人工智能與工作自動(dòng)化

編者按：ChatGPT 和生成式人工智能將改變我們的工作方式，但這次與過(guò)去200年掀起的所有其他浪潮又有何不同呢?這對(duì)于就業(yè)來(lái)說(shuō)又意味著什么?我們可以用兩種框架去思考這個(gè)問(wèn)題：一是杰文斯悖論，二是休謨的經(jīng)驗(yàn)主義。這樣的話，我們暫時(shí)還不用杞人憂天。文章來(lái)自編譯。

幾乎科技界的每個(gè)人都同意，對(duì)于我們可以用軟件做什么以及我們可以用軟件自動(dòng)化做什么來(lái)說(shuō)，生成式人工智能、大語(yǔ)言模型以及 ChatGPT 屬于代際變化。關(guān)于大語(yǔ)言模型的其他問(wèn)題并沒(méi)有達(dá)成太多共識(shí)——事實(shí)上，我們?nèi)栽谘芯繝?zhēng)論的焦點(diǎn)是什么——但每個(gè)人都同意會(huì)出現(xiàn)更多的自動(dòng)化，以及全新類型的自動(dòng)化。而自動(dòng)化意味著崗位，以及人。

這種情況的進(jìn)展速度也非常快：僅僅六個(gè)月后，ChatGPT 就擁有了(顯然) 1 億以上的用戶，而來(lái)自Productiv的數(shù)據(jù)表明，它已經(jīng)是排名前十的“影子 IT” app(編者按：指的是沒(méi)有經(jīng)過(guò)正式批準(zhǔn)就被員工使用的app)。那么，這會(huì)奪走多少工作崗位，速度有多快，是否會(huì)有新的工作崗位來(lái)取代它們?

最近幾年最熱門的影子IT應(yīng)用

首先我們應(yīng)該記住的是，工作自動(dòng)化的進(jìn)程已經(jīng)有 200 年了。每當(dāng)我們經(jīng)歷一波自動(dòng)化浪潮時(shí)，就會(huì)有一整個(gè)類別的工作會(huì)消失，但新的工作門類也會(huì)被創(chuàng)造出來(lái)。在這個(gè)過(guò)程當(dāng)中會(huì)存在陣痛和錯(cuò)位，有時(shí)候新的工作崗位會(huì)分配給不同地方不同的人，但隨著時(shí)間的推移，工作崗位總數(shù)不會(huì)下降，我們會(huì)變得更加繁榮富足。

美國(guó)人口普查(按行業(yè))，1870年—1930年

當(dāng)這種情況發(fā)生在你們這一代人身上時(shí)，人們自然而然地會(huì)擔(dān)心這一次不會(huì)再有新的工作崗位出現(xiàn)。我們可以看到一些工作崗位正在消失，但我們無(wú)法預(yù)測(cè)新的工作崗位會(huì)是什么，而且通常它們還不存在。根據(jù)經(jīng)驗(yàn)，我們知道(或應(yīng)該知道)，過(guò)去總會(huì)有新工作出現(xiàn)，而且這些工作也是不可預(yù)測(cè)的：1800 年的時(shí)候，沒(méi)人會(huì)預(yù)測(cè)到 1900 年有一百萬(wàn)美國(guó)人從事“鐵路”工作， 1900 年的時(shí)候，沒(méi)人會(huì)預(yù)見(jiàn)到“視頻后期制作”或“軟件工程師”會(huì)成為一個(gè)工作類別。但僅僅因?yàn)檫^(guò)去一直都這樣，就相信這種情況現(xiàn)在還會(huì)發(fā)生似乎還不夠。你怎么知道這次會(huì)延續(xù)之前的情況呢?這次會(huì)不一樣嗎?

在這一點(diǎn)上，任何一位一年級(jí)的經(jīng)濟(jì)學(xué)學(xué)生都會(huì)告訴我們，這個(gè)問(wèn)題這樣子回答是犯了“勞動(dòng)合成”(Lump of Labour)謬誤。

勞動(dòng)總量謬誤是這樣一種謬誤，即認(rèn)為社會(huì)中需要做的工作總量是固定的，如果機(jī)器承擔(dān)了部分工作，那么留給人類的工作就會(huì)減少。但是，如果用機(jī)器制造一雙鞋變得更便宜的話，則鞋子就會(huì)變得更便宜，于是就會(huì)有更多的人可以購(gòu)買鞋子，他們就可以留出更多的錢去花在其他東西上，我們就會(huì)發(fā)現(xiàn)我們需要或者想要的新東西或新的工作。效率的提升并不局限在鞋子上：一般來(lái)說(shuō)，它會(huì)通過(guò)經(jīng)濟(jì)向外擴(kuò)散，創(chuàng)造新的繁榮和新的就業(yè)機(jī)會(huì)。因此，雖然我們不知道新的工作崗位會(huì)是什么，但我們知道這樣一個(gè)模式，它不僅能說(shuō)明總會(huì)有新的工作崗位出現(xiàn)，而且還能說(shuō)明為什么這是這個(gè)過(guò)程中固有的現(xiàn)象。不用擔(dān)心人工智能!

我認(rèn)為，今天這個(gè)模式面臨的最根本的挑戰(zhàn)是這樣一個(gè)說(shuō)法：不對(duì)，過(guò)去 200 年的自動(dòng)化的實(shí)質(zhì)是我們一直在提高人類能力的規(guī)模。

“伏爾加河上的駁船搬運(yùn)工”，伊利亞·列賓，1870-73。 (注意右側(cè)地平線上出現(xiàn)了冒煙的蒸汽船。)

作為人類，我們是從做苦力的野獸開(kāi)始，然后向上發(fā)展的：我們先是自動(dòng)化了自己的腿，然后是手臂，然后是手指，現(xiàn)在是大腦。我們一開(kāi)始從事的是農(nóng)場(chǎng)工作，然后是藍(lán)領(lǐng)工作，再到白領(lǐng)工作，現(xiàn)在我們把白領(lǐng)工作也自動(dòng)化了，已經(jīng)沒(méi)有什么可以自動(dòng)化了。工廠被呼叫中心取代，但如果我們連呼叫中心也自動(dòng)化了，那人類還剩下什么可以做的?

關(guān)于這個(gè)問(wèn)題，我認(rèn)為了解另一段經(jīng)濟(jì)和科技史會(huì)有所幫助：杰文斯悖論(Jevons Paradox)。

19世紀(jì)的英國(guó)海軍還要靠燒煤來(lái)讓船跑起來(lái)。那時(shí)候英國(guó)擁有大量煤炭(那時(shí)候的英國(guó)就是蒸汽時(shí)代的沙特阿拉伯)，但人們擔(dān)心煤炭耗盡后該怎么辦。呃，工程師們說(shuō)：別擔(dān)心，因?yàn)檎羝麢C(jī)的效率會(huì)越來(lái)越高，所以我們使用的煤炭會(huì)越來(lái)越少。但杰文斯說(shuō)，不：如果我們讓蒸汽機(jī)變得更高效，那么它們的運(yùn)行成本就會(huì)更低，我們就會(huì)使用更多的蒸汽機(jī)，并將這些蒸汽機(jī)用于新的、不同的事物上，所以我們會(huì)使用更多的煤炭。創(chuàng)新可以與價(jià)格彈性建立關(guān)聯(lián)。

150 年來(lái)，我們一直將杰文斯悖論應(yīng)用在白領(lǐng)工作上。

替代手工抄寫(xiě)的打字機(jī)

替代人工簿記的加法機(jī)

還不存在的未來(lái)工作很難想象，但過(guò)去的部分工作已經(jīng)被自動(dòng)化所取代也很難想象。 在果戈里的筆下，1830 年代被剝削的職員整個(gè)職業(yè)生涯都消耗在復(fù)印文件上，一次一份，全靠手工。他們就是人類復(fù)印機(jī)。到了 1880 年代，打字機(jī)已經(jīng)可以以每分鐘兩倍字?jǐn)?shù)的速度打印出清晰易讀的文本，而復(fù)寫(xiě)機(jī)也能提供六份免費(fèi)副本了。打字機(jī)意味著一名職員的產(chǎn)出量可以提高 10 倍以上。幾十年后，像 Burroughs 這樣的公司制造的加法機(jī)對(duì)簿記和會(huì)計(jì)也做了同樣的事情：你再也不用拿起筆進(jìn)行累加了，而是用機(jī)器完成，時(shí)間只需要過(guò)去的20%，而且還不會(huì)出錯(cuò)。

這對(duì)文員的就業(yè)有何影響?結(jié)果社會(huì)雇傭了更多的文員。自動(dòng)化加上杰文斯悖論意味著創(chuàng)造出更多的就業(yè)機(jī)會(huì)。

如果配置了一臺(tái)機(jī)器的文員可以完成過(guò)去 10 名文員所做的工作，那么你的文員可能會(huì)減少，但你也可能會(huì)用這些人做更多的事情。杰文斯告訴我們，如果做某事變得更便宜、更高效的話，你可能會(huì)做更多這樣的事情——你可能會(huì)進(jìn)行更多的分析，或管理更多的庫(kù)存。你可能會(huì)建立一個(gè)不一樣的、更高效的企業(yè)，這之所以成為可能，是因?yàn)槟憧梢杂么蜃謾C(jī)和加法機(jī)實(shí)現(xiàn)業(yè)務(wù)管理的自動(dòng)化。

歷史在不斷重復(fù)著這個(gè)過(guò)程。這是 1960 年《公寓》中杰克·萊蒙 (Jack Lemmon) 飾演的 CC Baxter，他使用的是 Friden 的機(jī)電加法機(jī)，五十年前，加法機(jī)才剛剛出現(xiàn)，令人興奮。

機(jī)電加法機(jī)

這個(gè)鏡頭里面的每一個(gè)人都是電子表格中的一個(gè)單元格，整棟建筑物則是一個(gè)電子表格。每周一次地，樓頂會(huì)有人按下 F9，然后他們就開(kāi)始會(huì)重新計(jì)算。但他們已經(jīng)有了計(jì)算機(jī)，并且到了 1965 年或 1970 年地時(shí)候，他們購(gòu)買了一臺(tái)大型機(jī)，并廢棄了所有的加法機(jī)。那白領(lǐng)崗位崩潰了嗎?或者，就像 IBM 所宣傳的那樣，計(jì)算機(jī)是不是給你額外增加了 150 名工程師? 25 年后，PC 革命以及小盒子內(nèi)的會(huì)計(jì)部門對(duì)會(huì)計(jì)又產(chǎn)生了什么影響?

IBM稱擁有一臺(tái)大型機(jī)相當(dāng)于多了150名工程師

桌面版會(huì)計(jì)系統(tǒng)的廣告：一個(gè)小盒子取代一個(gè)會(huì)計(jì)部門

Dan Bricklin 在 1979 年發(fā)明了計(jì)算機(jī)電子表格：在那之前，“電子表格”都是紙質(zhì)的(你仍然可以在亞馬遜上買到)。關(guān)于電子表格地早期使用，他講述了一些有趣地故事：“人們會(huì)這么告訴我，‘所有這些工作都是我做的，同事們認(rèn)為我很棒。但我其實(shí)很懶，因?yàn)樽鐾昴切┦虑槲抑换�了一個(gè)小時(shí)，然后剩下的時(shí)間我都是在休息。別人認(rèn)為我是神童，但我只是使用了這個(gè)工具罷了�！�

EXCEL、PC出現(xiàn)后，會(huì)計(jì)崗位不降反升

美國(guó)1990-2020年間會(huì)計(jì)、簿記、工資服務(wù)、納稅服務(wù)相關(guān)崗位情況

那么，Excel和PC對(duì)會(huì)計(jì)崗位有何影響呢?會(huì)計(jì)的崗位增加了。

40 年后，電子表格是不是意味著你可以早點(diǎn)休息了?其實(shí)不然。

年輕人可能不相信這一點(diǎn)，但在電子表格出現(xiàn)之前，投資銀行家的工作時(shí)間確實(shí)很長(zhǎng)。多虧有了 Excel，高盛的員工才能完成所有工作并在周五下午 3 點(diǎn)離開(kāi)辦公室�，F(xiàn)在，大語(yǔ)言模型意味著他們每周只需工作一天!

新技術(shù)通常會(huì)讓做某件事情變得更便宜、更容易，但這可能意味著你可以用更少的人做同樣的事情，或者你可能也可以用同樣的人做更多的事情。它還往往意味著你改變了要做的事情。一開(kāi)始，我們讓新工具適應(yīng)舊的工作方式，但隨著時(shí)間的推移，我們開(kāi)始改變工作方式來(lái)適應(yīng)這個(gè)工具。當(dāng) CC Baxter 所在的公司購(gòu)買大型機(jī)時(shí)，他們先是將現(xiàn)有的工作方式自動(dòng)化，但隨著時(shí)間的推移，新的業(yè)務(wù)運(yùn)營(yíng)方式成為可能。

因此，所有這一切都表明，默認(rèn)情況下，我們應(yīng)該期望大語(yǔ)言模型能夠像 SAP、Excel、大型機(jī)或打字機(jī)一樣顛覆、取代、創(chuàng)造、加速和增加就業(yè)機(jī)會(huì)。這只是有了更多的自動(dòng)化。機(jī)器可以讓一個(gè)人完成十倍的工作，但你還是需要這個(gè)人。

對(duì)于這種看法，我認(rèn)為有兩個(gè)反駁論據(jù)。

第一條，是，也許這確實(shí)與我們從互聯(lián)網(wǎng)、個(gè)人電腦或PC上看到的變化更為相似，或許著不會(huì)對(duì)凈就業(yè)產(chǎn)生長(zhǎng)期影響，但這一次發(fā)生的速度會(huì)更快，因此帶來(lái)的陣痛會(huì)更大，調(diào)整起來(lái)也會(huì)更加困難。

LLM 與 ChatGPT 的發(fā)展速度肯定比 iPhone、互聯(lián)網(wǎng)，甚至個(gè)人電腦要快得多。 Apple II 的上市時(shí)間是 1977 年，IBM PC 上市時(shí)間為 1981 年，Mac 上市時(shí)間為 1984 年，但直到 20 世紀(jì) 90 年代初，PC 的使用量才達(dá)到 1 億臺(tái)：但推出僅僅六個(gè)月后， ChatGPT 用戶數(shù)就達(dá)到了 1 億。你不需要等電信公司建立寬帶網(wǎng)絡(luò)，或者等消費(fèi)者購(gòu)買新設(shè)備，生成式人工智能，是建立在過(guò)去十年建立起來(lái)的一整個(gè)技術(shù)棧的基礎(chǔ)之上的：云計(jì)算、分布式計(jì)算以及眾多機(jī)器學(xué)習(xí)技術(shù)棧。對(duì)于用戶來(lái)說(shuō)，它只是一個(gè)網(wǎng)站。

如果你再思考一下來(lái)自Productiv和 Okta(了用不同方法)的這些圖表的意味時(shí)，你的預(yù)期可能會(huì)有所不同。他們這兩家公司報(bào)告稱，其典型客戶現(xiàn)在擁有數(shù)百種不同的軟件應(yīng)用，而企業(yè)客戶擁有的軟件數(shù)量則有近 500 種。

中小企業(yè)、大企業(yè)擁有的SaaS應(yīng)用數(shù)量不斷增長(zhǎng)

不同行業(yè)的平均app數(shù)量也是增長(zhǎng)趨勢(shì)(每客戶)

可是，企業(yè)對(duì)云計(jì)算的采用率仍僅占工作流的四分之一。

云化的道路還很長(zhǎng)

這對(duì)于工作場(chǎng)所的生成式人工智能意味著什么?不管你認(rèn)為會(huì)發(fā)生什么事情，其所需要的時(shí)間都會(huì)是數(shù)以年計(jì)，而不是以周計(jì)。

人們用來(lái)完成手頭工作的工具，以及某些現(xiàn)在可能會(huì)有一層新的自動(dòng)化分擔(dān)的任務(wù)，是非常復(fù)雜且非常專業(yè)的，里面可能集成了大量的工作和機(jī)構(gòu)知識(shí)。很多人都在嘗試 ChatGPT，看看它能做什么。也許你就是其中之一。但這并不意味著 ChatGPT 已經(jīng)取代了他們現(xiàn)有的工作流，替換或自動(dòng)化掉這些工具和任務(wù)中的任何一個(gè)都不是小事。

變革性技術(shù)一次令人驚嘆的演示，與一家大型復(fù)雜公司持有的，別人的業(yè)務(wù)可以使用的東西之間存在巨大差異。你登門拜訪律師事務(wù)所時(shí)，很少只是為了兜售一個(gè) GCP (谷歌云平臺(tái))的翻譯或情緒分析的 API 密鑰：你需要把它包裝進(jìn)控制、安全、版本控制、管理、客戶權(quán)限以及只有法律軟件公司才知道的一大堆其他內(nèi)容里面(在過(guò)去十年的時(shí)間里，很多機(jī)器學(xué)習(xí)公司已經(jīng)認(rèn)識(shí)到了這一點(diǎn))。公司一般都沒(méi)法買“技術(shù)”。 Everlaw不賣翻譯，People.ai 也不賣情感分析——他們賣工具和產(chǎn)品，而人工智能通常只是其中的一部分。我不覺(jué)得文本提示、“開(kāi)始”按鈕、黑箱、通用文本生成引擎能成為產(chǎn)品，產(chǎn)品需要時(shí)間。

與此同時(shí)，購(gòu)買管理大型復(fù)雜事物的工具也需要時(shí)間，哪怕這種工具已經(jīng)開(kāi)發(fā)出來(lái)并找到了產(chǎn)品市場(chǎng)匹配。要想做企業(yè)軟件初創(chuàng)企業(yè)，面臨的最基本挑戰(zhàn)之一是初創(chuàng)公司的融資周期為18 個(gè)月，而許多企業(yè)的決策周期就要 18 個(gè)月。 SaaS本身加速了這格周期，因?yàn)槟悴恍枰�進(jìn)入企業(yè)數(shù)據(jù)中心的部署計(jì)劃，但你還是得購(gòu)買、集成和培訓(xùn)，而對(duì)于擁有數(shù)百萬(wàn)客戶以及數(shù)萬(wàn)或數(shù)十萬(wàn)員工的公司來(lái)說(shuō)，不要一下子就做出改變是有充分理由的。到達(dá)未來(lái)需要一段時(shí)間，硅谷以外的世界很復(fù)雜。

第二個(gè)反駁論據(jù)是，ChatGPT 和 LLM 范式轉(zhuǎn)變的一部分是抽象層的轉(zhuǎn)變：這看起來(lái)像是一種更通用的技術(shù)。確實(shí)，這就是它令人興奮的原因。他們告訴我們，它可以回答任何問(wèn)題。因此，你可以看看那張圖里面的473 個(gè)企業(yè) SaaS 應(yīng)用，然后說(shuō) ChatGPT 會(huì)顛覆這一切，然后將許多垂直應(yīng)用折疊到一個(gè)提示框之中。這意味著它會(huì)發(fā)展得更快，并且自動(dòng)化程度更高。

我認(rèn)為這是誤解了這個(gè)問(wèn)題。如果律師事務(wù)所的合伙人想要一份文件的初稿，他們對(duì)參數(shù)調(diào)整的要求會(huì)與處理索賠的保險(xiǎn)公司銷售人員完全不同，他們可能會(huì)使用不同的訓(xùn)練集，當(dāng)然還有一堆不同的工具。 Excel 也是“通用用途”工具，SQL 亦然，但是有多少種不同類型的“數(shù)據(jù)庫(kù)”呢?這就是我認(rèn)為大語(yǔ)言模型的未來(lái)會(huì)從提示框轉(zhuǎn)向 GUI 和按鈕的原因之一 —— 我認(rèn)為，“提示工程”與“自然語(yǔ)言”這兩個(gè)東西是相互矛盾的。但不管是哪一種，就算你可以在一個(gè)龐大的基礎(chǔ)模型之上把一切作為一層薄薄的封裝來(lái)運(yùn)行(而且對(duì)于這一點(diǎn)大家還沒(méi)有達(dá)成一致或明確)，這些封裝也是需要時(shí)間的。

事實(shí)上，雖然有人可能會(huì)認(rèn)為大語(yǔ)言模型會(huì)在一個(gè)軸向上將許多應(yīng)用納入其中，但我認(rèn)為，隨著初創(chuàng)公司從 Word、Salesforce 和 SAP 剝離出更多用例，它們同樣有可能在其他軸向上掀起一波全新的解綁浪潮，同時(shí)，通過(guò)解決在大語(yǔ)言模型讓你具備解決能力之前沒(méi)人意識(shí)到的問(wèn)題來(lái)建立一大堆更大的公司。畢竟，這個(gè)進(jìn)程解釋了為什么大公司如今會(huì)擁有 400 個(gè) SaaS 應(yīng)用。

當(dāng)然，更根本的問(wèn)題是錯(cuò)誤率。 ChatGPT 是“任何問(wèn)題”都可以回答，但答案可能是錯(cuò)的。大家稱之為幻覺(jué)、編造事實(shí)、撒謊或胡說(shuō)八道——這就是“過(guò)于自信的大學(xué)生”問(wèn)題。但我認(rèn)為這樣的思維框架沒(méi)什么幫助：我認(rèn)為理解這一點(diǎn)的最好辦法是，當(dāng)你在提示框輸入某些內(nèi)容時(shí)，其實(shí)根本就沒(méi)有要求它回答問(wèn)題。相反，你想問(wèn)的是“人們可能會(huì)對(duì)這樣的問(wèn)題給出什么樣的答案?”你要求它匹配一個(gè)模式。

因此，如果我讓 ChatGPT4 寫(xiě)一篇我自己的傳記，然后再問(wèn)它，它會(huì)給出不同的答案。它會(huì)說(shuō)我上過(guò)劍橋、牛津或倫敦經(jīng)濟(jì)學(xué)院(LSE);我的第一份工作是做股票研究、咨詢或財(cái)經(jīng)新聞。這些總是對(duì)的模式：正確的大學(xué)類型，正確的工作類型(它從來(lái)沒(méi)說(shuō)我上過(guò)麻省理工學(xué)院，然后第一份工作是餐飲管理)。對(duì)于“像我這樣的人可能拿到的是什么類型的學(xué)位，從事什么樣的工作?”這個(gè)問(wèn)題，它給出了 100% 正確的答案。對(duì)于這個(gè)問(wèn)題，它不是在進(jìn)行數(shù)據(jù)庫(kù)查詢：而是在創(chuàng)建一個(gè)模式。

這張圖是我用MidJourney生成的，換你來(lái)也能得出類似的內(nèi)容。提示詞是“戛納國(guó)際創(chuàng)意節(jié)，海灘邊，廣告從業(yè)人員在研討會(huì)臺(tái)上討論創(chuàng)意的照片�！�

圖片與模式幾乎完美匹配——看起來(lái)很像戛納的海灘，這些人的服裝很像廣告人，連發(fā)型也很合適。但它什么都不知道，所以它不知道人從來(lái)沒(méi)有三條腿，只知道這不太可能。這不是“撒謊”或“編造”——它是在匹配一個(gè)模式，只不過(guò)不夠完美。

不管你怎么稱呼它，如果你不理解這一點(diǎn)，你就會(huì)遇到麻煩，就像這位不幸的律師所經(jīng)歷的情況那樣，他不明白，當(dāng)他要求提供判例時(shí)，他其實(shí)是在要求看起來(lái)像判例的東西。他適時(shí)地得到了看似是判例的東西，但事實(shí)并非如此。它不是數(shù)據(jù)庫(kù)。

如果你確實(shí)明白了這一點(diǎn)，那你就得問(wèn)一個(gè)問(wèn)題，LLM 有什么用處?把本科生或?qū)嵙?xí)生(這些人可以重復(fù)你可能需要檢查的模式)自動(dòng)化有什么用處?上一波機(jī)器學(xué)習(xí)給你帶來(lái)了無(wú)數(shù)的實(shí)習(xí)生，這些實(shí)習(xí)生是可以替你閱讀任何東西，但你必須檢查，現(xiàn)在我們有了無(wú)數(shù)可以為你寫(xiě)任何東西的實(shí)習(xí)生，但你也必須檢查。那么這些數(shù)量無(wú)限的實(shí)習(xí)生有什么用呢?問(wèn)問(wèn)Dan Bricklin——我們又回到了杰文斯悖論。

顯然，話題就講到了通用人工智能(AGI)。對(duì)于我剛才所說(shuō)的一切，真正根本的反駁是提問(wèn)，如果我們有一個(gè)錯(cuò)誤率為零、沒(méi)有幻覺(jué)，并且確實(shí)可以做人可以做的任何事情的系統(tǒng)的話，情況會(huì)怎么樣?如果我們有了這個(gè)東西，那你可能不需要一名產(chǎn)出相當(dāng)于十名普通會(huì)計(jì)，會(huì)用EXCEL的會(huì)計(jì)了：你可能只需要那臺(tái)機(jī)器就行了。那么這一次的話，情況也許真的會(huì)有所不同。以前的自動(dòng)化浪潮意味著一個(gè)人可以做更多的事情，但現(xiàn)在你已經(jīng)不需要這個(gè)人了。

不過(guò)，就像許多 AGI 問(wèn)題一樣，如果你不小心的話，這可能會(huì)變成一個(gè)死循環(huán)。 “如果我們有一臺(tái)可以做人能做的任何事情的機(jī)器，又沒(méi)有任何這些限制的話，那么它會(huì)做人能做的任何事情，并且沒(méi)有這些限制嗎?”

嗯，確實(shí)，如果是這樣的話，我們可能會(huì)遭遇的問(wèn)題就比中產(chǎn)階級(jí)就業(yè)問(wèn)題還要大，但我們距離這個(gè)已經(jīng)很接近了嗎?也許就算你用了幾周的時(shí)間仔細(xì)觀看計(jì)算機(jī)科學(xué)家爭(zhēng)論這個(gè)問(wèn)題的三個(gè)小時(shí) YouTube 視頻，最后得出的結(jié)論也是他們其實(shí)也不知道。你可能還會(huì)認(rèn)為，這個(gè)神奇的軟件將改變一切，并超越真實(shí)的人、真實(shí)的公司以及實(shí)體經(jīng)濟(jì)的各自復(fù)雜性，并且現(xiàn)在可以在幾周而不是幾年之內(nèi)部署，這聽(tīng)起來(lái)像是經(jīng)典的技術(shù)解決主義，但從烏托邦變成了反烏托邦。

不過(guò)，作為一名分析師，我更傾向于認(rèn)可休謨的經(jīng)驗(yàn)主義而不是笛卡爾的哲學(xué)——我只能分析我們所能知道的東西。我們還沒(méi)有通用人工智能，在沒(méi)有通用人工智能的情況下，我們就只會(huì)有另一波的自動(dòng)化浪潮，而且我們似乎沒(méi)有任何先驗(yàn)的理由來(lái)解釋為什么這次就一定會(huì)比之前的其他所有浪潮多多少少要更痛苦些。

譯者：boxi。