种再分配计划来减少不平等。在获得充分支持的情况下，设计应对不平等加剧的政策并不困难。北欧国家长期依靠高税收来为广泛的社会支持计划提供资金。
无论社会对不平等持何种态度，需要避免的结果是贫困（或接近贫困）的工资水平。可能有必要实施强制性最低工资，或通过税收激励措施促使雇主提高低工资。毕竟，技术创新的意义不在于让人们有理由抵制它。
