企业发布报告，AI分身上线解读数据——这是一个典型的人工智能在工作场景中的应用。有了AI的帮助，人可以有更多的时间来思考和创作，今天这篇文章，我想来展开说说，人工智能和人类大脑的差异，以及如何影响当下的行业尤其是就业市场。
正文：
自从ChatGPT和其他大型语言模型问世以来，世界被震撼了。ChatGPT生成类人语言和在各种任务中表现出色的能力，几乎远远超出了所有计算机科学家的预期。我在1990年代初期的大学时代就曾学习过人工智能，那时，自然语言处理是一个极具挑战性的问题，很难攻克，很多年几乎没有什么进展。近年来的革命性突破令人瞩目。
当我在2023年初首次尝试ChatGPT时，惊讶地发现其底层算法仅仅是几百行代码，目标函数也只是简单的统计预测下一个单词。然而，这个看似简单的模型，在庞大的数据上训练，使用强大的神经网络，能够理解语言并撰写文章，表现得比大多数人类还要好。
虽然有些人将大型语言模型的崛起与iPhone或互联网变革相提并论，但我并不这样看。AI对商业的影响，可能比移动互联网带来的变化更为渐进，但这一时刻的真正意义是哲学方面的。我相信这标志着一个“进化时刻”——不仅仅是另一个“iPhone时刻”——这是人类历史上的一个关键点，对我们理解人性有深远的影响。这就是为什么我会有如此强烈的情感反应。
我的反应首先是谦卑——意识到人脑本身并没有什么特别之处。凭借数十亿个连接和广泛的训练，一个简单的神经网络模型可以达到与人脑相当的语言理解水平。尽管今天的人工智能技术仍有很大改进空间，但它表明与机器或其他生命形式相比，人类大脑并不具备任何神秘或独特的特性——只是硬件更好，也许算法或布线更高效。人工智能达到完全人类智能只是时间问题。
接下来，我感到深深的自豪，这是人类的创新造就了如此奇迹的成就。我们的物种足够聪明，甚至创造出比我们自己更聪明的东西。
我对此还有一种敬畏之情，机器智能的最佳算法是模仿人类大脑，而人类大脑本身就是进化的产物。许多计算机科学家，包括我自己，曾尝试过不同的解决方案却未能成功，但最终证明类脑的深度神经网络才是答案。
最后，我感到一阵兴奋，人类的进化史可以给我们很多启发——不仅在于完善人工智能算法，还在于揭示我们作为人类真正的独特之处。甚至可能为寻找生命的意义提供洞见。
人工智能与人脑的区别
在回答AI与就业的问题之前，我们需要先了解人工智能和人脑之间的异同。除了两者都由数十亿甚至数万亿个神经元组成外，还有一个令人惊讶且至关重要的共同点：它们都是不可预测和难以解释的。与依靠固定规则和确定性行为运作的机器不同，人类的行为遵循广泛的模式，但在个体层面上仍然保留一定程度的不可预测性。
传统意义上的计算机程序可以被预测，但大模型则不可预测——它们在回答相同问题时可能提供略有不同的答案。同样，人工智能算法也难以解释。深度神经网络由数十亿个参数组成，分布在多个层级中。每一层以非线性方式处理数据，这使得追踪单个输入如何导致特定输出变得极其困难。这些模型的复杂性使得理解其内部运作几乎不可能。
同时人工智能系统与人脑之间还有关键差异——人脑的能效远远高于人工智能，人脑的工作功率约为20瓦特，类似于小型灯泡，而大语言模型则需要巨量算力和能量，可能在执行类似任务时消耗数千倍的能量。
其次，人工智能没有情感、伦理或意识——或者说它有吗？这是一个深刻的哲学问题。情感源于大脑功能，因此从理论上讲，随着人工智能的进步，它们可以被模仿。然而，情感也是数十亿年进化的结果，那么如果人工智能要发展出真正的情感，需要多长时间呢？接着，还有人工智能是否能具备意识或伦理的问题，这是一个重要的哲学议题，后面将进一步探讨。
最后，尽管人工智能可能在某些认知任务上超过人脑，但人工智能驱动的机器人(20.850，1.10，5.57%)在灵巧性和敏捷性方面仍显著逊色于人类。例如，尽管人工智能已经能够执行入门级程序员的任务，但在处理如服务员等工作的能力上仍显挣扎。人类解剖结构的复杂性，加上先进的感官反馈和卓越的运动控制，使人类的手具备无与伦比的精确和多样化运动能力。我们目前缺乏能够在功能上接近人手的材料，不像芯片与神经元之间的匹配。
考虑到手、脚和其他身体部位经历了数十亿年的进化才能达到现在的最佳形态，这并不令人惊讶，而人脑和语言的进化只用了几百万年。因此，提升机器人灵巧性和敏捷性是一个比语言处理更具挑战性的问题。即使是最先进的AI机器人，在轻松多样地捡起物体等简单任务上，仍无法比拟人类，更不用说像清理房间这样复杂的任务。尽管机器人发展会随着时间的推移而改进，但这一进步将是渐进的，许多服务工作将在许多年内仍然只能由人类完成。
生成式AI将创造更多就业机会，而不是使其消失
人工智能在不同任务端的能力差异，对各类工作的影响也不尽相同。近期也有很多研究揭示了人工智能对就业潜在影响的相关性，回应了大家关于工作岗位流失的普遍担忧。麦肯锡分析预计，到2030年，生成式人工智能可能会使美国经济中29.5%的工作时间实现自动化，而当下这一比例为21.5%。更多的研究结论认为，人工智能对就业的影响会体现在工作转型上，而非全面替代，许多职位可能会得到能力增强，而非完全消失。
人工智能对就业市场的影响，在不同领域里差异明显。某些工作，例如翻译，可能几乎完全被人工智能取代，但大多数职业可能会被部分自动化，特定的任务会被机器接管。然而，由于固有的风险和对人类判断的需求，某些角色将仍然由人类担任。
大多数研究探讨人工智能对就业的影响时，主要侧重在自动化方面，而忽略了关键点——要准确预测就业市场的趋势，必须同时考虑供需因素。在人工智能时代，一些行业可能会面临需求的增加，从而抵消自动化的影响。例如，即使人工智能自动化了某个职位50%的任务，如果该行业扩展三倍，仍然可能会使得就业数量增加。此外，随着社会富裕程度的提升，和个人休闲时间的增加，消费者行为趋向于体验精神层面的追求，而非物质商品的追求，这种大的行业趋势可能会创造新的就业机会。
人工智能难以取代的行业
从经济学角度来看，目前比较迫切的问题是，人工智能将取代哪些职业，是否会出现大量的失业？哪些行业会受到正面或者负面的影响？人工智能又将如何影响创新和教育？人工智能会如何影响收入分配吗？
图-自动化对不同产业的影响（作者绘制）
解答这些问题前，我创建了一个2X2象限图，我们把一些代表性行业分成两个维度，四个象限。横坐标是行业的科技自动化程度，从左边“容易自动化”到右边“难以自动化”。比较容易自动化的行业包括农业、家电、服装、汽车，还有数字娱乐行业。“难以自动化”的行业包括房地产行业，因为建筑工和装修工短期难以被机器人取代。旅游因为涉及到人的运输和服务，也比较难自动化。
纵坐标是需求层次的维度，从低的“物质需求”到高的“精神需求”。人的物质需求包括“衣食住”等行业，物质的需求到一定数量以后会相对饱和，而精神需求几乎是无止境的。旅游、娱乐还有教育属于精神需求，创新满足了人类探索的本能，所以也是精神需求。
由此可以得出结论：有些行业会萎缩，如制造业；有些行业会稳定，如房地产业和数字娱乐业；有些行业如旅行业和教育业，会扩大并且吸收更多的劳动力。
当然，从长远来看，百年以后教育和旅行说不定也能完全自动化。但有一项工作却可能永远只能由人类完成，这项工作就是创新，创新对人类而言是一种难以自动化的高级行为。
创新不是单一行业，分布在各行各业研发和创作活动中。创新是可以部分自动化的，人工智能可以帮忙自动做实验，记录数据、分析数据，或者训练机器去提议各种的解决方案。比如，人工智能可以帮助人类搜寻和测试问题的解决方案（就像AI系统AlphaFold），还可以辅助做一些艺术创作。但是一般来说，人类在提出问题和需求方面仍然占据主导地位。
因此，整个经济的就业结构将发生变化，但不会导致大规模失业。一些行业，如制造业将缩小，而另一些行业，如房地产和数字娱乐，将保持稳定。同时，旅游和教育等行业可能会扩张并吸纳更多劳动力。
值得考虑的是，随着人工智能技术的进步和经济的重塑，完全新的工作类别可能会出现。一个可能会日益突出的职位是社交媒体影响者。例如，旅行KOL、大V通过撰写有关他们新奇旅行经历的博客，帮助游客发现和规划自己的旅程。除了旅行，还有很多社交媒体影响者在美食、游戏和各种体验消费方面提供他们的建议。在这个过程中，这些人可以通过广告和赞助获得收入。随着人工智能继续转变传统行业，我们可能会看到类似角色的激增，这些角色凭借着人类独有的创造力和真实性来不断满足各种消费者需求。
比如近期我就关注到，中国短视频创作者李子柒沉寂三年后再次回归，其作品依然火爆海内外，圈粉无数。她的视频中融入了人工智能所缺少的真情实感，为全球观众提供了沉浸式的东方文化体验，不同文化背景的人们通过观看她的创作，感受着中华文化的深厚内涵、创新与传承。这也从侧面说明，创作者的灵魂与思想，是人工智能技术永远取代不了的。
总体而言，随着人们积累更多的休闲时间和财富，未来的就业市场可能涵盖一系列满足我们对独特、丰富和有意义体验的日益渴求的职业。人工智能可能会自动化这些角色的某些方面，但在创造和策划这些体验中的人类触感——一种必不可少的创新形式——可能仍然是不可替代的，而且这些没有想象力上限的行业还会继续创造就业机会。
从更长远的角度来看，也许在一代人之后，即使是建筑工人和旅行导游也可能完全被机器人和人工智能取代。然而，有一个角色可能永远保持由人类主导：创新。在上面的图中，我把“创新”置于右上象限，因为它提供了最高的满足感，并且特别难以自动化。创新并不局限于单一行业，而是在各个领域的研发活动中交织在一起。
人工智能时代，创新能力和人口规模更加重要
随着越来越多的工作岗位与创新有关，人工智能和机器人只能起到辅助的作用。有人说，创新只需要少数天才而非大量人口就能实现，我认为这种观点显然与历史趋势相悖。人类在创新方面正投入越来越多的资本和人力资源，而且人口越是密集的城市与地区，其创新力越旺盛，这种趋势现在并没有放缓的迹象。将来会有更多人具备参与某种形式创新活动的能力和意愿，其中既包括高技能工作（例如人工智能编程），也包括低技能工作（例如游戏测试和电影评论）。
而且，AI需要大量用户生成的数据进行训练，大量的消费群体是AI时代非常重要的创新要素。
AI等技术进步意味着，人类能用更少的工作时间创造出更多的商品和服务，这对人类是福音。如果AI使人类或人口变成多余，那一定是工作制度和社会分配制度出了问题，需要改进的是工作制度以及如何把商品和服务更好地分配给每个人。