人工智能教父辛頓預(yù)言AI將摧毀大量工作崗位，創(chuàng)造大規(guī)模失業(yè)(3)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-11-27 10:18:56 頭條

插圖：Tag Hartman-Simkins / 未來主義。圖片來源：Jorge Uzon / AFP via Getty Images

人工智能部署的實際困難也是限制其就業(yè)影響的重要因素。麥肯錫2025年全球人工智能調(diào)查和麻省理工學(xué)院的報告都指出,絕大多數(shù)生成式人工智能試點項目正在失敗。麻省理工學(xué)院的研究發(fā)現(xiàn),95%的生成式人工智能試點項目在企業(yè)中失敗,主要原因是工作流程脆弱、缺乏情境學(xué)習(xí)以及與日常運營的不匹配。咨詢公司高德納預(yù)測,到2027年底,超過40%的代理型人工智能項目將因成本上升、商業(yè)價值不明確或風(fēng)險控制不足而被取消。即使在被認為最容易被自動化的客戶服務(wù)領(lǐng)域,人工智能替代的嘗試也頻繁遭遇失敗。

技術(shù)樂觀主義與結(jié)構(gòu)性失業(yè)的雙重真相

這些實證數(shù)據(jù)是否意味著辛頓的擔(dān)憂完全是杞人憂天?答案既是也不是。一方面,短期內(nèi)大規(guī)模技術(shù)性失業(yè)的預(yù)測缺乏經(jīng)驗支持。技術(shù)替代的速度受到多種因素的限制:技術(shù)本身的可靠性、組織采用的速度、監(jiān)管和社會阻力、以及任務(wù)復(fù)雜性的本質(zhì)限制。人工智能在標(biāo)準(zhǔn)化、重復(fù)性任務(wù)上表現(xiàn)出色,但在需要復(fù)雜判斷、創(chuàng)造性、情感智能和物理靈巧性的任務(wù)上仍然有限。許多看似簡單的人類工作實際上涉及微妙的技能,難以完全自動化。另一方面,長期趨勢可能更接近辛頓的擔(dān)憂。如果人工智能能力持續(xù)指數(shù)級增長,如果通用人工智能真的在未來十到二十年內(nèi)實現(xiàn),那么勞動力市場的結(jié)構(gòu)性轉(zhuǎn)變將是不可避免的。

歷史為這種雙重視角提供了線索。工業(yè)革命引入了機器,從長期看極大地提高了生產(chǎn)力和生活水平,但在短期和中期造成了嚴重的社會動蕩——傳統(tǒng)工匠失業(yè),城市貧民窟膨脹,勞工運動興起。盧德運動反對紡織機械不是因為工人不理解技術(shù)進步,而是因為他們清楚地看到技術(shù)進步在現(xiàn)有社會制度下如何侵蝕他們的生計。同樣,20世紀的農(nóng)業(yè)機械化在幾十年內(nèi)將美國農(nóng)業(yè)勞動力從人口的40%降至不到2%,這些被取代的工人最終在制造業(yè)和服務(wù)業(yè)找到了工作,但這種轉(zhuǎn)型并非無痛,需要大規(guī)模的人口遷移、教育投資和社會政策調(diào)整。

首頁上一頁 1 234 5 全文共 5 頁下一頁

關(guān)閉

人工智能教父辛頓預(yù)言AI將摧毀大量工作崗位，創(chuàng)造大規(guī)模失業(yè)(3)

相關(guān)新聞

今日熱點

頻道熱點