周五图表:现在是就业末日吗?

本文为机器翻译
展示原文


这是《The Breakdown》简报的片段。如需阅读更多版本,请订阅


“我不害怕电脑。我害怕的是没有电脑。”

— 艾萨克·阿西莫夫

当自动取款机 (ATM) 在 20 世纪 90 年代变得普遍时,人们自然而然地认为大多数银行出纳员很快就会失业。

但事实并非如此。

每个分行的柜员数量确实减少了,从 23 人减少到了 13 人。

但正如本杰明·托德所指出的,ATM 使银行出纳员的工作效率更高(因为他们可以腾出时间去做更高价值的工作),也使银行分支机构的利润更高。

因此,银行开设了更多的分支机构——数量之多以至于银行柜员的总数实际上有所增加。

这种令人满意的结果一直持续到 2018 年,当时网上银行减少了对银行分支机构的需求,导致银行柜员总数下降。

托德总结道:“虽然部分自动化增加了就业,但网上银行带来的更大程度的自动化确实减少了就业。”

人工智能能发挥同样的作用吗?

斯坦福大学上周发表的一篇论文似乎证实了人们对就业末日最严重的担忧——我们正直接进入完全自动化的最后阶段。

这篇论文记录了受人工智能影响最大的领域(如软件工程)中应届大学毕业生的就业率下降,并指出这是就业市场的“煤矿中的金丝雀”——这是人工智能将取代我们所有工作的早期迹象。

然而,使用完全相同的数据却可以得出完全相反的结论。

诺亚·史密斯 (Noah Smith) 查看了该论文的调查结果并想知道为什么失业只发生在最年轻的工人中。

如果人工智能准备取代人类,公司难道不会首先解雇最昂贵的员工吗?

乔舒亚·甘斯 (Joshua Gans) 表示,公司雇用更多经验丰富的员工这一事实意义重大:这表明人工智能正在使更有经验的员工更有价值。

甘斯解释说:“如果出现一种新技术,可以提高现有工人的生产力,那么任何企业都会愿意雇用具备必要技能和经验的工人,而减少雇用不具备这些技能的工人。”

从这个角度来看,斯坦福的论文对于人类就业来说是个好消息,而不是坏消息。

就像托尼·斯塔克和他的助手贾维斯一样,人工智能迄今为止已被证明能够增强人类工人的能力,而不是取代他们——如果增强后的工人生产力更高,那么人工智能的首要效应应该是提高就业率,而不是降低就业率。

甘斯总结道,现在真正的问题是,那些停止雇佣入门级员工的企业“将会失去有经验的员工”。

如果是这样,我们可能很快就会不再害怕人工智能,而是开始害怕缺乏人工智能。

我们来检查一下图表。

这种趋势对我们不利:

今天上午公布的数据显示,6月份就业人数下降——这是根据美国劳工统计局的模型得出的,但这个模型不能完全照搬。然而,不可否认的是,这种趋势正朝着错误的方向发展。

人工智能效果:

上述斯坦福大学的论文中,其按年龄段划分的开发人员就业数据显示,最年轻员工的就业率急剧下降,而最年长员工的就业率却上升了。我们只能希望,时事通讯撰稿人的情况也一样。

更多数据:

Brian Armstrong 表示,Coinbase 目前超过 40% 的代码是由人工智能生成的。但他也指出,这些代码“需要人工审核和理解”。这或许可以解释斯坦福大学论文中关于经验丰富的开发人员需求更高的发现——或许也能印证 Joshua Gans 的论点:人工智能正在增强员工的能力,而不是取代他们。

缩小:

大学毕业生失业率略有上升,但仍处于历史正常水平。

ATM 体验:

银行柜员的最佳时期是ATM机出现后的18年,因为它们提高了柜员的工作效率,也增加了银行分支机构的利润。然而,网上银行是一项替代技术。

眼熟?

Epoch AI 的研究人员预测,人工智能最初将是一种增强型技术——在短短十多年内推动工资增长 10 倍——但随后将成为一种替代型技术,导致工资暴跌。但 Benjamin Todd 指出,这假设人工智能可以完成 100% 的工作。“如果只有一小部分任务,比如 1%,仍然需要人类,那么同样的模型表明工资将无限增长。”换句话说,我们可以期待 12 年至无限年的时间,工资将快速增长。

计算成本下降:

如果人工智能有一天要完成99%的工作,它必然需要耗费大量的电力。这张图表来自一篇关于通用人工智能在职场应用的论文,它表明我们终将找到低成本实现这一目标的方法。

并非所有事物都是人工智能:

过去五年里,Build-A-Bear 的股价上涨了 1,800%,比 Nvidia 高出近 600 个百分点。

长远观点(2):

一个世纪以来,美国就业率通过不间断的技术变革不断上升,这令人欣慰地证明,人类总能找到新的事情去做。

当然,银行分支机构和自动取款机的例子仍然会让人们感到担忧——即使人工智能现在正在增强人类工人的能力,但它将来可能会取代他们。

但未来工作经济学家戴维·戴明的研究表明,就业变化总是比技术变化慢得多,因此这种情况不太可能很快发生。

或者永远。

戴明总结道:“虽然人工智能可以帮助专业和管理人员完成某些任务,但对好的想法和对复杂的反事实思想实验的令人信服的分析的需求可能几乎是无限的。”

来源
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
收藏
评论