技术革命的每一次浪潮，都会对就业市场造成巨大的冲击波。从蒸汽机、电力，到互联网、人工智能，每一次革命性的技术进步，都在重塑社会的生产方式、产业结构和职业生态。人工智能的飞速发展，对就业的影响或将远超以往，无论是在时间的紧迫性、影响范围的广泛性，以及技术对就业的介入深度上，都将是过去从未遇到过的变迁与挑战。
    这其中既有职业被替代的风险，也是技术增强技能、创造新增就业的机遇。从不同的立场的出发，或许会激发不同的心态：焦虑、恐慌、期待、兴奋……
    从社会的视角而言，技术进步带来的“消亡”与“再生”，是社会进化过程中不可避免的现象，关键是如何通过教育、协作与多方合力，确保技术进步的红利，能覆盖到每一个社会群体。为此，腾讯研究院发起“重构-AI时代的新就业”系列对话，聚焦新技术变革中的就业机遇与挑战，探索应对这一复杂议题的多元化路径和方案。

核心观点
    1、不必过度焦虑AI带来的影响。技术不仅有替代工作的一面，也能对原有的技能增强，包括创造新增就业机会。即便是考虑到替代本身，也不能只看技术可行性，还要考虑经济性、社会接受度；
    2、面对新技术，我们不应恐慌，应保持终身学习的态度。如果整天担心被替代，只会让自己陷入焦虑之中。相反，我们应该看到新技术带来的新机会和增强就业岗位的可能性。
    3、AI更多是一个技能的放大器，在去除一部分机会的同时，也创造了更多机会。在AI时代，我们更需要回归人的本性，放大自己原有的特质，并用AI去增强它，市场有着无限可能。
    4、AI就像一个放大器，当下最好的做法，就是把AI当作新的工具去学习，努力掌握它的使用方法；当作朋友、同事去交流，帮助我们提升我们的思考和创意。如果你能把AI用到极致，就可能做到“赢者通吃”。
    5、新技术的应用，往往会带来比原有岗位更多的新增和增强的就业机会，发展固然存在风险，但不发展却是最大的风险。面对新技术带来的冲击，需要创造一个良好的社会协商机制，既要做大蛋糕，又要重新分好蛋糕。
    6、技术变革中，就业之所以特别重要，不仅是因为就业带来收入，更重要的是给了劳动者自我价值的认可。UBI（无条件基本收入）是在生产力极大提升背景下的一种尝试和探索，但不能只考虑发钱，人的工作关乎尊严。
【研讨嘉宾】
王德文 世界银行项目经理、社会保护高级经济学家陈永伟 经济观察报专栏作家、《比较》研究部主管
【对话主持】
刘金松 腾讯研究院资深专家黄瑾楠 腾讯研究院助理研究员

一、不必过度焦虑AI带来的影响，未雨绸缪就足够了
主持人：
    大家对人工智能替代就业的担忧，正在从过去的“远虑”，成为当下必须面对的“近忧”，甚至是迫在眉睫的存在。伴随着AI技术的发展，其对就业的实际影响，正在发生哪些显著变化？
陈永伟：
    我在2017年的时候，受邀为一本关于AI的书籍撰写推荐语，该书由卡斯帕罗夫所著。我在推荐语中曾设想了一个场景：某一天醒来，你发现身边的同事并非人类，而是AI。当时出版社的编辑提醒我，这是一本科技作品，而非恐怖小说，但我认为这是一个可能实现的未来前景。如今回望过去，我发现这一预言已经有部分成真，AI正逐渐成为我们的同事，与人类共同工作。
    与过去相比，如今的AI发生了非常多变化：首先，产生作用的AI性质已有所不同。AI是一个技术集合，其发展阶段不同，性质亦有所差异。这一轮AI革命中，更重要的是生成式AI，如ChatGPT或一些绘图AI，它们能够完成更多不同的任务，组合成细分工作，如撰写文章、绘画等，从这一角度来看，它能够替代我们人类的一些工作，所以对我们的替代性更高。
    其次，AI所影响的人群也发生了变化。过去我们认为AI可能主要替代技能较低、复杂程度较低、相对程序化的蓝领工作。但现在我们却发现，这一波AI更多地替代了那些需要多年培养技能的白领工作。这一波变革产生的副作用是，过去蓝领的话语权较少，我们可能不太重视，但当下由于白领的话语权较多，这使得我们对这一波冲击的感知更为强烈，尤其是不少媒体记者对此进行了大量报道，这也是当下我们可能觉得AI影响更大的一个重要原因。
    最后，AI的作用机制也发生了变化。2017年左右，我们关注一个岗位是否容易被AI冲击时，主要考虑的是技术上是否可行。而现在，我们发现，一个岗位是否容易被AI替代，很大程度上取决于性价比。因此，现在有人会说，你的工作没有被AI替代不是因为你不能被AI替代，而是AI替代你可能不太值得。
    综上，这一波AI的冲击与过去相比有三个显著不同：一是作用的AI类型不同；二是影响的群体不同；三是作用的机制不同。
主持人：
    面对这样的变化，我们应该以怎样的心态去迎接这一挑战？
王德文：
    在科技发展的早期阶段，有技能的人尤其是白领，并不那么担心被AI替代，他们认为自己在劳动力市场上仍有优势。但陈老师刚才也谈到了，随着AI技术的持续加速进步，情况已经发生了反转。现在，反而是白领群体更加焦虑。这种焦虑虽然有一定的道理，但也不必过度焦虑。
    生成式AI类似于历史上的蒸汽机、电脑以及电力等通用技术，这些技术的普及都带来了变革性、颠覆性的影响，但对于不同的人群，这种影响也有所不同。现在，AI主要对拥有中等程度技能的白领群体可能产生较大影响。以国际货币基金组织的估计为例，AI在发达国家的影响比在发展中国家更大，因为发展中国家缺乏AI所需的基础设施，因此还不具备替代人的外部基础设施条件。
    其实，AI的影响既有正面也有负面影响。但在媒体报道中，往往将正负影响都归结为替代。但实际上，AI的影响包括替代、新增和技能增强三部分。例如，国际货币基金组织指出，AI对全球发达国家约60%的就业机会产生影响，其中一半存在被替代的风险，但另一半则通过技能增强或新增就业机会来抵消。因此，我们不必过于担心。
    另外，陈老师刚才也提到了技术上的可能性和经济上的可行性这两个重要概念。技术上可行并不代表经济上可行。虽然技术上可以实现将人替代，但成本可能非常高，经济上是否不可行，我们需要考虑到成本与经济收益。
    经济上的可行性还涉及政治上的可行性。政治上的可行性主要指利益格局的分配。如果AI技术的普及导致大量人员失业，政府和社会就需要权衡是否应该采用这项技术。尤其在西方国家，工会组织强大。因此，这个问题需要从三个方面来进行讨论，包括技术层面、经济层面和政治社会层面。
    总之，我想说的是，我们不必过度焦虑AI带来的影响。过度焦虑不仅无济于事，而且事情也在发生。大家不必过度焦虑，只需做好准备、未雨绸缪就足够了。

二、保持学习，就没那么容易被替代
主持人：
    王老师刚才的发言，确实帮助大家减缓了焦虑。但具体到现实的岗位、个体来说，大家还是比较关心，哪些行业、岗位会受到AI的影响，是会被替代，还是会有新的增长点，或者能通过AI增强自己的能力？有什么样的判断标准？
陈永伟：
    让经济学家来做预测其实是非常不靠谱的。关于这些预测，现在其实已经有不少学者做了，谈论那些既定的预测并没有太大的意义。我们应该动态地考虑自己的行业是否容易被替代，或者是否能创造出新的机会，这需要有一个思考框架来帮助我们。
    在考虑一个工作是否容易被替代时，我觉得有几个维度需要考虑。第一个维度是技术维度，也就是要看AI现在是否能够完成这项工作。所以，我觉得我们需要思考的是，现在AI最大的瓶颈到底在哪里？
    比如，现在AI的技术瓶颈之一是它不能理解物理世界，不能进行因果推理。这就启发我们，像原发式创新，或者需要科学技术上的想象力、商业决策力和判断力、企业家精神等领域，AI是很难替代的。另外，AI也缺乏组织能力，很难协调不同的行业和工作。因此，需要组织能力的行业，可能也难以被替代。另外还有需要深度社交能力的行业，我记得在2017年，有一位很有名的人工智能学家被问到哪些工作AI不能替代时，他回答说是按摩。他解释说，人们不愿意被机器按摩。这说明什么？其实这说明人们需要深度的社交能力，尽管现在AI能够模仿人类进行对话，但人们还是不太愿意与机器深入交流。
    所以，我们现在首先要思考的是技术维度，但这些技术可能与我们2017年思考的时候有所不同。我们需要考虑的是，像原发性能力、组织能力、社交能力等等AI依然难以达成的能力。至少在短期来看，与这些能力相关的行业可能难以被替代。
    从第二个角度看，我觉得还需要从成本角度考虑。我曾经问过一些做工业机器人的专家，他们告诉我，工业机器人的发展历史上有一段非常黑暗的时期，那就是在劳动力国际化的时期。很多国家加入世贸组织后，使用工业机器人变得不再划算，因为把任务外包给其他国家更便宜。所以，第二个很重要的因素是成本优势。现在有很多任务AI能做，但如果成本过高，那么使用AI可能并不划算。因此，在评估时，我们需要比较人类和AI的性价比。
    最后，就像王老师刚才讲的那样，我们还需要考虑社会是否愿意接受AI的替代。比如，如果你的群体具有很强的谈判力，那么你的工作可能更难以被替代。前段时间在美国发生的一个事件就说明了这一点——美国的码头工人与政府进行工资谈判，要求提高工资。这虽然仅是一个例子，但能说明在社会上有一定声量的群体可能处于相对安全的地位，因为他们能够让社会听到他们的声音。
主持人：
    王老师之前点评时特别提到的那三个“可行”，只有在“技术、经济、政策”三个维度上可行，才具有替代的可能行，帮大家缓解了焦虑。那么从个体的角度，应该如何去主动应对被替代的风险？
王德文：
    我之前提到的是要考虑技术、经济以及政策或社会上的可行性，这些在中国语境下往往相互关联。在此基础上，我想进一步探讨如何避免被替代的问题，大家真的无需过度焦虑。
    首先，面对新技术，我们不应恐慌，而应保持终身学习的态度。如果我们整天担心被替代，只会让自己陷入焦虑之中。相反，我们应该看到新技术带来的新增机会和增强就业岗位的可能性。比如，数据科学家、人工智能分析师等新兴职业，对于年轻人来说，这些都是值得考虑的专业方向。
    同样，农业也可以利用现有的大模型、机器人等技术提升经营管理水平。在职场上，即便是白领群体，也面临着职业被替代的风险。如果我们能充分利用现有通用技术，使自己在当前工作岗位上更具竞争力，并持续保持学习态度，那么被替代的风险就不会那么紧迫。
    对于那些尚未进入职场、还在规划未来职业生涯的年轻人，保持学习能力同样很关键。AI虽然带来了很多挑战，但只要我们能够将其为我所用，保持学习，我们就没有那么容易被其替代。
    最后，我想强调的是，其实很难准确预测哪些岗位会马上被替代，哪些不会。这样的预测往往类似于算命，不太靠谱。但只要我们保持赋能、保持学习，就一定能够找到属于自己的机会，创造价值、为社会做出贡献。

三、放大人独有的特质，并用AI去增强它
主持人：
    王老师提到了持续学习和增强的观念。未来会不会出现一种极化的现象？能够快速学习AI技术的人快速占领市场，变成超级个体，能量放大十倍，而其他人则因为工作需求不足而被挤压出市场？陈老师从经济学的角度来分析一下，这个现象是否会出现？
陈永伟：
    我非常同意王老师刚才的观点，即AI更多是一个技能的放大器。它在去除一部分人机会的同时，也放大了很多机会。从这个角度来看，如果我们只是“内卷”于一项纯技术，可能会把自己置于一个不利的地位。相比之下，我觉得大家要注意到每个人的特质是不一样的。比如，有的人特别善于发现市场机会，有的人则特别善于交流。在AI时代，我们更需要回归人的本性，放大自己原有的特质，并用AI去增强它。
    我举一个可能不太恰当的例子，当生成式AI刚刚兴起时，我们开玩笑说，在萨姆·奥特曼还没有赚到钱的时候，谁先赚到了钱？是AI卖课的人赚到了钱，像有些博主他并不是特别懂AI，但他确实在这一波浪潮中赚到了钱，这说明他将自己对市场敏锐的观察能力与AI结合了起来。所以，从这个角度来看，我同意AI可能会产生极化作用，AI会增强并放大某种能力。但我们要记住，人的能力有多个维度，每个人都不一样，如果我们能发展出自己的比较优势，再用AI去强化它，就可以让自己成为别人无法替代的存在。
主持人：
    王老师如何看待这种现象呢？未来是否会出现被AI强化的超级个体呢？
王德文：
    这是一个非常有趣的现象，它与经济学中曾经讨论过的超级明星现象颇为类似。在美国经济学的早期研究中，就已经对这一现象有所探讨。超级明星现象并非AI时代所独有，它早已存在。在比较AI与当前媒体平台上的网红现象时，我们可以看到，这两者都与超级明星现象有所关联。例如，美国的篮球运动员、橄榄球运动员等，他们凭借出色的表现赚取了巨额财富，这是合理的，因为他们确实打球打得好，过去我们谈及的篮球运动员迈克尔·乔丹，也是一个典型的例子。
    现在，随着AI技术的发展，有一部分人可能会利用AI增强自己的能力，通过借助市场、网络、平台等资源，成为新的超级明星，这是毋庸置疑的。但问题在于，并非每个人都有成为超级明星的能力，这取决于个人的比较优势和学习能力的差异。因此，在利用AI这一通用技术时，我们需要考虑自己的比较优势在哪里，如何发挥它。
    同时，大家也有另外一种担心，就是用AI增强以后，会不会还是没有机会？这个其实不必担心，因为市场足够大，无论是中国市场还是全球市场，都存在着无限的可能性。只要我们有意愿为社会做出贡献，总能找到适合自己的位置。从这一意义上讲，在短期内，我不认为利用AI增强自己后会失去所有机会。相反，我们可以利用新增的岗位或通过学习找到为社会做贡献的途径。
    当然，在这个过程中，我们需要调整心态。很多人都想从网红转型为直播达人，但每个人的能力各不相同，并非每个人都能在自己选择的赛道上赢得冠军。美国的相关研究已经表明，随着新技术的采用，劳动力市场可能会存在极化的趋势。这意味着，如果你学习能力强，能够迅速掌握并利用这些新技术，你将在市场上获得极高的回报。这当然是好的一面，因为它鼓励人们积极追求科技进步。然而，另一方面，这也引发了一个新的问题，就是可能会导致社会财富的不平等分配，这是另一个需要单独讨论的话题。

四、AI就像放大器，要当作朋友、同事去交流
主持人：
    随着AI的兴起，许多年轻人在求职时，招聘介绍中都会明确要求熟练掌握各种AI工具，在当前的就业环境下，很多年轻人特别是大学生，应该如何提升自己的AI能力，增加技能，从而提升就业竞争力？
陈永伟：
    在现实中，即便现在有AI套件、ChatGPT等工具，但要想真正用好它们，也并非易事。就像以前我们使用Office制作PPT，有人能把PPT做得很好，年入数百万，而我却始终做不好。同样，使用AI也并非轻而易举，虽然我们可以利用prompt等直接完成任务，但本质上，prompt也是一种编程形式。要想精通它，仍需具备编程思维，只不过是通过自然语言来实现。
    若考虑其背后的难度，其实与编程并无二致。只不过对编程语言的要求可能降低，但编程思维等核心要素是不变的。在AI时代，如果仅将学习重点放在AI技术本身是不够的，我认为未来更重要的是学习算法思维，即AI如何分析问题、处理问题的思维方式。对于计算机专业从业人员而言，这可能会更加重要。
    当然，对于一般人而言，我们并非要用AI去编写新程序或进行计算机创新。如果仅用它来完成任务，那么我们应该更多地关注AI之外的能力。AI的目标是替代人去做那些不愿做的事情，因此我们应该重新回归人的本质，发掘人更擅长的事情。
    如果要学习，我认为有几点至关重要。首先，要学会与AI做朋友、同事，把它当作交流的工具。其次，可能更重要的是发展我们的通识教育，因为这对根本性创新至关重要。当你有了根本性创新后，要学会利用AI将其放大，从而成为超级个体。此外，像社交技能等属于人的能力，更是我们需要加强学习的，而不是仅仅学习那些机械化的AI技能。总之主要就是两点，一点是方法思维，一点是发展我们作为人的能力。
主持人：
    有时候，大家可能会觉得那些提示词很简单，但真正要把它们用好，其实并不容易。所以，我觉得对新事物，包括对新工具的使用能力，我们要积极拥抱，但同时也要深入了解和熟练掌握它们。王老师对年轻人利用好AI，有什么建议？
王德文：
    关于对当下年轻人和大学生的建议，我想借此机会补充几点。首先，正如陈老师所言，我们要把AI当作朋友和工具，它就像一个放大器，帮助我们提升我们的智商。过去，我们惊叹于某人能背诵多少位小数点后的圆周率，但现在AI可以给出无限循环的数值，人类在这方面是无法超越的。
    但对于AI的发展，我们不必过于担心。它确实在很多方面帮助我们，而且正在不断迭代。未来的加速程度是我们无法预知的，但从技术、经济和社会层面来看，它要完全替代某些事物还需要一段时间。因此，我认为当下，或者说当下最好的做法就是把AI当作新工具去学习，并努力掌握它的使用方法。如果你能把AI用到极致，就可能做到“赢者通吃”，因为能精通的人是很少的。当然，每个人的需求和情况都不同，不是所有人都需要深入钻研AI，但了解并熟悉它是有必要的。
    此外，我想强调的是，人的需求是多维度和多样化的。未来，既会有小型个人公司，也会有大型公司，这取决于需求的规模和复杂性。AI的出现并不意味着所有人都要去创办小型公司，而是要根据需求来决定。因此，我们需要去熟悉并热爱AI。
    对于学生来说，掌握两方面的技能非常重要。首先是数字技能，这是通用技能，对未来职业发展至关重要。对于AI和通讯技术，我们需要了解大致的方向，以便做出正确的判断，搞不清方向就会像在森林中乱转一样。
    自我学习和自我教育同样重要。在大学期间，如果我们掌握了这些技能，就能对未来的人生职业规划有一个大致的预期。在此基础上，我认为未来创造性的技能非常重要。这种创造性技能既与情商有关，也与企业家精神相关。虽然不是所有人都能成为企业家，但我们每个人都有一些创造性的东西，可以为这个世界做出贡献，能够找到你热爱的事情，持之以恒地去做，并对社会有所贡献。如果你能在数字化时代掌握通用的数字技能，并有一个热爱的方向去持续努力，那么你就不必过于担心未来的职业选择。
    当然，我知道现在劳动力市场压力很大，尤其是今年或明年即将毕业的学生可能很迷茫。对于AI的发展，我可能无法给出直接的灵丹妙药。但有一件事非常重要，在当前竞争激烈的劳动力市场中，如果有一份你觉得合适的岗位，就尽快去做，并把它做好，同时，思考如何在这个岗位上利用AI等工具来提升自己。

五、发展固然有风险，不发展是更大的风险
主持人：
    从历史的角度来看，每次的技术革命后，都发生了大规模的就业替代，如传统农业和传统手工业被替代。那么，从历史的角度来看，这些经验能为我们理解AI对就业的影响提供哪些启示呢？
王德文：
    在技术变革的早期阶段，它会在不同的行业中逐渐渗透，优先使用的部门可能会带来显著的影响。比如，汽车的出现导致马车夫失业，手机的出现则让话务员、报务员和接线员等职业迅速消失，因为他们已经不再被需要。这种影响对一部分人来说是巨大的，历史上也曾出现过因技术变革而引发的砸机器、抗议等现象。
    在颠覆性的技术开始使用后，往往会有很大一部分人面临下岗失业，这给他们带来了很大的痛苦。比如，在英国，纺织机的出现对纺织工人的影响，以及它对整个城市职业群体、家庭和社会的深远影响。这就引出了一个问题：我们如何看待这种影响？政府应该如何回应？个人在这个过程中又该如何应对？
    对于受到技术替代影响的人来说，他们的生活确实会受到很大的影响。从农业社会向工业化社会的转变过程中，西方国家形成了一系列的工会组织，为受到影响的人提供一定的保护和补偿，这是社会进步的表现。现在，随着ChatGPT等技术的出现，人们也开始讨论是否应该对机器人征税，因为可能会出现由于掌握技术而带来的“赢者通吃”局面，有人会攫取巨额财富，需要进一步思考如何安排税收。
    回顾历史，人类总是能找到解决问题的办法。对于受到技术变革影响的人，我们应该提供一定的社会保护。尤其是在这一轮技革命，带动生产力极大丰富的情况下，我们仍然有能力保持体面的生活。但财富再分配需要再提上日程，当然，一些国家正在尝试基本收入制度，给所有人发基本收入，但这也引发了广泛的争议，是不是这样会养懒汉？社会的调整适应需要时间，但无论如何，政府都应该积极考虑如何帮助那些受到技术变革冲击的社区和人群进行转型。
    实际上，我们今天讨论的AI，与我今天下午在另一个场合讨论的绿色转型、煤炭转型有着相似的问题本质。这些问题的核心并没有改变，都是关于如何为那些因转型而受到损失的人提供必要的帮助和支持。从整体来看，尽管目前的研究可能还未完全涵盖所有方面，但历史上已经多次证明，新的技术或产业转型往往会带来比原有岗位更多的新增和增强的就业机会。
    在这个过程中，不同代际之间受到的影响是有所不同的。我们需要回顾历史，从中汲取经验，对新技能进行投资，并对处于转型过程中的不同人群进行有差别的对待。例如，对于在岗人员，我们需要提供针对性的技能培训，帮助他们适应劳动力市场上新的岗位要求；而对于未来的教育体系，我们则需要为整个社会创造一个共识，即重视对新技能的培养，尤其是对子女的教育，让他们能够具备适应未来社会的能力。如果我们有更多的人了解技术变革的影响和应对方式，就更容易在全社会形成共识。
    从历史的角度来看，科技其实是一把双刃剑，它给人类带来极其深远的影响。
主持人：
    从长期来看技术确实能带来社会的进步。然而对那些短期内受到影响的人来说，这个过程可能会经历一段痛苦的转型期。从过往的历史转变中，与今天相比，有哪些相似之处，又有哪些不同之处？
陈永伟：
    从过往的历史中，我想谈几点。首先，关于AI对就业的冲击，是近几年才出现的问题。然而，对于技术可能引发失业的担忧，我认为这一过程非常漫长。我曾写过一篇文章，提及在罗马时期，罗马皇帝在建造神庙时，一位工人向他展示了一种他发明的能极大优化大石头运输的工具。然而，皇帝拒绝了这一提议，担忧该技术若被采纳，会导致众多原本有工作的臣民失业。但结果如何？尽管臣民们的工作得以保留，但罗马社会在很大程度上错过了这一重要发明。因此，从这一点来看，我认为发展固然存在风险，但不发展却是最大的风险。这是我想强调的第一点。
    第二点，我非常赞同王老师之前的观点，即作为一种通用技术，它通常具有变革性，能够引发整个社会的重构，使社会总体结构发生变化。以工业革命为例，蒸汽机的出现改变了社会财富的分配格局，导致许多手工业者失业。在这种情况下，有些工人甚至选择砸毁机器，产生了著名的卢德运动等历史事件。但从历史发展的角度看，这些事件并不能阻挡历史的进程，更好的做法是在社会协商的过程中推进技术的发展。
    王老师刚才还提到了一点，我认为非常重要，即如果一个技术能够促进社会的发展，它通常会带来经济增量。从经济学角度看，最佳的技术发展是帕累托改进，即所有人至少不比原来差，最好都能变得更好。然而，在现实中，这种过程很难实现。经济学上后来提出了一个次优的解决方案——卡尔多-希克斯改进，即通过再分配机制，将新的经济增量重新分配给所有人，一方面保证创新者获得创新租金，另一方面确保其他人在过程中获利，减少社会阻力。从总体上看，这既能保证创新者的利益，又能减少社会反对力量，使创新平稳进行。在我看来，很重要的一点是需要创造一个良好的协商机制，既要做大蛋糕，又要重新分好蛋糕。
    前几天我分享过一个关于创新的历史公案。在谈论创新时，很多人都会提到著名的红旗法案，认为它减缓了创新。但如果你仔细考察这个公案，你会发现其中有问题。世界上第一个红旗法案是在1865年提出的，而世界上第一辆汽车是在1885年发明的。很明显，怎么可能在汽车发明之前，红旗法案就已经存在了？这肯定是错的。所以，这个误用的例子需要仔细考察。
    如果我们再深入探究一下1865年为什么会有红旗法案，你会发现它限制的是一种蒸汽车，而不是我们现在所说的汽车。当时的蒸汽车与现在的汽车完全不同。它前面有一个非常大的蒸汽缸，非常重，有几十吨重，启动非常困难，要烧很长时间才能把蒸汽炉子烧热，然后才能启动。而且需要几个人一起拉才能动。更重要的是，它烧起来后非常危险，随时可能爆炸，走在旁边的人都有可能受伤。因此，当时社会上几股力量联合起来，要求对这种技术进行限制。虽然它相对于马车来说是一个很好的交通工具，但如果它在路上爆炸，伤到了人，就会有问题。所以，当时提出了红旗法案。其中主要有几批人：第一批是道路的拥有者，因为蒸汽车太重，会压坏道路；第二批是火车运营商，因为蒸汽车可能会对火车运营产生限制；第三批是一些行人的代表，因为他们经常在路上跑，发现蒸汽车要么在小路上莫名其妙地停下来占路，要么就突然爆炸伤人。后来他们协商的结果是，要颁布红旗法案，要开这种车的话，车上必须有一个辅助驾驶员，在车不能启动的时候去拉它，还要有一个红旗手，在前面赶人，让其他人不要跑到车旁边来，这样即使车爆炸了，也不会伤到人。
    这个安排是非常有意思的。如果我们重新审视这个公案，会发现它其实讲述了一个与我们通常理解截然不同的故事，这是一个促进创新的故事。这种创新将社会的外部性内部化了。换言之，车的使用者通过支付成本，消除了外部的负面影响，使得这项技术对于社会而言成为了一个新的增量价值。因此，在建立了这样一套机制之后，后续的发明，包括后来的汽车等，都得以顺利推进，甚至美国引入红旗法案后，其汽车的普及率反而成为了最快的。
主持人：
    重新认识红旗法案，对基于当下技术的多方协商，还是有不少的启发。每个不同群体行为背后，都有应该被关注到的诉求。
陈永伟：
所以从这个角度来看，我们在推广AI等新技术的过程中，需要设立一套机制，对过程中的受损者提供一定的补偿。如果你的技术真正对社会有利，那么它必然能形成一个净增量，即使在进行卡尔多-希克斯补偿后，仍能保持这样的增量。
    其次，我认为我们需要创造出类似这样的协商机制。在我看来，红旗法案的机制其实是一个很好的范例，它汇集了各方利益的代表，通过表达各自的诉求，最终达成一个妥协性的法案。然而，我们现在面临的问题是，最容易因AI发展而受损伤的那些人，他们的声音往往被忽视。如果这种情况持续下去，我们制定的政策可能会存在很大的问题。
    从历史上的教训中，我们得到了三个启示：第一，不发展是最大的风险；第二，纯粹暴力或对抗式的反对技术进步是不可行的；第三，要推进技术的发展，更好的方案是促进一个协商机制，使技术发展的力度与社会的承受程度之间形成良性的互动，达成卡尔多-希克斯补偿。
    今年的诺贝尔奖得主在关于AI的书中提到，AI的发展确实为我们走向更美好的社会创造了可能性，但这种可能性并非自然而然就能实现，中间需要政策的协调和人们不断的博弈。因此，历史的经验告诉我们，应该允许这种协商和博弈慢慢进行。只有这样，我们才能确保AI更加健康地发展，更好地为人类服务。
    最后，从历史的角度来看，我还认为我们应该考虑一点：我们今天在讨论工作时，默认的是坐在单位里、在规定时间和地点进行的工作，我称之为“双规式”工作。但回顾历史，工业革命之前的工作并非如此。按照马克思的观点，工业化进程中让人去适应机器是人的异化过程。而现在，AI给了我们一个机会，如果我们能善用AI，用它来增强我们的技能，就能克服这种异化过程，实现马克思所说的人的全面发展。从这个角度看，AI其实为我们进入新时代提供了一个机会。至于能否抓住这个机会，我们本身也在创造历史。
主持人：
    陈老师刚才提到两点，特别重要。第一点是对红旗法案的重新认识，其目的在于保护那些受到技术影响的人，无论是行人还是道路拥有者，这都是一种保护措施。另外，陈老师还提到，面对技术对社会的变革影响，其核心在于再分配问题。技术并非仅对个体产生替代或增加收入的作用，从社会视角来看，它更多地涉及资源的再分配。
    这两个点，也恰好都是王老师长期研究的领域。王老师认为，在面对AI带来的就业冲击时，从过去的经验中，我们面能够获得哪些启发？
王德文：
    如果我们仔细探究，不难发现，无论是陈老师的例子，还是我们可能读过的诺奖得主道格拉斯·诺斯的著作——《经济史中的结构与变迁》，都在一定程度上揭示了制度的本质。制度究竟是什么？制度它不仅关乎市场交易，也涉及收入分配与国家角色。
    我很早以前读过的这本书对我启发极大。书中总结了第一次、第二次工业革命所带来的影响。我个人在阅读后有一个深刻的启发：所有的工业革命或技术革命，都带来了相对价格的变化，且这种变化是根本性的。这种长期的价格变化，对整个社会的结构产生了深远影响。同时，技术也带来了双刃剑效应，可能会深刻影响社会发展与国家兴亡，具体取决于我们如何应对这套制度。这是回应陈老师刚才所讲的宏观层面的解读。
    但将这一大概念缩小到具体层面，在一个国家中，技术带来的变化不仅仅是分享技术和拥抱技术那么简单。更重要的是，我们如何设计一套制度安排来鼓励创新。例如，知识产权制度就是一套旨在鼓励创新的制度安排，它保护创新者免受侵权之害。当然，除了保护创新，我们还需要关注再分配过程中的兼容性，然而-技术往往带来的是不兼容的变化。历史上有很多这样的例子，技术的变革或贸易的改变，都可能导致再分配的不合理。
    如果我们回顾历史剧，会发现其背后有这样的影子：正如马克思所说的，生产力的变化会带来生产关系的变化，进而引发上层建筑的改变。如果这种改变处理不当，就可能带来大的社会变革或社会动荡。因此，合理的再分配制度就显得尤为重要。
    回到陈老师刚才的话题，技术变革带来的价格变化和财富增长，通过市场机制是无法完全实现的。因此，需要国家行使责任，设计相应的再分配制度。其中，税收制度、社会保障和社会保护制度等都是非常重要的。这些制度如何调节财富、保护弱者、提高保障水平，都是我们需要深入思考的问题。
    此外，就业之所以需要我们特别关注，不仅是因为就业带来收入，更重要的是给了劳动者自我价值的认可。我们通过劳动和工作，对社会做出贡献，得到社会的认可，从而获得自我满足和感受。因此，对于失业者，如何提供技能培训、公共就业服务，以及如何创造适合他们的就业机会，都是重要的问题。在这个过程中，很多国家都在利用AI等新的科技手段来帮助失业者。我们也在做这些相关工作，努力更好地利用现有科技来帮助那些面临困境的人们，科技在这方面给予了我们很大的赋能。

六、不能只发钱，人的工作关乎尊严
主持人：
    现在，我们讨论技术、讨论AI时，更多地关注其生产效率的提高或增强问题。但从另一端来看，当生产效率提高、产能扩大时，必须有相应的消费来承接这些产品。以自动驾驶为例，现实中一个人开一辆车，但转为自动驾驶后，可能只需要一个安全员管理五辆车，这就意味着有四个人可能被替代。那么，我们如何为这四个人提供增加消费能力和机会的途径呢？从过去的历史中，我们能找到哪些经验来应对当前的挑战呢？
陈永伟：
    我来谈一下我的看法。从长期来看，一个人能够开五辆车无疑是一件好事，这意味着我们社会的生产力得到了极大的发展,甚至在未来，如果无人驾驶技术成熟，人们将不再需要亲自开车，那么我们就可以将更多的时间和精力投入到自己愿意做的事情上。然而，从短期来看，这确实是一个值得高度重视的问题，因为它可能会砸掉四个司机的饭碗。
    从决策者的角度来看，我认为我们需要想办法帮助这些司机度过这段困难时期，或是寻找别的工作。一方面，我们可以为他们提供转岗培训，帮助他们掌握新的技能，以便能够胜任其他工作。正如王老师之前提到的，加强教育是关键。但值得注意的是，失业者往往面临两个困境：一是不知道应该接受何种教育，二是缺乏资金进行教育。因此，我们需要一些金融安排来引起人们的注意，从而解决这些问题。例如，我们可以考虑引入工作抵押贷款机制。这种机制可以鼓励企业先招工，然后由企业出资培训新员工，企业可以约定员工在培训后为公司服务一定期限，这样既满足了企业的劳动力需求，又让失业者有了资金接受培训，不必因失业而失去工作的机会。
    此外，我认为像UBI（无条件基本收入）这样的政策也值得考虑。当AI技术足够成熟时，我们是否可以通过对AI使用者征收一定的税，然后将这部分税收用于向民众发放基本收入？这样可以保障人们的基本需求，能体面地生活。
    我特别同意王老师刚才的观点，工作不仅是简单地发放金钱。这让我想起了前不久看的里根的自传。里根小时候，在罗斯福时代，他的父亲曾负责分配工作，实际上是分发福利的一种形式。但他的父亲并没有简单地把钱发给别人，而是根据需求分配具体的工作，比如挖坑等。我们现在经常开玩笑说凯恩斯让人去挖坑，但回归到本质，这是因为很多人不愿意白拿别人的钱，给他们工作其实是赋予了他们尊严。里根的父亲就告诉他，人的工作关乎尊严，不能只是发钱。
    所以，如果我们要刺激工作，就应该创造一定的工作机会。包括创造一些可能看似无用但实则能保障他们体面的工作？这种方式相当于通过发放工作来给予他们收入。我觉得这是一个很有意思的想法。而且，这些所谓的无用工作，到最后可能会变成有用的。很多东西在看似无用的过程中，可能会创造出有用的东西。因此，我们可能需要做的是调节收入，做好培训，并可能运用一些金融创新。同时，我们还需要建立良好的托底机制，另外在发放福利时也要更加讲究方法。
主持人：
    王老师刚才提到了UBI（无条件基本收入）这一方式，您认为在当前生产不断发展的背景下，它是否是一种比较好的方式呢？我们如何提供保障措施？
王德文：
    我先回到刚才你举的那个例子，如果我们今后普及自动驾驶技术，比如以前需要五个人分别开五辆车，而现在只需一个人看管五辆车，那么剩下的四个人该怎么办？这与AI、与技术变革有关，历史上已经有过类似的教训，当时政府并未做好充分准备，但现在社会已经在进步，技术变革会带来生产力的重新布局和产业的重新调整，进而引发就业结构的重新调整。
    在这个过程中，中国过去其实是有经验的。虽然这些经验不能直接与AI带来的影响相类比，但仍然可以为我们提供借鉴。比如在90年代末，我们东北经历了大规模的国有企业改革和职工下岗。政府在那时采取了一系列措施，如设立了再就业中心，实施了三条保障线政策。这三条保障线包括失业保险、免费培训和就业服务，旨在帮助失业人员转岗再就业。
    但回到我们之前的例子，如果我们真的要在某个城市大规模推行自动驾驶技术，以替代现有的汽车行业，那么最直接的影响就是会导致大量人员失业。尽管从技术和经济的角度来看，这是可行的，并且一些地方也愿意尝试这种创新，但这样做会带来很大的社会风险。因此，从管理社会风险的角度出发，当地政府需要采取一系列措施。很多国家在这方面已经有了一套成熟的做法，即政府需要制定相关政策，帮助失业人员转岗再就业。
    同样，在2016年到2020年期间，中国针对煤炭、钢铁和水泥等行业的生产能力过剩问题，也采取了一系列措施，包括中央和地方出资，推进下岗失业人员的转岗再就业补偿和收入支持，以及社保救助等。从现有的制度上来看，我们是有这些政策的。但未来的问题是，在整个转岗和再就业过程中，我们的产业政策必须与劳动力市场的政策密切配套。如果不配套，就会带来一系列的社会风险。为了构建一个和谐社会和实现共同富裕的目标，我们应该从过去的经验中吸取教训，做得更好。
    在这个过程中，我们可以采取很多办法。以那四个人为例，我们需要根据他们的年龄、现有技能以及未来预期的工作岗位，对他们进行有针对性的培训。由于转岗会带来社会风险，政府应该承担这部分费用，设立专项基金或资金来做这件事。但这里有一个复杂的问题，就是不同年龄段的人对未来的就业岗位或收入的预期可能不同。因此，在调整过程中，他们需要就业指导、心理咨询等相关政策的支持。
    只要这些政策跟上，以中国经济的增长速度，化解就业问题并不是太大的难题。当然，在这个过程中，他们的收入可能会在一定程度上下降，我们要思考如何补偿他们，而不能仅仅让他们依靠低保生活。低保不是一个合理的解决方案，因为我们直接用新的产业政策替代了他们原有的工作。在这方面，我们可以借鉴其他国家的做法，比如提供公共服务类或基础设施类的岗位。
    陈老师刚刚指出，让失业者从事挖坑之类的工作，其实不是无意义的，一些国家选择引导失业者参与公共服务或基础设施建设，这类似于我们中国过去的“以工代赈”。例如，修建具有长远意义的水利工程，可以为参与者提供相对较高的日收入，这些工作甚至可能转化为公益性岗位。这样，他们不仅能对社会做出贡献，还能保持个人尊严，感受到自己的社会价值。
    此外，随着社会经济的发展和进步，人们对服务的多样化需求会越来越多，这为失业者提供了更多就业机会。因此，有很多可行的操作方式，可以充分利用这些机会。比如，对于过去做出租车司机的人，我们可以训练他们去做物业管理等工作，虽然收入可能不如过去做出租车司机时高，但只要能达到原先工资的90%，并给他们缴纳三险一金等保障，这个问题就可以得到处理。
    因此，我想强调的核心点是，我们必须以人为本，不能随便把人抛向市场。同时，政府在迎接新的科技变革时，应该采取有效的政策措施。中国过去有过一些成熟的做法，国际上也有一些通行的经验。我认为，在拥抱这些新的科技变化时，如果政府能够做得“有为”，“有效”，就可以将科技变革带来的转型风险降到最低。
主持人：
    关于王老师之前提到的分配问题，特别是那些受影响的群体，如何为他们提供帮助。之前在武汉的萝卜快跑的案例中，网上看到一个观点说，既然自动驾驶车辆可以自主运行，为何不考虑将这些车辆出售给现有的司机，让他们不再自己驾驶，而是让自动驾驶车辆代替他们工作。这等于是在自动驾驶研发企业，和当下的网约车司机之间，进行了一次收益的重新分配，这样的分配是否具有合理性和可行性呢？
陈永伟：
    在我看来，这确实有一定的可行性。我当时正好在武汉经历了萝卜快跑兴起的那段时间，从武汉回来后，我在杭州打车时，有个司机还跟我提到了萝卜快跑的事，他对把自动驾驶汽车卖给出租车司机的说法，挺感兴趣，觉得这样他就可以不用亲自开车了。从这个角度看，我认为如果真要实施，会有司机对此感兴趣，如果武汉的司机不感兴趣，但杭州的司机可能也会感兴趣。
    我还是坚持之前的观点，即如果技术能为社会带来净增量，那么它应该能够补偿那些损失者，就像王老师刚才说的，即使不能完全补偿，也应该有一个净增量。对于自动驾驶企业投入的巨额研发问题，我认为不必担心。如果他们原本能获得50%的回报，现在切出10%给司机，那也是值得的。从这个角度看，我比较赞同通过协商的方式，让各方坐下来谈一个相对公正的价格。将创新的一部分增量用来补偿损失者，这相当于一种赎买制度，可以为技术的发展创造更好的条件。我认为这可能是一个可行的思路。
主持人：
    现在AI带来的问题都是全球性的，各国都在面对类似问题。我们经常说，各国都站在同一个起跑线上，不仅技术如此，面对的问题也是如此。那么中国在解决AI对就业重构的冲击方面，在政策上或教育创新上，有哪些先行探索的空间？
陈永伟：
    我认为中国有很大一部分优势，在于我们有一个有力的政府，能够平衡市场发展和市场弊端，有时候能进行相对好的干预。类似于王老师之前讲的，当有大规模失业时，政府需要提供一些救助，在这方面上，西方往往是自下而上的探索，政府或企业未必愿意承担这部分责任。但在中国，政府至少是愿意去做这部分工作的。所以，我认为中国的一个优势可能是政府管得相对多一些，更重要的是，政府可以作为不同利益诉求主体之间谈判的中介人，让技术进步过程中不同的人可以坐下来谈，最后达成一个比较好的共识解法。我们可以看到，特朗普政府出来后，美国也要设立一个AI部长，并提出了很多AI产业政策。我们之前总说AI产业政策不好，但突然发现美国也要这么做了，而且做得更厉害。所以我认为，中国是不是要把这一块做得更好，尽量在创新过程中把矛盾更多地消化掉，这样企业的创新步伐就可以迈得更大。
王德文：
    陈老师刚才讲得非常好，即新技术在使用时，如果政府非常希望看到某个结果，但确实会对社会产生影响，那么就需要在新技术采用过程中重新考虑收益再分配，保护弱者。通过协商是一个很好的机制，政府需要搭建一个平台，让大家协商并形成利益共识，这有利于形成一个有利于新技术应用和采用的良好环境。否则，就会带来一系列后续意想不到的影响。
    接下来，我们看最后一个问题。从全球来看，现在大家都很清楚，未来科技领域的竞争主要在中美之间。中国的优势在于，我们的政府在这方面有很强的动员能力，富有创新精神，也愿意去把这些事情做好。如果有这样的动力，对于推动今后科技的应用，对中国来说是非常好的一件事。
    但这里面可能也需要考虑一个方面，即如何发挥我们的优势。特别是我们在培养了这么多大学生、研究生的基础上，如何让大家能够形成创新精神，可能也需要在一定程度上去借鉴其他发达国家的一些经验。
    从科技本身来看，中美之间还是有差距的。那我们的差距怎么迎头赶上？如果今后美国在科技领域一家独大，那对中国的影响还是很大的。而且目前他们搞小院高墙，这对我们未来的科技是另一个挑战。如果我们以后不能追赶上，那实际上我们今天谈的这一系列的担心可能就不存在了。但如果我们确实在这方面做了很多前沿研究和实践，那我们今天讨论的一些话题就变得直接相关了。（本文完）