经济学家们曾很有把握地断言，一股取代就业机会的机器人热潮正席卷劳动力市场。国际货币基金组织称，新冠肺炎疫情“正在加速就业岗位从较易受自动化影响的行业转移”。

不管是谷歌、脸书、亚马逊，还是腾讯、阿里、百度，科技巨头们都相继将未来发展趋势押在人工智能上，越来越多的公司也在用机器人取代工人。

但是，如果企业老板都在抱怨请不到人，那由疫情所引发的自动化浪潮真的产生了大批过剩劳动力吗？在后疫情时代的社会转型和科技快速迭代带来的思维转变语境之下，这场有关自动化的争论充斥着各种猜测。

失业大潮将至吗

经过多年的热捧，现在的人工智能已经深入到各个领域：每天都有几十亿人在智能手机和互联网服务中用到它；科学家们建议停止培训放射科的医生，因为计算机已经能够替代他们的工作；无人驾驶汽车的开发者预测机器人出租车将彻底改变交通运输格局；货车司机或仓库工人的工作也同样可以由机器人来代替。

英国《经济学人》杂志的文章称，美国俄亥俄州的连锁餐厅“李氏秘制鸡”（Lee’s Famous Recipe Chicken）在免下车取餐窗口安装了自助语音系统；匹兹堡国际机场最近成为美国首个使用紫外线机器人清洁工的机场；英国农民正在使用越来越多的机器采摘草莓和锄草。

除此之外，人工智能的进步使得为“零工”找到合适的人选变得十分便捷，因为现代人工智能系统不止依靠原始的评分系统，而是通过一系列信号来确定候选人是否适合。专业社交服务平台领英（linkedIn）保证可以在六小时内为任何项目找到合适的人员——并且，由于与优步达成了协议，可以确保他们在一个工作日内到达现场……有些公司甚至走得更远，裁掉了执行核心业务的员工，重新雇用短期合同工来完成特定的任务。

谷歌CEO桑达尔·皮查依形容人工智能的发展“比火或电的影响更深远”。普华永道预测，到2030年，人工智能将为全球经济增加16万亿美元。

值得关注的是，同时包含“疫情”和“自动化”两大关键词的新闻报道数量最近一年同比增长了25%。

机器人能替代一切吗

但《经济学人》的文章称，随着各经济体的重启，劳工短缺的困局仍在加剧。美国的劳动岗位空缺数量达到930万，创历史新高。加拿大的这一数字比新冠肺炎疫情前高出20%。即使是在经济重启速度较慢的欧洲，也有越来越多的雇主抱怨招聘难。对劳动力短缺的讨论一直围绕福利政策和经济动荡展开。

诺贝尔经济学奖得主约瑟夫·斯蒂格利茨在近期发表的一篇文章中表示，新冠肺炎疫情带来的外部成本正“促使人们加速开发和采用新技术以将人的工作自动化”。美国麻省理工学院的达隆·阿西默格鲁去年在美国国会听证会上表示，越来越多的公司“在用机器取代工人”。

经济学家确实有充分理由相信取代越来越多就业岗位的自动化浪潮将汹涌而来。经济衰退往往导致企业使用更多的机器人，其中的一个重要原因是如果公司收入下降但工人工资不降，劳动力成本就会变得更高。

国际货币基金组织的一项研究表明，在大流行病的背景下，企业老板们还有一个额外的动力来推进自动化——机器人不需要保持社交距离，也不会生病。而由于政府的经济刺激计划让企业也有了一些闲钱，或许他们现在就可以拿这些钱来购置机器人或人工智能软件。

人类终将失去工作的预言不绝于耳，关于自动化的争论一直没有停止过。美国《纽约时报》的一篇文章称，一些研究显示可被自动化取代的职位在去年大量减少，但这是因为技术变革还是因为封城措施所导致的还很难分辨。虽然美国的GDP已经恢复到接近疫情前水平，而与此同时就业数字仍比疫情之前低700万。有人认为这表明即便劳动力大量减少，经济仍能正常运行。然而，这可能只是因为劳动者的平均生产率在提高，也可能是因为一些尚未被充分了解的因素，比如远程工作。

随着对新冠肺炎病毒恐惧的逐渐消退，许多目前尚未就业的人会找到适合自己的工作，继而推动超越疫情前水平的生产力提升。

而机器人兴起取代更多就业机会的说法也显得牵强——不单单是因为存在企业招不到人的情况。在美国，收入最低的那些工人被认为最容易被自动化技术所取代，但他们目前工资上升的速度已超过平均水平，与2008年金融危机后的情况正相反。

新冠肺炎疫情前，可被自动化技术取代的岗位相对呈减少趋势，到2019年降至占岗位总数的57%。疫情发生之后这个趋势仍在继续，而且有证据显示它因疫情而加速。目前有55%的澳大利亚人从事容易被自动化取代的工作，在新西兰也有类似的趋势。然而，澳大利亚的失业率几乎和疫情之前一样低，雇主们对劳动力短缺的抱怨甚至比美国还要大。这样看来，自动化并没有把人丢进“垃圾堆”。

也许认为机器终将取代工人的悲观主义情绪是因为人们对机器进军就业市场的长久恐惧，而并非基于冷静的分析，毕竟几个世纪以来的技术进步从未导致广泛的结构性失业。拥有更多机器人的国家失业率往往更低而非更高。

对技术性失业的担忧是另一种表现，反映出人们对技术根深蒂固的迷恋和恐惧，也反映出许多经济学家希望政策制定者能多关注一个群体的就业前景——他们缺乏可供在市场上推销自己的技能，总是最容易受到经济转型和危机的影响。

人工智能的短板同样明显

毫无疑问，人工智能领域已经取得了显著进展，在诸多以前难以解决的问题上，计算机的表现已大幅改进。2010年年初，新的机器学习技术推动图像识别和语言处理等得到快速改进，学术界为之兴奋，之后便开始推广到企业。最先拥有人工智能技术的是互联网巨头。这些巨头拥有大量计算资源和海量数据，因而他们拥有更好的条件使用这项技术。

如今，现代人工智能技术驱动了搜索引擎和语音助手、解锁智能手机和人脸识别系统以及尝试识别社交媒体上不受欢迎的帖子的算法。从皮查依拿它类比电和火就可以看出，机器学习是一种通用技术，能够影响整个经济走向。该技术擅长识别数据中的模式，而且在任何地方都适用。比如，银行可以用它评估信用风险，防范诈骗；政府可以用它监控社会福利支付；人们可以“刷脸”消费；鸟类学家可以用它来分辨不同的鸟叫；天文学家可以用它来寻找行星……

不过，今天的人工智能技术真的可以带来翻天覆地的变化吗？《经济学人》指出，人们已经开始意识到人工智能的局限——尽管取得了这样大的成功，但关于人工智能的断言再度成空。研究人员开始怀疑人工智能是否已经遇到了瓶颈，人们的信心也开始动摇——无人驾驶不断更新技术，但离能满足人们的日常需求、足够安全地上路始终还差一步。同样，将人工智能整合到医学诊断中的努力比预期花费的时间更长，全球范围内人类放射科医师仍然短缺。

心脏病学家、热衷于人工智能研究的艾瑞克·托波尔在2019年调研了医疗人工智能领域后写道：“人工智能炒作的水平远远超过了其自身的科学水平，尤其是在患者护理方面。”

那些预测人工智能会改变世界的学者们也在报告中说，许多公司的管理者发现人工智能并不像预想中那么好，对它的热情也正在降温。研究机构高德纳公司表示，从2020年开始，在其公司提出的著名“炒作周期”理论中，人工智能技术可能进入到了下行阶段。投资者开始意识到了市场的跟风效应：风投基金MMC对欧洲人工智能创业公司的一项调查发现，有四成公司似乎根本没有用到任何人工智能技术。“投资营销绝对是个重要因素”，一位分析师含蓄地表示。

尽管当前的人工智能技术功能强大，但其局限性也明显存在。首先是实际操作上的。机器学习革命建立在三个事物基础上：改进的算法、运行算法更强大的计算机以及更多可让算法从中学习的数据。但数据并不总是现成的，即使数据存在，数据本身也存在“假设性”。其次，人工智能并不具有大多数人所理解的那种“只会”，它们是强大的模式识别工具，算法只是基于对过往大数据的梳理，但对剧变时代的前瞻性不够，没有对生物大脑而言理所当然的认知能力，难以做出推理、归纳和总结，也难以获得应变能力。它们可以在清晰界定的任务上表现杰出，但如果遇到意料之外的事物则可能错得离谱。如果不出现一项新的突破，这些弊端就从根本上限定了人工智能可以做什么、不可以做什么。