本 書 價 值
你的工作未來會被AI取代嗎？AI浪潮勢不可擋，人類該何去何從？著名人工智能科學家李開復博士，將深度解析人工智能時代未來十年大趨勢，解密真正的人工智能危機，探索人類與AI共存的藍圖。
閱 讀 收 獲
- 找到提升自己競爭力的方法，避免被淘汰
- 讀懂全球人工智能未來版圖
- 理解科技對全人類的顛覆式影響
- 學會應對創造與破壞並存的人工智能革命
金 句 精 選
1.人工智能未來如何發展，最重要的因素是人類如何採取行動。
2.人工智能固然強大，而人類獨有的愛才是我們生活中最需要的。
3.深度學習的問世，意味著我們將從專家的年代轉變為數據的年代。
作 者 簡 介
李開復
李開復博士是創新工場創始人及首席執行官，創新工場人工智能工程院院長，先後獲得過10項美國專利。李開復博士曾任谷歌全球副總裁兼大中華區總裁，被《時代》週刊雜誌評選為影響全球100位年度人物之一。2019年1月23日，世界經濟論壇宣佈成立“AI委員會”，李開復博士出任聯席主席。
正 文
2017年5月27日，一場人工智能與人類的“大戰”吸引了全世界的目光。人類圍棋棋手柯潔在與人工智能機器AlphaGo的圍棋對決中，用盡全部的腦力與戰術，依舊以0:3的比分慘敗。
人工智能的勝利引發了全世界範圍內的討論，人工智能會帶來新一輪的產業革命嗎？會戰勝人類嗎？面對勢不可擋的人工智能浪潮，許多國家都加大了對人工智能的研發和投資力度，我國在這一數據上首次超越了美國，全球範圍內的創業者們也力圖在這個浪潮中立於不敗之地。
人工智能時代已經來臨。
一、我國的互聯網創業戰場
1.模仿
在我國互聯網的起步階段，創新公司會大幅借鑑硅谷的網站，這有助於完善我國當時缺乏的基礎工程和創業技能。例如，美團創始人王興在打造美團這個團購網站之前，就效仿美國的Facebook創建了“校內網”，後來因財務等各種原因，被迫出售，新東家將其改名為“人人網”。王興在2007年捲土重來，模仿Twitter創建了“飯否”，曾紅極一時，後又倒閉。
2010年，王興仿效Groupon（美國團購網站）的商業模式，在我國推出團購網站“美團”。經過數年的不懈努力，美團已經成為我國最大的互聯網公司之一。
這種擅長模仿的企業家，借鑑國外的先進經驗，雖然做法遭到了很多硅谷精英的批評和諷刺，但是你不能不說他是成功的。
2.本土化
對於早期的互聯網公司來說，模仿是第一步，第二步就是將產品本土化。當我國的互聯網產品和硅谷原創產品直接競爭時，美國公司對產品本地化的不情願成了我國創業者最大的機會。
馬雲在1999年創辦阿里巴巴集團，2002年全球最大的電商龍頭eBay就進入了我國，這對阿里無疑是一個最大的威脅。當eBay大規模進軍我國，收購易趣網，打造電商巨頭的時候，馬雲則根據我國的實際情況調整電商網站的商業模式。
在這個過程中，他創建了淘寶網，直接和eBay的核心業務競爭；又創建了支付寶，克服了用戶對在線購物信任感的不足；馬雲最大的武器則是創建了“免費+增值服務”的營收模式：基本功能免費，增值服務收費。而當時，在eBay上發佈商品需要收費，商品售出也要收費。很快，熟悉我國用戶的馬雲打出了致命一槍：保證接下來3年，在淘寶網上發佈商品完全免費，很快就變成無限期免費。
eBay發佈了一篇新聞稿教訓馬雲：“免費不是商業模式”。
事實證明，免費可以是一種商業模式，馬雲取得了巨大的成功。當市場足夠龐大，大賣家不得不選擇付費購買廣告和搜索排名，而知名品牌勢必也會支付更多的費用，在淘寶網更高級的兄弟網站“天貓”銷售商品。不出一年，eBay完全撤出了我國市場。3.廝殺
打敗了不願本土化的美國公司，我國的互聯網創業者並不能放鬆心情，因為他們要面臨的是更加殘酷的國內同行的廝殺。在模仿與借鑑司空見慣的市場上，創業者只能選擇比競爭對手工作更努力，執行更到位。所謂的“千團大戰”就是一個最好的例子。
當美國團購網站Groupon在短短16個月內衝破了10億美元的市值，並轟動國內外時，我國的創業者聞風而動。加上我國的買家痴迷打折，討價還價是一門藝術。於是，數千家團購公司加入戰局，這浩浩蕩蕩的團購創業大軍，抱著美好的希望，走向“死亡遊戲”，因為勝利者往往只有一個。王興就是那個從血與火的競爭中熬煉出來的冠軍角鬥士。
別人融資，燒錢，打廣告，打價格戰，王興就專注於打造適合我國用戶偏好的用戶界面，首創自動化支付機制，打通商家的渠道。“高築牆、廣積糧、緩稱王”是他的策略。最後大多數競爭者鎩羽而歸，只剩下美團、大眾點評和糯米網屹立不倒。後來，美團和大眾點評合併，完成蛻變，成為一個龐大的消費服務王國。
4.數據的王國
在競技場上，除了敏銳的商業嗅覺和精明的頭腦，大數據也是非常重要的成功因素。送外賣、汽車維修、共享單車、街頭便利店等行業的互聯網化，使我國擁有了人工智能時代的大量關鍵資源——數據。靠著實地苦幹，我國在這方面遠遠超過了美國，成為全球最大的數據生產國，為人工智能實幹年代的領導地位奠定了基礎。其中有一項突破性的技術——深度學習，大大推進了人工智能的發展，也第一次把人工智能真正地應用到現實世界中。
①深度學習
本質上說，深度學習其實是一種神經網絡算法，使用了大量來自特定領域的數據，為想要的結果做出最佳決策。其方法是讓系統使用這些輸入的數據，訓練自己識別數據和期望結果之間的關聯性。深度學習的核心能力是識別規律、得出最優解、做出決策，可應用在很多日常問題上。
這麼做需要大量的相關數據、強大的算法、足夠細化的領域以及明確的目標，欠缺任何一個都無法成功。在我國，這些因素全都有。
②發明和專家的年代→實幹和數據的年代
深度學習的問世，意味著我們將從專家的年代轉變為實幹和數據的年代。唯有真正落地應用於生產生活中，學術研究才能變得有意義。現今，成功的人工智能算法需要三樣東西：大數據、強大的電腦運算能力，以及優秀（但未必頂尖）的人工智能算法工程師。在實幹的年代，數據是最重要的。人工神經網絡獲得的樣本數據越多，就越能正確識別出形態，準確辨認真實世界裡的東西。
發明的年代轉向實幹的年代，專家的年代轉向數據的年代，這兩項轉變使得我國具有巨大的優勢。我國的數據優勢不僅體現在數量上，在質量上也有保證。對比美國，硅谷巨頭從用戶在線活動中收集數據，如搜索、上傳照片、觀看視頻、點贊等。而我國公司則根據用戶現實世界的行為收集數據：何時何地購買了什麼物品、餐飲習慣、化妝品的選用、交通服務的選取等。顯然，我國的用戶數據更加準確。
③另類的互聯網世界
自iPhone於2007年問世後，移動互聯網的時代就到來了。與西方不同的是，我國大批用戶跳過了個人計算機時代，使用智能手機實現了第一次網絡體驗。2004年，阿里巴巴首創針對我國用戶的數字支付平臺——支付寶，後來又為適應智能手機改造了該產品；2011年，全球最大的移動應用程序——微信問世，顛覆了在計算機桌面上大獲成功的QQ。我國最大的兩個互聯網巨頭阿里巴巴和騰訊，為爭奪移動支付市場的份額，展開了一場沒有硝煙的戰爭，微信在2014年除夕夜發動了空襲，武器就是我國的傳統習俗“發紅包”，劍指“支付寶”。
接下來的幾年，阿里巴巴、騰訊、餓了麼、抖音、OfO、滴滴以及數千家創業公司爭相把這些工具應用到我國城市生活中的每一個支付場景：外賣、電費賬單、網紅直播、上門美甲、共享單車、火車票、電影票、交通罰單等。在政府“大眾創業，萬眾創新”的政策鼓勵下，我國到處都是“O2O”（Onine To Offline，線上到線下）。
人們只需要一部聯網的智能手機即可完成絕大部分的消費，生活極大地得到了便利。我國龐大的數據和消費者使得本土的互聯網巨頭在營收及市值方面迎頭趕上美國對手，甚至擊敗它們。
二、人工智能領域，中美兩國孰優孰劣？
在21世紀要建設人工智能大國，需要具備四個條件：大量的數據、執著的企業家、優秀的人工智能科學家和有利的政策環境。我國和美國無疑是最大的兩個超級人工智能大國，它們之間的較量影響著全球的格局。
1.實幹和數據的年代
雖然美國在頂尖人工智能科學家方面仍然領先，但在這個人工智能實幹的年代，美國硅谷的優勢將不復存在。
我國互聯網創業公司的競技場選拔出了世界上最精明強悍的企業家，創造了世界上最豐富的數據生態環境，人工智能專家不斷湧現，我國政府的人工智能計劃在新的投資熱潮中激流勇進，引導了創業、創新的新方向。
2.人工智能七巨頭的競賽
向人工智能研究投入大量資源的公司有數百家，七大人工智能巨頭——谷歌、Facebook、亞馬遜、微軟、百度、阿里巴巴和騰訊脫穎而出。其中，美國有四家，我國有三家。目前我國在實幹的年代，搶佔了先機。但是如果真的有人發明了下一個和深度學習一樣偉大的技術，而且是在密閉的企業環境中，形勢就非常難說了。美國的谷歌是最有可能的候選人。
目前，谷歌已經率先在機器人（如AlphaGo）和無人駕駛領域取得了一定的成功。瘋狂燒錢則為谷歌招攬了世界上大部分最聰明的人工智能從業者，排名前100的人工智能研究人員和工程師中，大約半數隸屬谷歌。
3.計算機芯片
每一代計算機都需要芯片。我國政府數十年來都在努力研發高性能芯片，但是過去三十年，美國硅谷公司一直保持著領先地位。未來十到二十年，這一優勢可能會被我國政府和風投趕上，因為在人工智能帶來的大規模經濟變化前，政府和企業都非常重視芯片。究竟鹿死誰手，還未可知。
4.自動駕駛的困境
作者認為，自動駕駛汽車將來一定會比人力駕駛汽車安全得多，大規模推行這種技術將大幅減小交通事故傷亡率，也能大幅提高交通和物流效率。但這項技術可能會導致部分人群失業甚至失去生命。這個風險已經初步在美國顯現出徵兆，如特斯拉自動駕駛汽車致死事件。美國卡車司機強烈反對自動駕駛汽車的應用，2017年，卡車司機工會成功遊說美國國會在推行自動駕駛的應用法案中，將卡車排除在外。
而在我國，政府單獨規劃自動駕駛區域，可以有效避免意外事件的發生，同時基於本國的文化價值觀制定相關政策，這無疑更加有利於人工智能的加速發展。
三、做到人工智能發展的四波浪潮
1.第一波浪潮：互聯網智能化
你是否沉迷抖音短視頻無法自拔？淘寶和京東怎麼好像知道你想買什麼？若你曾有類似體驗，那麼你很有可能是互聯網人工智能的收益者（受害者）。
第一波人工智能浪潮興起於十幾年前，在2012年成為主流。大體上說，互聯網人工智能就是使用人工智能算法作為推薦引擎：這些算法瞭解、研究、學習我們的個人喜好，從而推薦專門針對我們的內容。
驅動這些人工智能引擎的，正是它們獲得的數據。目前最大的數據庫掌握在互聯網巨頭手裡。但是這些數據必須貼上標籤，才能真正對算法有所幫助。這裡的標籤並不需要主動評價內容，或是給內容加上關鍵詞，而是把數據和待定行為連接起來，如購買與未購買，點擊與未點擊等等。這些“標籤”都被用來訓練算法，然後由算法推薦內容與商品給用戶，讓我們消費得更多。
一方面，人工智能為我們提供了便利；另一方面，人工智能也可以通過數據來學習和了解人類。第一波人工智能浪潮催生了一批以人工智能算法為驅動的互聯網公司，在我國，這類公司的領頭羊是今日頭條。今日頭條的人工智能引擎在互聯網上搜尋內容，使用自然語言處理和計算機視覺技術，消化整理來自合作伙伴及特約撰稿人的大量文章與視頻，再根據用戶的以往行為，如點擊、閱讀、瀏覽、評論等，針對每個用戶的興趣、喜好和習慣高度定製動態推送。利用人工智能算法，今日頭條取得了巨大的成功。
2.第二波浪潮：商業智能化
第一波人工智能浪潮的基礎是給互聯網用戶的瀏覽數據貼標籤，而商用人工智能則是給傳統公司數十年來積累的大量專業數據貼標籤，如保險公司理賠事故中鑑別保險欺詐，銀行核發貸款時記錄還款率，醫院保存診斷記錄及患者存活率等。商用人工智能從這些數據庫中挖掘人類往往會忽視的隱性聯繫，參考遺忘的決策與結果，利用貼了標籤的數據訓練算法，最終使其超越經驗最豐富的人類從業者。
目前，在能夠直接接入商用人工智能的產業中，小微金融是最有前景的一個。智融集團研發的人工智能應用使用算法就可以評估貸款的風險，並做出比人精確的判斷。
智融集團的深度學習算法不只看明顯的指標，如用戶的微信錢包裡有多少錢，它也根據一般銀行貸款審核人員認為無關緊要的數據點來做出分析，如用戶輸入出生日期的速度、手機電池還剩多少電量以及數以千計的其他數據。這些數據看似關聯性非常弱，但是一旦數量非常巨大，就能大大增加人工智能貸款判斷的準確性。這是人類做不到的。
商用人工智能並非只能用在跟錢有關的領域，同樣也可以用在數據驅動的公共服務上，比如醫療診斷領域。它可以幫助一流的醫生尋找疾病數據的關聯性，做出更好的診斷，服務更多的病人，緩解醫療壓力。商用人工智能同樣也可以做法庭助手，使用以往案例數據，向法官提供相關證據及判決的建議等等。
3.第三波浪潮：實體世界智能化
第三波浪潮就是把人工智能延伸至我們的生活環境，以大量的傳感器及智能型器材，把我們的現實世界轉化成可被深度學習算法分析與優化的數據。我們會進入一個線上與線下融合的新環境，作者把這個新環境稱為“線上線下融合”（Online-Merge-Offline），簡稱OMO。OMO把數據世界和現實世界完全整和起來，把線上世界的便利性帶進線下世界裡，把在線下世界裡感知到的內容帶到線上世界裡。
未來，感知人工智能將把購物商場、雜貨店、城市街道甚至我們的住所轉化成OMO環境，還會產生一些令用戶真正有未來主義感覺的人工智能應用。作者相信在未來，當你走進OMO驅動的超市，購物車會把你經常購買的食物列表自動顯示出來供你參考，你可以直接告訴它你的需求，你不再需要手動推車，它會自動跟在你身後不遠的地方。
OMO除了可以應用在購物上，還可以驅動教育，在課堂練習、家庭作業與練習、考試與評分、量身打造的家教輔導這四種場景中都可得到應用。這不但可以減輕教師的負擔，讓他們有更多時間關心學生的其他方面；也可以幫助學生學習，尤其是成績較差的學生，人工智能系統可以提供詳細的課堂信息，家長和學生可根據這些信息選擇相應的輔導服務等。
那麼問題來了，我們如何在個人隱私和公共數據之間求得平衡呢？這恐怕取決於每個國家的選擇。美國對用戶隱私的保護力度，從Facebook的“劍橋分析”事件及之後的一系列聽證會就可見一斑。我國在2017年開始實行的《中華人民共和國網絡安全法》中，也規定了要對非法收集、買賣用戶數據的行為進行處罰。但總體來看，目前我國用戶對於公共場所收集個人數據的排斥訴求尚不強烈，將使其在感知人工智能的推行上具有很大的起步優勢。
4.第四波浪潮：自主智能化
自主人工智能是前三波人工智能浪潮的集大成者，也是頂峰，把極複雜的數據和機器感知能力結合起來，就會得到不僅能瞭解世界，也能改變世界的機器。自主人工智能設備能徹底改變我們絕大部分人的日常生活，包括購物商場、餐廳、城市、工廠、消防隊等。
例如，在無人機方面，成群的自主無人機能夠一起合作，用幾小時的時間就能粉刷好房子的外牆。耐熱無人機還可用來撲滅森林火災，無人機也可在颶風及地震後進行搜救，把食物和水遞給受困者等等。
在自動駕駛方面，現在有數十家公司都爭相將這項技術商業化，用自動駕駛取代人類駕駛員。自動駕駛汽車必須用數百萬甚至數十億公里的駕駛數據來訓練，使它們學會辨識物體、預測車輛及行人的動作。這其中有兩個領跑者——谷歌和特斯拉。
谷歌是第一家研發自動駕駛技術的公司，力圖打造出完美產品，在自動駕駛的安全性大大超過人類駕駛後，再直接躍入人工智能完全自主化。而埃隆·馬斯克的特斯拉則採取漸進模式，在部分功能開發完成後，馬上應用在自己生產的汽車上。這當然有很大的風險。
我國也有自己的特斯拉模式，但與美國不同的是，我國漸進應用模式的關鍵是興建新的基礎設施以容納自動駕駛汽車。我國在調整現有道路，改變貨車形態，甚至建設能夠容納自動駕駛汽車的新城市。政府的積極作為把應用變成了城市與人工智能的共同進化。
至於中美兩國在四波人工智能浪潮中誰能取得領先的地位，作者給出了他的意見，他認為兩國基本上平分秋色，下圖是作者給出的預測圖。
中、美兩國在四波人工智能浪潮中實力評估及未來5年發展趨勢
四、真正的人工智能危機
有人預測，人工智能領域將迎來“奇點”——出現一種理解和操縱世界的能力讓人類相形見絀的機器，人類與它們的智力差距差不多就是昆蟲與人類的差距。這一大膽預測將知識界分為兩個陣營——烏托邦人士和反烏托邦人士。
烏托邦人士將強人工智能的開端和之後的奇點看作人類繁榮的前沿陣地，認為這是人類進一步拓寬智識和永生的機會。反烏托邦人士霍金生前曾表態，人工智能可能會毀滅人類。埃隆·馬斯克將超級智能稱為“人類文明面臨的最大風險”，他將創造超級智能比為“召喚惡魔”。
作者則認為萬能的超級智能在當前技術下還不可能實現。但是前幾次工業革命確實出現了一些GPTs（General Purpose Technologies，通用技術），包括蒸汽機和電氣化，以及信息和通信技術。作者認為人工智能很快會成為下一個GPT，它對過去的行業有著顛覆性的影響。
1.失業
①催化劑
經濟學家預測2030年，人工智能將為全球經濟帶來15.7萬億美元的財富。很多收益來自自動化取代大量人工的工作。當人類與運算能力超過人腦的機器競爭時，大學本科甚至是高度專業化的研究生學位都不再是工作的保障。
與工業革命時期相比，人工智能帶動的經濟轉型會發生得更快，這主要因為三個催化劑的作用。
A.人工智能算法的易複製性
許多人工智能產品只是數字算法，可在全球無限複製、零成本應用，應用後的更新和改進也是幾乎無成本的。
B.風險投資業（VC）的誕生
VC指的是對高風險高潛力公司的早期投資，在未來十年中，VC會推動人工智能的快速應用和商業模式迭代，千方百計地探索這一技術可以做的每一件事。
C.我國的影響力
在工業化和電氣化的時代，我國遠遠落後於西方國家。但到了互聯網時代，在過去的五年時間裡，我國就趕上了互聯網技術發展的進程，可以向全球輸出人才，這一趨勢大大加快了移動互聯網的創新速度。在人工智能方面，我國的進步讓全球將近五分之一的人口可以對人工智能的推廣和應用有所貢獻。
②就業風險評估圖
關於人工智能，普通人最關心的大概就是哪些工作會被取代，哪些工作是安全的。作者區分腦力勞動和體力勞動，列出了兩張就業風險評估圖，讀者可根據圖來自行判斷自己所在的行業。
就業風險評估圖：體力勞動
對於體力勞動來說，X軸左邊是“低技能、結構化”，右邊是“高技能、非結構化”。Y軸下邊是“弱社交”，上邊是“強社交”。
就業風險評估圖：腦力勞動
腦力勞動圖的Y軸與體力勞動一樣（弱社交到強社交），但X軸不同：左側是“優化型”，右側是“創意或決策型”。如果腦力勞動的重點是將數據中可量化的變量最大化（例如設置最優保險費率或最大化退稅），就歸類為“優化型”的職業。
這幾條軸將兩張圖各分為四個象限：第三象限是“危險區”，第一象限是“安全區”，第二象限是“結合區”，第四象限是“慢變區”。
工作內容主要落在“危險區”的工作（如卡車司機等）在未來幾年面臨著被取代的高風險。“安全區”的工作（如心理治療師、理療師等），在可預見的未來中不太可能被自動化。“結合區”和“慢變區”象限的界限並不太明確：儘管目前不會完全被取代，但工作任務的重組或技術的穩定進步，可能引起針對這些工作崗位的大範圍裁員。
在左上角的“結合區”中，大部分計算和體力性質的工作已經可以由機器完成，但關鍵的社交互動部分使它們難以完全自動化。所以，最可能產生的結果就是幕後優化工作由機器完成，
但仍需要人類員工來做客戶的社交接口，人類和機器形成共生關係。此類工作可能包括服務員、理財顧問甚至全科醫生。這些工作消失的速度和比例取決於公司改造員工工作內容的靈活程度，以及客戶對於與計算機互動心態的開放程度。落在“慢變區”的工作（如水暖工、建築工人、美術設計師等）不依賴於人類的社交技能，而依賴靈活和巧妙的手工、創造性或適應非結構化環境的能力。這些仍是人工智能的短板。由於不斷髮展的技術會在未來幾年中慢慢提升這些短板，所以此象限中工作消失的速度，更多地取決於人工智能能力的實際擴展。
③兩類失業：“一對一取代”和“徹底清除”
一對一取代：
許多人工智能公司都在嘗試開發可以取代某類工人的單一人工智能驅動產品，如可以完成倉庫搬運工作的機器人。如果取得成功，這些公司會向客戶銷售其人工智能產品，而客戶可能解僱被替代的剩餘勞動力。這些都屬於“一對一取代”的工作類型。
徹底清除：
還有一種公司，它們想從根本上重構整個行業。這些公司追求通過新的方式來滿足整個產業用人的基本需求。如智融集團、人工智能驅動的借貸公司、F5未來商店等。該類公司未僱用人類員工，並且提供了優質而廉價的服務，它們會給僱用人類員工的競爭對手造成壓力，人類工人會越來越少。
作者預計這種徹底的顛覆會影響美國10%的就業崗位，受衝擊最大的工種為市場營銷、客服服務，以及涉及大量常規優化工作的行業，如快餐、金融證券甚至是放射醫學。
貝恩諮詢公司在2018年2月發佈研究結果稱，到2030年，僱主對僱員的需求將減少20%~30%。貝恩公司表示，的確有部分失業人員會步入新的崗位，比如機器人維修員等，但是這種再就業對大規模且呈上升趨勢的失業率無法造成實質性影響。如果再將薪水降低的因素考慮進去，那麼近80%的美國勞動者都將會受到影響。這將會是一種新常態：智能機器全面上崗，人類就業則阻礙重重。
2.人工智能導致的不平等
人工智能偏重特定技能，會形成兩極分化的就業市場，排擠掉中產階級。我們已經看到網絡世界走向壟斷的趨勢，短短几年內，許多核心網絡功能已經被壟斷。無論在我國或美國，少數幾家互聯網巨頭掌握了大部分的互聯網。人工智能會將同樣的壟斷趨勢帶到互聯網之外的行業中，並逐步侵蝕市場競爭機制。
倖存的工作崗位分為兩批人：一批頂尖收入，如CEO、投資人等；一批收入一般的，如按摩師、家庭護理人員等。但是問題的嚴重性在於，許多構成中產階級基石的職業將被清空，造成更大的貧富差距。如卡車司機、會計人員、辦公室經理等。
人工智能還可能會滋生21世紀的階級制度：人工智能精英階級和“無用階級”。無用階級指的是史學家尤瓦爾·諾亞·赫拉利所說的永遠也無法創造出足夠的經濟價值養活自己的人。
作者擔心，利用人工智能獲取巨大利益會創造出顯著不平等，同時也導致社會的不穩定。大量的年輕人曾是發展中國家的最大優勢，但在人工智能跨越式發展的未來，卻會變成拖累和潛在的不穩定因素。
而國與國之間，財富分配更加不均衡。人工智能實力薄弱的國家，會發現自己的經濟發展沒有機會再進一步，只能淪為人工智能超級大國的附庸。
3.個人危機
自工業革命以來的數個世紀裡，工作不僅是一種謀生手段，更是一種自我認可以及生活意義的源泉。工作讓我們過得充實，給人一種規律感，讓我們和其他人聯結。切斷這些聯繫，或者說迫使人們從事低於過去社會地位的工作，影響的不只是收入，還會直接傷害到我們的認同感和價值感。
2014年的《紐約時報》採訪了下崗電工弗蘭克·沃爾什，他描述了失業帶來的心理影響：“我失去了價值感，你明白我的意思嗎？之前有人問我：‘你是做什麼工作的？’我會回答：‘我是一名電工。’但現在我卻答不上來了。我不再是一名電工了。”
人工智能導致的失業，帶來的心理創傷非常大。人們可能永久性地被經濟體系拒之門外，隨之產生的壓倒性的無力感，會讓人感覺自己的存在沒有了意義。這不得不迫使我們重新思考工作、價值和人的意義之間的關係。
五、人機共存的藍圖
正如前面幾章所說，未來在相當長一段時間內，人工智能會導致失業率上升，貧富差距擴大。作者認為，要迎接這些挑戰，不能只做被動反應，必須主動利用人工智能創造的物質財富，重構經濟體系，重寫社會契約。同時宣揚人性，重建經濟激勵機制，激勵造福社會的行為；促使全方位的經濟和社會轉型。
1.3R：再培訓、減時間、重分配
硅谷針對人工智能將引發的失業問題，提出三類解決方案：就業者再培訓（retraining workers）、減少工作時間（reducing work hours）或重新分配收入（redistributing income）。
①就業者再培訓
提倡工人再培訓的方案認為有兩種趨勢對於人工智能時代就業至關重要：在線教育和終身學習。失業人員通過免費或付費的在線教育平臺獲得培訓和指導，從而找到新工作；並且可以不斷更新技能，成為“終身學習者”。
但作者認為，如果考慮到人工智能對就業影響的深度和廣度，該方法遠遠不能解決大量失業的問題。因為人工智能的發展非常迅猛，就業者不得不每隔幾年就更換職業。
②減少工時、工作共享
以谷歌創始人拉里·佩奇為首的一批人，提出了減少工時，多人“分享”同一份工作的方案。這種方案可以有效減少失業人數，美國好幾個州已經落實這個方案，政府為這些人員損失的工資給予了一定補償。
但是面對人工智能對工作崗位持續不斷的衝擊，這種方案可能會失去後勁。因為就業者的淨收入減少了，政府可負擔的資助也是有限的。
③重分配：全民基本收入和最低保障收入
全民基本收入（Universal Basic Income，UBI）是時下最流行的再分配方案，其核心思想很簡單——每個公民從政府那裡定期領取收入補助金，且沒有任何附加條件。
另一個再分配方案稱為最低保障收入（Guaranteed Minimum Income，GMI），即僅向窮人提供補助金，並建立“最低收入”的門檻：
保證就業者的收入不會低於這條線，類似於我國的“低保”政策。再分配方案的資金來源，大部分是對人工智能時代“贏家”徵收的鉅額稅款，如從人工智能謀利的傳統公司等。但這種方案也存在爭議。有人認為補助金不能太多，這樣就業者們不會失去找工作的動力。也有人認為補助金要覆蓋因失業造成的收入損失。從這個角度看，UBI可能成為邁向“休閒社會”的關鍵一步，人們完全擺脫了對工作的需求，可以自由地追求自己的夢想。
但是作者認為，UBI無疑就像止痛藥。首先，單一的UBI政策就是不勞而獲，這種方案可能導致接受補貼的人無所事事，沉迷遊戲、菸酒甚至毒品。其次，即便一個人非常上進，但是如果政府不拿出就業和培訓的可行方案，即便可以憑自己找到工作，也很有可能很快就被人工智能取代。我們必須想辦法利用人工智能的優勢，同時更加重視我們與機器之間的本質區別，那就是愛的能力。
這個領悟發生在作者與癌症抗爭的日子裡。他回憶道，自己曾經是個像機器一樣工作的人。癌症就像一道閃電，既擊垮了他的身體，也使他明白自己與機器的根本區別是“能否愛人”。
幸運的是，作者經過治療康復了。他開始珍惜與親人相處的時光，重新審視人與機器、人類心靈與人工思維之間的關係。作者漸漸認識到，治癒他的藥物包含兩個部分：科技和情感。這兩點都將成為人工智能未來的支柱。
2.人機共存：優化與人情
自由市場創造出來的工作，很多都是結合人類與機器能力的協作機制：由人工智能負責例行的、重複性的優化任務，人類負責需要創意和戰略思維的工作和處理人際關係。這需要重新調整很多崗位，也會創造新的工作，讓人類和機器聯手提供高效率且人性化的優質服務。
①STEM教育
在就業風險評估圖中，這種人機協作機制在未來可以為左上角“結合區”的群體提供最多的就業機會——人工智能做分析性思考，人類則用溫暖和關愛傳達機器所做的分析。不僅如此，“安全區”和“慢變區”的工作也會有類似的改變趨勢。所以，作者認為，我們應該發展STEM教育——STEM是科學（Science）、技術（Technology）、工程師（Engineering）、數學（Mathematics）四門學科，在教育上強調創意和思維的培養，這與下文要分析的關愛型工作，共同構成未來教育的兩個重點。
以醫生這個行業為例，作者堅信人工智能算法在診斷疾病、制定治療方案等方面一定能超過人類醫生。傳統醫生可能會演變成一種新職業，作者稱之為“關懷護理醫師”。這種醫學專家集護士、醫療藝術人員、社會工作者，甚至心理學家的技能於一身。“關懷護理醫師”需要接受兩種培訓：一是瞭解和操作診斷工具；二是與患者交流、在患者遭受生理或心理創傷時給予安慰、在整個治療過程中給予患者情感支持。“關懷護理醫師”可以給患者分享鼓舞人心的成功治療案例，而不是簡單地告訴患者冷冰冰的診斷結果。
其他類似的領域包括教育、法律、活動策劃和高端零售業等。對專業人士來說，隨著人工智能的逐漸普及，一定要儘快學會使用人工智能工具。
③共享經濟
互聯網引領的共享經濟潮流將大大緩解失業的情況，並重新定義人工智能時代的工作。許多商品和服務都可以數據化並不斷通過算法優化，但共享經濟中那些碎片化、個性化的工作仍然只有人類可以完成。比如滴滴和Uber等網約車公司極大地提高了效率並吸引更多的人加入，也增加了用戶需求和服務人員實際獲得的工資。
④全新服務類工作
除了共享經濟既定的角色之外，還會出現我們今天無法想象的全新服務類工作。例如人們可能會僱用“換季師”，每次換季幫助自己整理衣櫃，並讓衣櫃散發當季的花香。人工智能在解放我們時間的同時，具有創造力的企業和普通人都能利用這些平臺，創造新形態的工作。
但是作者依舊錶達了他的擔心，如果僅靠自由市場的運作，不能完全扭轉大規模失業以及即將出現的大幅擴大的貧富差距。我們不能只靠民營企業市場的人機協作機制，還必須通過服務業的影響力投資和政策，推動更廣泛的文化價值轉變，為這些產業注入新的活力。
3.影響力投資
作為風險投資人，作者認為有種新形式的“影響力投資”在應對人工智能時代的社會衝擊方面，可以起到重要作用。
他希望未來能出現這樣一個風投生態體系：將創造“人性服務”崗位本身視為美好的事業，同時也投資相關的產業，將資金引入能吸納大量勞動力的、以人為本的服務項目中，如產後護理哺乳顧問、青少年運動教練、口述歷史收集人、國家公園嚮導或者老年人陪聊等。
創造這樣的生態體系，需要參與其中的風險投資人轉變心態。作者希望傳統風險投資人可以由資歷更老的、希望改變世界的風投高管帶領，帶動年輕的、希望做些“慈善”或“公益”工作的年輕風險投資人共同參與進來。如果各行各業的企業都能參與進來，主動承擔社會責任，作者相信我們能夠編織一張新的就業“安全網”，建立充滿關懷和人性的社會。
4.“社會貢獻津貼”：護理、服務和接受培訓
對於那些把時間和精力投入慈善、使社會更有人情味和創造力的人，（其中包括三大類活動：護理工作、社群服務和接受培訓），政府可以付給他們一筆還不錯的報酬，這種津貼將成為新型社會契約的支柱。
具體來說，對於上述三類工作的全職和兼職者，應給予不同的薪資。護理工作包括對孩子一對一的教育、陪伴老人、幫助患病的朋友或家人，或者幫助其他精神、身體有缺陷的人提升生活品質。服務工作包括非營利組織的大部分工作，以及志願者做的事，如治理環境、主持課後活動、做公園導遊、收集各個社區長者口述的歷史等。在接受培訓方面，人工智能時代的職業教育既包含專業工作技能培訓，也包含將愛好轉變為職業的課程。
作者特別要強調的是，規定要求領取“社會貢獻津貼”的人從事這些工作，並不是要通過強制手段左右他們的日常活動，要保護好人類的多樣性。
實施這樣政策需要大量的財政收入，作者建議循序漸進：不直接全方位地推行上述的“社會貢獻津貼”方案，而先試著減輕工作流失對社會造成的衝擊，再逐步編寫新社會契約。
結 語
現在已是未來，我們要理解人工智能，善加利用人工智能，做好準備迎接人工智能帶來的挑戰。雖然人工智能會導致失業的情況，但同時也讓我們明白，重複工作不是人生的意義。
機器沒有情感，而愛與被愛的能力則構成了我們生命的意義。
點擊鏈接聽書
閱讀更多 樊登讀書服務 的文章
