雷火竞技首页

AI对劳动力市场的影响(14)
发布时间:2026-09-03
 创始人雅各布拥有丰富的职业经历,曾任 Nike 大中华区 CxO负责零售,供应链,数字化;LVMH affiliate Trendy Group CxO负责并购,品牌数字化转型;东方国际Lily女装CxO负责战略及数字化;微软合资公司CxO负责产品及解决方案构架;J&J和Eli Lily医药公司负责IT和Compliance。  技术在深刻重塑工作世界方面有着悠久的历史。从农业革命的黎明到数字

  创始人雅各布拥有丰富的职业经历,曾任 Nike 大中华区 CxO负责零售,供应链,数字化;LVMH affiliate Trendy Group CxO负责并购,品牌数字化转型;东方国际Lily女装CxO负责战略及数字化;微软合资公司CxO负责产品及解决方案构架;J&J和Eli Lily医药公司负责IT和Compliance。

  技术在深刻重塑工作世界方面有着悠久的历史。从农业革命的黎明到数字时代,每一波创新浪潮都重新定义了劳动力市场的结构、性质和动态。

  今天,世界正处于另一场由人工智能驱动的技术革命的边缘,这场革命有可能再次重塑工作世界。鉴于技术采用的步伐一直在加快,而且 AI 本身发展如此迅速,这股即将到来的浪潮可能会比其前几轮更快到来。政策制定者现在需要做好准备,以确保他们的工人和劳动力市场有能力驾驭即将到来的浪潮并从中受益。

  在本报告中,我们使用新颖的分析来探讨人工智能如何影响劳动力市场,并特别提到了英国。尽管目前对 AI 的许多讨论都是基于大型语言模型 (LLM),但这只是关于自动化的更广泛故事的一部分,它包括体力任务和认知任务。因此,我们的研究旨在从更广泛的角度出发,纳入更广泛的人工智能定义,包括支持人工智能的硬件,并研究人工智能可能影响劳动力市场的三种主要方式:通过需求、供应和改变工作场所体验:

  劳动力需求:我们估计,英国公司全面有效地采用人工智能可以节省近四分之一的私营部门劳动力时间,相当于 600 万工人的年产出。

  AI 节省时间和提高生产力的潜力在个体工人层面将有很大差异。我们的分析表明,AI 节省的大部分时间可能来自使用支持 AI 的软件来执行认知任务,而不是使用更昂贵的支持 AI 的硬件来专注于体力工作。因此,涉及复杂体力劳动的职业和部门(如技术行业或建筑)可能较少受到人工智能的影响。相比之下,那些执行日常认知任务(尤其是行政职业)的工人,以及那些在数据密集型行业(如银行和金融)工作的人,更容易训练新的 AI 模型,可能会更容易受到干扰。

  鉴于 AI 执行现有任务和节省员工时间的速度、充分程度和效率存在高度不确定性,我们研究了一系列场景,以帮助评估其潜在的宏观经济影响。在所有情况下,人工智能预计都会造成一些失业,但这种劳动力替代效应只是人工智能将如何影响劳动力需求的一部分。人工智能还可能通过促进经济增长和加快新产品和服务的开发来创造全新的就业机会,从而创造新的劳动力需求。纵观历史,技术对劳动力需求的影响一直是劳动力替代和需求创造这两股力量之间推拉的故事,从长远来看,它们往往会趋于平衡。

  我们的分析也讲述了类似的故事。在所有场景中,我们预计失业率最初都会上升,因为一些公司选择将 AI 节省的时间存入银行并缩减员工人数。根据历史的劳动力流失率,我们估计人工智能最终可能会取代 1 到 300 万个工作岗位。然而,至关重要的是,这些工作岗位流失不会一蹴而就,而是会随着人工智能在更广泛经济中的采用步伐而逐渐增加。按年计算,这意味着失业人数的峰值在每年 60,000 至 275,000 个工作岗位之间,与英国过去十年的平均失业人数(每年 450,000 人)相比,这个数字相对较小,相对于整体劳动力(3300 万)来说甚至更多。

  此外,随着人工智能为工人创造新的需求,失业率的上升可能会受到限制并最终被抵消,从而将失业工人拉回劳动力市场。我们最好的猜测是,AI 对失业率的峰值影响可能在数十万左右,并且这种影响会随着时间的推移而减弱。虽然所有这些数字都存在很大的不确定性,但一个共同的教训是,人工智能可能会促使更多工人离开现有工作并开始新的工作,从而增加劳动力市场的活力。因此,英国的劳动力市场基础设施将需要升级以适应 AI 时代。

  人工智能可能节省的时间和随之而来的劳动生产率的提高也将促进经济增长。这种影响的规模高度不确定,将取决于人工智能在整个经济中的采用程度以及实施它的成本效益。我们的分析表明,大多数类型的 AI 都有可能节省大量成本,但这并不能保证适用于所有 AI 类型。例如,对于大多数小公司来说,根据公司的独特数据以及复杂的 AI 支持硬件进行训练的定制 AI 软件工具可能会成本高得令人望而却步。对于小公司来说,要获得这些新技术,这些技术需要由其他公司大规模开发,“平台化”(开发成可以在整个行业中轻松实施的工具),然后作为服务出售(类似于云计算市场的发展方式)。我们在场景分析中探讨了这些不同的可能性,发现到 2050 年,人工智能可以将英国国民收入提高 5% 至 14%,我们最可能的场景指向大幅增长 11%,相当于每年超过 3000 亿英镑。

  评估人工智能对经济影响的一个关键问题是判断其影响何时会变得足够重大,从而在宏观经济统计数据中显示出来。预测任何技术开始被广泛采用的时间点本身就很困难,因此我们在分析中探索了一系列 timing assumptions。在所有情况下,我们预计人工智能对经济的影响在短期内都相对较小——到 2030 年,未来五年 GDP 将增加 0.1% 至 1%,失业人数将增加 180,000 人。到 2035 年,结果的范围要广泛得多——根据场景,国内生产总值 (GDP) 水平将高出 0.6% 至 6%,这在实践中如何发挥作用,不仅取决于人工智能的基本性质或私营部门公司做出的决策,还取决于有能力加速或延迟人工智能实施的政策决策。

  劳动力供应:人工智能在改善劳动力供应方面具有巨大潜力,可以提高经济中工人的数量、质量和有效利用,所有这些都可以进一步促进增长。

  首先,我们估计人工智能可以在课堂上为教师和学生提供帮助,并在学生的学术生涯中平均将教育程度提高约 6%。新出现的证据表明,表现不佳的学生可能会从人工智能教育中获得最大的推动力,这表明它可能是一个有用的社会平等工具,可以平等地获得机会。受教育程度更高的劳动力将具有更高的生产力,因此,随着受过 AI 教育的学生逐渐进入劳动力市场,他们将提高生产力。虽然这是一个缓慢燃烧的效果,但也可能是一个巨大的效应——在未来 60 年内,GDP 将累计增加约 6%。

  第三,人工智能技术有可能支持更好的工作匹配和提高劳动力的有效利用——就像世纪之交互联网的出现一样。这是一个设计和控制变得越来越重要的领域,因为数据模式产生的偏差可能会导致负面的招聘结果。需要保留的一个关键要素是工人的能动性,因此,与其将 AI 的作用视为将被动工作者与角色相匹配,不如帮助他们提供策略和信息,使申请人能够以最佳效果展示自己。

  工作场所体验:随着 AI 工具的普及,人们对工作场所的日常体验可能会发生重大变化。人工智能有可能通过减少日常任务、改善不同类型工人进入工作场所的机会以及帮助改善工作场所的健康和安全来提高工作质量,因此AI 有可能帮助提供更具吸引力、包容性和安全性的工作环境。然而,我们对专业环境中 AI 的早期采用者的调查也强调,有些人担心工作场所体验可能会以其他方式发生变化,例如对工作的额外审查会导致工作日的压力更大,这意味着仔细管理和沟通如何将 AI 应用于工作场所将是过渡的关键要素。

  总体而言,越来越多的证据表明 AI 正在个人和公司层面产生变革性影响。我们的前瞻性分析表明,这些早期指标可能预示着未来几十年劳动世界将发生更大的变革,将所有政策方向集中在限制这将带来的破坏上是错误的。从长远来看,任何旨在遏制潮流的政策都可能是无效的和有害的。

  相反,我们提出了政府活动应关注的四个关键领域,以最大限度地发挥 AI 在社会最广泛人群中的好处:

  A.通过减少 AI 获取的障碍并利用其能力来改善所有人的教育和技能,鼓励 AI 在整个经济中广泛采用。通过这样做,政府可以帮助确保 AI 兑现其作为社会平等工具的承诺,实现机会均等。

  B.升级劳动力市场基础设施,以应对 AI 可能带来的更高流失率和更动态的变化速度,这包括让工人了解即将到来的变化和支持设施——包括财务安全网、再培训机会和就业匹配服务——以帮助最大限度地提高就业。

  C.利用人工智能的能力来提高就业质量,通过揭示人工智能如何在整个经济中被采用——分享最佳实践以加快采用并确定需要更牢固护栏的风险领域。

  D.最后,鉴于人工智能的发展路径及其潜在影响存在高度不确定性,政府应进行详细的场景分析和实际的应急计划,以确保为即将到来的更激进的未来做好准备。

  通过利用人工智能来提高教育成果,并调整学校课程的重点,使其侧重于人工智能补充技能,从而为英国下一代工人的未来做好准备。这不仅包括课程改革,还包括教学实践中的快速创新,以实现备课的自动化和学生学习体验的个性化。

  激励私营部门采用人工智能培训助理,帮助提高表现较差的工人的绩效。通过免费开源产品和研发税收减免相结合的方式支持进一步创新,政府可以支持企业,尤其是小型企业,不要错过提高生产力的机会。

  制定新的人工智能开拓者计划,鼓励各种规模的企业广泛采用人工智能。这将涉及借鉴新加坡和德国的成功计划,支持地方网络以最佳实践范例激励企业,并通过新的人工智能驱动的个性化服务转变企业支持。

  通过设立国家挑战奖,激励对增强劳动力的人工智能技术的投资,以缓解关键公共服务部门的劳动力短缺问题。通过奖励已在公共部门小范围内开展的小规模创新,可以迅速扩大转型规模,并使更多地区迅速感受到其影响。

  创建 “早期意识和机会系统”,帮助工人了解人工智能可能对他们的工作产生哪些影响,并就如何在其他职业道路上成功利用他们的技能向他们提供建议。这一新系统将对人工智能如何影响劳动力市场进行动态、实时分析,包括确定哪些行业的就业增长最快、哪些技能最紧缺以及哪些培训课程对培养这些技能最有效。

  让工人自动加入一个新的、自愿的 LIFESPAN 基金,帮助减轻失业冲击。该基金的结构与养老金缴费类似,工人和雇主每年都要从税前收入中为个人 LIFESPAN 基金缴费。然而,与养老金不同的是,当工人遭遇重大生活事件而导致就业状况发生变化时,就可以动用该基金--为他们提供一个个人安全网,以资助他们重新就业,并帮助确保劳动力对不断变化的工作模式有更强的适应力。

  改革英国的成人培训服务,使其更加个性化、更具成本效益,并致力于培养人工智能时代的紧缺技能。这将需要更多更好的免费资源,激励企业对其劳动力进行再培训,并扩大学生贷款系统以支持终身学习。

  支持开发一个由人工智能驱动的就业匹配门户网站,以更好地匹配工人和雇主,减少摩擦性失业。这个平台将为双方提供支持:寻找合适人选的雇主和在寻找新工作过程中可能会受益于帮助的求职者。

  更新有关人工智能在工作场所的使用地点和方式的信息。国家统计局(ONS)应通过调整现有的转型劳动力调查(TLFS),系统地跟踪、监测和更新有关工作质量的数据,为监管和政策制定提供信息。

  启动人工智能相关工作场所披露工作组(TAWD),鼓励雇主自愿披露他们是如何在工作场所采用人工智能的。这将有助于确定可能需要额外政策保护的使用案例,并分享最佳雇主实践,以鼓励整个经济更广泛地采用人工智能。雇主可以以此为平台,推广自己对人工智能的前沿应用,提升雇主品牌。

  明确并传播有关自动决策的指导,必要时动态调整工人保护立法。如果该系统能为合规概要提供更大的信心,企业就能更有信心地进行投资,或更迅速地确定哪些地方可能需要额外的法律澄清。

  提高英国负责监督人工智能对工作场所影响的三家监管机构的执法能力,并建设其测试和认证监管科技工具的能力,以帮助企业驾驭法律环境。在一个全新的领域,加强这些机构之间的协调和清晰度,并辅以对技术的更好理解,将对信心至关重要。

  利用场景分析来探讨人工智能可能对劳动力市场产生的不同影响,积极主动地设计政策解决方案,以积极应对各种场景,并确定触发点,以告知何时应颁布此类政策。

  未来是不确定的。本报告中的一些分析可能需要在不久之后重新审视,这将继续是一个动态环境,在这种环境中,技术迅速发展,其应用以无法预见的方式发展。

  但只有现在就采取明智的措施,这个国家才能最好地为成功做好准备。出于这个原因,TBI 旨在制定一套十几条“无悔”的政策建议,这些建议应该会在一系列情况下带来好处,并以上述建议中的最后一条水平扫描功能为后盾。

  综上所述,这些分析和建议应该会为英国充分利用 AI 技术的使命向前迈出一大步。AI 可以帮助每个人提高工作效率并改善生活,这样做可以支持政府应该追求的许多其他政策结果。

  人工智能今天就在这里,[1]它的影响已经体现在经济、公共生活和日常体验中。虽然这仍处于故事的早期阶段,但该技术的通用性质及其迅速采用的潜力使 AI 产生了巨大的影响。

  这一点在工作领域最为明显。人们与机器一起工作,以及这些机器承担最初由工人执行的部分或全部任务的历史是很长的。我们完全有理由相信这种情况会持续下去,而且会加速。机器将越来越多地承担目前属于人类的任务,同时也会刺激创新,创造尚不存在的新工作岗位。这将导致雇主完全重组工作场所的运作方式,因此对人类的影响将显而易见且越来越明显。

  历史还告诉我们,技术采用的道路崎岖不平。尽管技术进步是提高生活水平的基石,但它也可能通过取代一些工作岗位、偏袒资源丰富的群体以及扩大教育和地理差距来加剧不平等。人工智能有可能造成类似的效果,但它也提供了实现社会平衡的潜在工具,[2]这需要被谨慎地使用并明智地塑造,以实现一个 “技术乐观主义 ”的未来场景。

  问题是政府应该如何应对 AI 的出现。许多政府可能会决定观望,并在事件发生后对中断做出反应。其他人将寻求将安全放在首位,并进行干预以建立尽可能多的控制,以便可以管理或最小化变化。

  这些方法中的每一种都是错误的,第一个问题使政策制定者有可能看起来完全没有准备;后者是衰落的。

  政府的目标应该是采取支持创新和技术的立场,同时也要意识到风险和可能的短期后果,这不仅出于公平和社会凝聚力的原因,而且对于保持对技术的信心和接受度也至关重要,并防止对听起来简单的答案的要求,这些答案只会抵消收益。

  出于所有这些原因,我们认为有必要对围绕人工智能对就业影响的一些假设进行批判性思考,探索一系列渠道,并为一种渐进的、雄心勃勃的方法提出一系列建议。

  “人工智能”必须接近当前政治话语中最常用、使用最灵活的短语。然而,尽管人们对 AI 的兴趣激增,但对于该术语的含义尚未达成共识。在本项目中,我们使用经济合作与发展组织 (OECD) 对 AI 的定义[3]作为我们的基础:“AI 系统是一种基于机器的系统,对于显式或隐含的目标,它从接收到的输入中推断如何生成可能影响物理或虚拟环境的输出,例如预测、内容、建议或决策。不同的 AI 系统在部署后的自主性和适应性水平各不相同。”

  此定义侧重于 AI 系统生成的输出(例如:内容、预测、推荐、决策)以及这些输出旨在实现的目标,它得到了广泛认可,并且其版本已被欧盟[4]和美国[5]采用到他们的 AI 行为中。

  AI 并不新鲜。人工智能的第一波浪潮始于 20 世纪中叶,被称为符号人工智能,从 1950 年代到 1990 年代蓬勃发展,它依赖于可量化的数据和严格的基于规则的程序,并考虑到了一些不确定性。主要的象征性 AI 成就包括最早的聊天机器人之一 ELIZA 和国际象棋专家系统 Deep Blue,该系统在 1997 年击败了当时的世界冠军加里·卡斯帕罗夫。

  第二波(也是当前)数据驱动的 AI 浪潮始于 2000 年代,并在 2010 年代随着互联网的快速普及而加速,这消除了阻止 AI 扩展的关键障碍之一:数据,这一波疫情密切模拟了人脑通过深度学习和机器学习处理信息的方式,并对不确定性、随机性和复杂性进行了建模,它最好地反映在最近的 AI 创新中,例如 ChatGPT 或自主无人机。

  这两个波都构成了“弱”或“狭义”AI,因为它们是特定的,并受基于任务的参数的约束。我们从分析中排除了符号式人工智能,因为考虑到该技术的年龄和普遍性,我们假设这股浪潮对劳动力市场的任何影响都已经被目睹并进行了调整。

  然而,AI 功能正在迅速发展。预计下一波浪潮将是“强大的”或“通用的”AI (AGI)。AGI 应用程序将表现出更多的自主性,能够适应不同的环境,而不局限于特定任务——类似于人类的能力。除此之外,人工智能系统比任何个体人类都聪明(“人工智能超级智能”)和比所有人类更智能的系统(“奇点”)在未来是可能的。

  出于本项目的目的,我们排除了这些更高级的 AI 版本,因为它们的颠覆性潜力如此之大,而且人们仍然认为它们还需要几十年的时间。例如,Good Judgement Project 的“超级预测者”特别擅长评估未来结果的概率,他们估计到 2043 年发展 AGI 的可能性只有 12%,到 2070 年为 40%,到 2100 年为 60%。[6]AI 专家只是稍微乐观一些,在最近对 350 多名 AI 专业人士的调查中,有一半的人估计到 2060 年,开发 AGI 的可能性为 50-50。[7]

  TBI 分析了来自公共和行业来源的一系列文献,并通过美国和欧洲的利益相关者参与来补充这一点。[8]

  AI 已经为早期采用者在单项任务上推动了两位数的生产力提升。[9]迄今为止,人工智能的实施还不够广泛,无法对汇总生产力统计数据产生显著影响,但这并不奇怪——新的创新通常需要时间才能集成到生产流程中并得到充分利用。AI 的生产力影响可能遵循标准的 J 曲线]其中,初始投资导致总生产力增长具有滞后性。

  [11]的美国人口在推出后的 10 个月内使用了 ChatGPT——互联网花了 17 年时间才达到相同的水平。根据国际货币基金组织 (IMF) 的最新研究,预计全球约 40% 的就业将受到生成式人工智能的某种影响。[12]因此,人工智能应被视为为数不多的具有近乎普遍应用的技术之一,其范围类似于电力或互联网。但与需要几十年时间才能整合到生产流程中的电力不同,人工智能的大部分基本基础设施(计算机和互联网)已经存在,这意味着人工智能的影响可能会在几年内显现,而不是几十年。

  一些关于自动化的评论将 AI 视为人类工作的风险。考虑这种观点是合理的——在现阶段,可以仅根据分析做出预测,而且人工智能不会带来净就业创造。我们可以说的是,过去 200 年表明,从长远来看,新技术创造的就业机会往往多于它们摧毁的就业机会。诚然,这种影响不是自动的,自 1980 年代以来就没有那么明显,这是一个以加速自动化为特征的时期。

  [13]但生产力提升更加有限,新任务的创建率较低 - 这一过程被称为“马马虎虎的自动化”。鉴于 AI 带来的巨大潜在生产力提升,它似乎不太可能遵循这种模式——而且这些过程的结果很容易处理,因为该政策可能会影响结果。

  人工智能有可能通过帮助工人获得更多技能和过上更健康的生活来提高劳动力的质量,从而促进长期经济增长。AI 可以通过提高教育程度和提供量身定制的在职培训来提高技能。它可以通过实现早期和预测性诊断、扩大卫生系统能力以及增加具有不同能力的人进入劳动力市场的机会来改善健康。然而,这些效果并不能保证,需要精明的政府政策来培养潜在的收益。

  [14]然而,AI 也有可能放大招聘决策中现有的偏见。政策护栏将非常重要——包括增加人工检查点和对 AI 招聘的评估,以确保它们按预期工作。

  AI 对劳资关系的影响将是复杂的。员工已经认识到 AI 在提高工作质量方面的潜在好处——通过自动化日常任务、提高工作中的人身安全以及腾出更多时间来完成更有吸引力的任务。然而,员工也对风险持谨慎态度——担心失业、失去工资谈判能力、增加的强度和压力以及额外的管理层审查。这表明政策在管理这些不同的影响方面发挥着重要作用。

  英国还需要新的进步方式:该国已经经历了长期的生产率增长缓慢,导致整体经济表现令人失望。基于基础设施或技能解决其中一些缺陷的连续努力,但效果有限。缺少了一些东西。与此同时,其他国家准备通过技术转型取得领先,使任何未改革的经济体的竞争力越来越低。

  关于 AI 和未来工作的大部分争论都集中在 AI 将通过自动化取代工作岗位的风险上,一些工作肯定会被人工智能取代,但这只是人工智能影响劳动力需求的方式之一。人工智能还可以通过两个渠道增加对劳动力的需求并创造新的就业机会:首先,人工智能可以通过提高工人的生产力来补充工人,这将促进经济增长,从而促进对工人的需求;其次,人工智能可以遵循以往技术浪潮的模式,创造需要工人执行新任务和工作的新产品、市场和经济部门——再次增加对工人的需求。这三种力量的相对强度,而不仅仅是第一种力量,将决定人工智能对劳动力需求的净影响。

  人工智能有可能提高劳动力的数量、质量和有效部署。例如,人工智能驱动的教育可以提高教育程度和生产力增长,而人工智能辅助的医疗保健可以带来更大、更经济活跃的劳动力。人工智能还具有通过更有效地将雇主与雇员匹配、减少摩擦性失业和帮助减少劳动力利用不足来改善劳动力市场运作的潜力。

  人工智能有可能通过自动化重复性任务、增加进入工作场所的机会(包括不同能力群体)以及实现更好的监控以防止健康和安全风险并帮助提高生产力,从而重塑人们的工作环境,这并非没有风险,因为任何新技术都可以用于好事和坏事。但是,谨慎采用 AI 显然有可能使工作更具吸引力、包容性和安全性,并提高员工的工作效率。

  对工人的影响很可能是巨大的。长期建立的角色会发生变化,或者在某些情况下开始减少。更多的人需要寻找新的或不同的角色,许多人需要满足培训和发展需求。他们将在技术不断发展并可能加速的环境中这样做。因此,劳动力市场的流失量可能会增加,工人被迫更频繁地换工作,并可能转移到不同的职业和行业。因此,英国的劳动力市场基础设施需要升级以应对这一变化,工人将需要可转移的技能或接受新技能的再培训,以利用所提供的新机会。