资本、人才都在疯狂涌入人工智能，人工智能技术进展突飞猛进，但技术进步与经济繁荣之间的关系是密切且复杂的，尤其是技术进步对劳动市场的影响，人工智能的发展到底会惠及大众还是加剧贫富差距呢，又有什么样的制度能够引导技术向善呢？
12月6日-7日，2024T-EDGE创新大会暨钛媒体财经年会在北京市大兴区举行。在闭幕演讲环节，2024新晋诺贝尔经济学奖得主、MIT经济学教授、国际货币基金组织（IMF）原首席经济学家西蒙·约翰逊（Simon Johnson）分享了《人工智能可能如何影响我们的经济》的演讲。
西蒙指出，目前在美国关于人工智能对经济对影响存在两种两极分化的观点，技术乐观主义者认为，人工智能将产生惊人的积极影响，而技术悲观主义者则认为，人工智能可能会消灭许多工作，破坏你的生活，把中产阶级掏空，并造成重大的政治和社会问题。
西蒙向大家展示了，1960年以来，技术进步使美国受教育程度高的人收入保持增长，而受教育程度低的人收入停滞不前，中等受教育的人也受到挤压，沦为社会底层。但西蒙表示，自己并非技术的反对者，也深知技术发展趋势不可阻挡，他认为，人工智能发展应朝着“支持工人的人工智能”方向发展，创造新工作和新能力，扩展人类的能力，而非资本所主导的强调人工智能的自动化方面发展，但这两个技术路径将会进行艰苦的战斗。
演讲片段：赵何娟对话诺奖得主约翰逊：特朗普与AI都将带来全球的分化冲击 | 2024 T-EDGE
以下是西蒙·约翰逊演讲实录，经编译整理：
大家好，很高兴与大家相聚在此。我叫西蒙·约翰逊，是麻省理工学院斯隆管理学院的教授，同时也是麻省理工学院“塑造未来工作项目“的联合主任。接下来，我将用大约15分钟的时间，来分享一下人工智能可能如何影响我们的经济。这里所说的经济包括美国经济、欧洲经济乃至全球经济。我认为这里面有很多有意思的问题值得探讨。
我们对一些情况有所了解，但还有很多是未知的，我会尽量清晰、坦诚地跟你们说明我们所不清楚的地方。这是一张概要幻灯片，因为我想先把主要观点传达给你们，并在接下来的演讲中详细阐述。
目前在美国，关于这个话题的讨论是这样的，在人工智能领域以及其他领域，确实是一个两极分化的状态，有些人坚信这项技术将产生惊人的积极影响。因此，这些人有时被称为”技术乐观主义者”。部分技术乐观主义者认为未来大家不再需要工作，很多国家都可以轻松负担起全民基本收入。
另一方面，也有一种观点，我认为我们可以合理地称之为“技术悲观主义”，他们会说，不是吧，如果要淘汰掉这么多工作岗位，那很可能会毁掉人们的生活，会彻底掏空中产阶级，进而引发重大的政治和社会问题。有可能出现的情况是所谓的 “过度自动化”（我稍后会详细讲讲这个），它会使公司内部的权力平衡向公司所有者和高层管理人员倾斜。这种情况未必会大幅提高边际生产率，或者说额外劳动力所带来的生产率。在这种情形下，做决策的人可以通过人工智能推行大量自动化举措，但如果国家和全球的生产率没有显著提升，那就负担不起全民基本收入，这样一来，很多人就会陷入贫困。
当然，我们的观点会随着新数据的获得而不断变化，现在我们的观点介于这两个极端之间。我们认为在未来的10-20年里，美国的生产效率增长将大致保持当前的速度，我们并不持极端立场。我们认为，在接下来的大概10-20年里，美国的生产率增长将大致维持在现有水平，也就是基本保持原有趋势。不过，尽管从宏观经济总体增长水平来看影响比较温和，但按照目前的发展轨迹，我们很可能会面临劳动力市场更加两极分化的局面，即顶层人群获益更多，而更多人会被压向底层。
同样，在美国我认为这种潜在的图景更加清晰，但我们也可以从其他国家和地区看出一些端倪。这种劳动力市场的两极分化会拉大收入差距，这绝对是这类现象的一个特征。我们预计全球不平等如同国家内部的不平等将会加剧。当然，不平等也存在于国家之间，对于我们所有人，这都是需要考虑的重大问题。
我们通过研究、与业界的合作、政策分析以及与政策制定者的交流发现，情况并非只能如此。人工智能让我们面临一个重大的抉择时刻。所有技术都涉及选择，所有技术决策都意味着有人要决定这项技术是对某一群体有利还是对另一群体有利。由于人工智能极具影响力，特别是对从事脑力劳动的认知工作者来说，它尤其有可能朝着更有利于高收入群体的方向发展，但它也可以惠及受教育程度较低的人群。我们创造了一个术语，并试图在各种语境中使用和解释它，那就是 “支持工人的人工智能”。我们倡导的人工智能，是那种能够提高未上过大学（比如在美国没上过四年制大学）的劳动者生产率的人工智能。
我们认为有很多方式可以使人工智能的发展有利于提高生产效率。因此，对那些收入较低，教育水平低，生活条件不太好的工人而言，他们的薪酬也会增加。但关键问题在于，尤其在美国，由谁来决定选择哪种技术路径以及他们为何做出这样的决策呢？
我去年与达龙·阿杰姆奥卢共同出版了一本名为《权力与进步：我们在技术与繁荣上的千年斗争》的书。其中关于人工智能对人类能力的影响，有很多豪言壮语，该领域的一位重要的企业家表示我们都将成神，这是个有趣的说法，我们可以讨论一下。
我们的工作更侧重于日常实际，也更聚焦于就业，因为我们认为人工智能的大量影响会通过就业体现出来，不过我们也非常关注人工智能对社交媒体、对信息及虚假信息、对我们社会决策方式的影响，因为这些对于我们所选择的技术发展路径真的很重要。
因此，在进一步探讨人工智能之前，我想侧重于美国再就当下的情况强调几点。美国对世界经济影响重大，尤其对人工智能而言更是如此，毕竟人工智能主要是在美国发展起来的。关键在于，自 20 世纪 80 年代以来，美国以及其他工业国家的劳动力市场已经出现了严重的两极分化现象。
请看下边的图片，这是自20世纪60年代以来，每周实际收入的变化，男性曲线在上面，女性曲线在下面。这张图片是基于达龙和戴维·奥特尔的研究，戴维、达龙和我共同领导麻省理工学院塑造未来工作项目。
从图片中可以看到，一条深蓝色的线稳步上升，这就是受过高等教育的人的收入，他们的收入变化不错。中间的那条线，就是受到中等教育的人的收入变化，不如受过高等教育的人。但是，看看最下面的那根线，就是数据中受教育程度最低的人，他们的实际工资自20世纪60年代以来几乎没有变化，这显然是个非常不幸的结果。
考虑到技术日新月异，他们的收入却停滞不前。这段时间我们取得了诸多进步，然而，这种进步并未能惠及所有人。除了最低受教育程度的人群面临困境外，那些接受过中等教育的人群也同样遭受了挤压，他们的数量在减少。在中等收入阶层中，我们失去了大量需要中级技能和中等教育背景的工作岗位，导致许多人被推向社会的底层。
为什么首先谈这个呢，因为我认为应该关注的问题是人工智能是否会加强这种两极分化的趋势，或者说可以逆转这一趋势。一位美国的CEO曾向我表述了他的观点，虽然这不是我的用词，但我并不喜欢这个用词，相信我们都不喜欢这样的表述。不过，它或许能形象地描述一位CEO如何看待当前的问题。他说人工智能将会消除他称之为剪切和粘贴的工作，这些工作是指涉及日常的，重复性的认知工作，在这些工作上，人工智能可以相当轻松地处理。
现在我想更详细地讲讲我们认为当下人工智能所处的发展状况，很明显，它的变化速度非常快，投入的资金量极其庞大。不仅在美国，许多人（包括大学教职工）离开学校去人工智能领域工作，而且在全球范围内，人才都被吸引到美国的人工智能创新领域。所以，人工智能的能力在这个领域将会大幅提升。
我认为，我们必须看到美国的就业转型，比如麦肯锡的微妙措词，这种转型将会迅速加剧。而在欧洲等地区，就业市场的转型也可能加剧，也许会回到它们在新冠大流行期间的转型速度，这一速度是相当迅猛的。
对于这些问题的讨论以及对这项技术的思考，贯穿于我们各个社会现有的所有交流平台中。问题在于，人工智能在影响就业的同时，也影响着社交媒体。它正在影响数字广告，这种对心理健康的影响是负面的，实际上这削弱了我们在世界各地不同的环境中做出民主、包容的决定。
现在，除了对美国经济不平等的担忧外，我认为我们也应该对全球范围的不平等进行关注。显然，在过去40年里，在一些国家可以看到，包括中国看到的是人均GDP增长迅猛，令人印象深刻。我个人希望这种情况能继续下去，希望全世界芸芸众生继续分享繁荣，提高生产效率。
但是，如果目前人工智能对认知工作者产生的影响也蔓延到很多制造业岗位，尽管这一现象目前尚未发生，但已经有许多聪明人正在努力使人工智能进入制造业。那么我认为，全球中等收入水平国家继续增长将会变得困难，甚至通过全球供应链的影响，中等收入国家会面临下行压力，目前技术人员的岗位可能会有所下降或者消失，在很多的经济活动中，自动化可能取代人工作业。我们还没到那一步，但如果我们考虑的是10-20年，我认为存在这种压力。
接下来我，想讲讲我们能采取哪些措施来应对这种情况，因为我们的所有计划都不应被解读为是在唱衰或者消极对待。恰恰相反，我们试图做出并为你们提供一个诚实的评估，以便私营部门、政府以及介于两者之间的各方能够思考相应的政策、方法和策略，来应对那些大家不愿看到的趋势。
为了更好理解这一点，我们稍微回顾一下历史，这也是我们在《权利与进步》一书中所做的工作，我们提出了这样的问题：当技术变革带来共同繁荣时，当技术变革产生积极影响时，这一切是怎么发生的？是如何发生的？特别是因为自250年前的工业革命以来，或许在此之前，许多创新和机器都专注于工作的自动化。
什么是自动化？简单地说，我们正在将人类做的工作用机器取而代之，显然机器由人类制造，并由人类操作，但运行这台机器所需的人力少于之前从事体力劳动的人力。
因此，如果现代创新，需要并涉及到自动化取代人工，那么工资怎么可能上涨？答案当然是需要其他部门的劳动力需求增加。而这些部门没有实现自动化，这些是新的经济活动，这些经济活动对于自动化的行业是互补的。
我们重点关注的一个关键词是 “工作任务”， 就像戴维·奥特尔的研究中所提到的那样。任何一份工作都是一系列任务的集合，你可以把一份工作拆解成其包含的各项基础任务。我们大多数人所从事的工作包含 20 到 30 项任务，而我们靠完成这些任务来获取报酬。那么，谁会接到新工作，尤其是那些需要专业技能的新任务，毕竟专业技能是我们获得报酬的依据。
回顾历史，你可以看到一些重要时刻。我想强调的是包括在美国，在19世纪开始的时候，当时整个国家的教育程度相对较低，19世纪美国接纳了大量移民，他们没有受过教育，甚至不会说英语，但他们找到了工作，实际上是在工厂里工作，而雇主和管理者们想出了办法，充分发挥他们的才能，提高了这些没怎么受过正规教育的工人的生产率，历史学家将其称为 “美国制造体系”。
这一体系获得了巨大的成功，它还催生了一些传播到世界各地（当然不是同时、也不是均匀地传播）的技术，其结果就是美国从一个农业国家、工业生产极少（从我的图表中可以看到这一点），发展成为到 19 世纪90 年代在工业生产方面领先世界的国家。
与此同时，随着边际生产率的提高，美国工资也开始上涨，多雇一个人的边际生产效率与美国工会的兴起相结合，是美国故事的重要组成部分。
如果放眼全球看看成功案例，我觉得日本脱颖而出，实现了令人瞩目的转变。看看二战后的实际工资情况，日本一开始远低于美国，随后几十年里生产率不断提高，进而转化为高工资。所以我们不能期望工资会随着生产率的提高立刻上涨，但我们希望通过创造新任务能使实际工资实现某种程度的趋同。要知道，日本也曾在自动化方面领先世界，而且还领先了一段时间。
因此，我们的工作以及我们所提出的建议，绝不是要反对技术，毕竟我们在麻省理工学院工作，我们并不反对技术，当然也不反对自动化。我觉得自动化是无法阻止的，也不应该去阻止它。关键在于，在推进自动化的同时，是否也创造出了足够多的新任务。
下面我们来谈谈人工智能，想想它会是什么情况。显然，人工智能意味着自动化，这一点毋庸置疑，在这种情况下，就是用算法取代人类。我们要注意的是，单纯用机器取代人类的这个过程，并不一定会带来工资上涨。例如，在英国工业革命早期，生产率大幅变革和工资提高之间存在 60 年的滞后期，60 年可是相当长的时间，我觉得在当下我们可不想等那么久。而且我们也应该知道，在所有经济体中，我们总是会创造新任务的，这一点在美国有很详尽的记录。
戴维·奥特尔在这方面做了非常出色的工作。从1940-1980年我们创造了足够多的新任务来跟上自动化的步伐，确保对劳动力的需要，包括对没有受过很多教育的工人的需求，我们保持了极大的活力，实际工资也随之上涨。但自1980年以来，我们在这方面做的并不好。
现在，人工智能可以用来提升劳动者技能，有一些很有意思的研究，比如 ChatGPT（当然还有其他竞争对手），它们可以帮助人们提高写作水平，帮助改善客户服务，包括让技能较低的劳动者在工作中更开心，也让客户更满意，这是个相当不错的效果组合。例如，GitHub Copilot 对编写软件真的很有帮助，我觉得提高写代码人员的生产率是我们目前在这方面所看到的最确定、最有力的成果之一。
但即便在这种比较乐观、积极的设想下，技能差距依然会存在，也有一些很有意思的研究已经在识别这些差距了，我建议大家去看看相关的基础研究。我认为关键在于，我们并不确切知道未来需要哪些技能，我们需要大力鼓励人们去学习获取那些技能，我们需要追踪哪些技能确实能让人们在求职时获得回报，然后把这些信息反馈回去，这样人们就能做出更好的选择。
我觉得无论是我、我的合著者，还是政府或其他任何人自上而下提出的建议，都不是解决问题的答案，我们需要的是对技能获取过程的认知，弄清楚在人工智能驱动的经济中哪些技能会有需求。这么说可能不是一个让人完全满意的答案，但我觉得是合理的，而且我认为我们应该基于此继续推进相关工作。
现在我们可以问一下，潜在的技能错配情况如何呢？或者更直接一点，哪些人面临的风险最大呢？同样，如果把所有工作都拆解成各项任务，我们就能看清人们受雇所做的工作内容，我们也知道人工智能擅长哪些任务（尽管我刚才说过，这方面变化很快），但至少在某个特定时间点上，我们可以看到某些人群失业的风险最大，就我们目前有数据的地方（主要还是美国）来看，女性和年轻劳动者失业的风险最大。
现在我要强调的是，这只是自动化带来的负面影响，这些研究尚未考量谁更有能力去从事新任务。而且，如果女性和年轻人更有能力把握所需技能、获取技能并抓住新机会，那这会是一种非常重要的平衡因素。所有这些情况都只是某个时间点的写照，所有这些研究都是动态变化的，因为技术本身就在不断变化，不过这就是目前数据所呈现出来的情况，我觉得我们应该诚实地面对这些情况，然后持续追踪，看看谁能更好地在劳动力市场实现转型，转型后的结果如何，换工作后是能获得更高收入，还是收入更低，甚至被挤到劳动力市场的底层。
现在，关于人工智能对美国乃至全球宏观经济的影响，有一些非常乐观的预测。我的同事Jonathan Aggarwal在评估这些预测方面做得很不错，他尽力将我们所了解的关于任务、新任务创造以及任务自动化淘汰等方面的情况与宏观经济联系起来。
他发现，人工智能对全要素生产率（这是衡量资源利用效率的一种标准经济指标）的总体影响会比较温和。我觉得在政策层面，大家可以关注一下纽约联邦储备银行行长约翰・（John Williams）的著作和演讲，我跟他聊过相关话题，我认为他的观点很合理，他的看法是：“美国的生产率增长将大致维持现有水平，人工智能会是推动增长的一个因素。”从这个意义上说，人工智能很重要，但它不是奇迹，也不会带来巨大的推动作用，因此，像那种极为慷慨的全民基本收入计划就显得有些不切实际了，因为整个经济总量并没有大幅增长，或者说增长速度并没有加快。威廉姆斯
我觉得还需要强调的是，正如我刚才提到的，虽然存在提升技能的机会，比如在客户服务领域，现有劳动者的生产率正在提高，这对工资和劳动力需求来说是好事，但也有一些计划，一些公司也毫不避讳地表示，打算用人工智能取代所有这些劳动者。目前技术还没达到那个程度，但还需要多久能实现呢？我不知道，是 1 年、2 年还是 10 年，很难说。又或者可能只需要几个人来监管大量已经自动化的客户服务工作就行。不管怎样，教会算法更好地辅助劳动者是走向让算法取代劳动者的一个步骤，这就是为什么我们真的需要加快创造新任务的步伐。
现在，我们已经在政策领域做了大量研究工作，包括在美国。我不得不说，美国的政策空间正在发生变化。你每天正在从报纸上了解到这一变化，我们将看到特朗普先生领导的新政府，感兴趣做什么以及愿意做什么。
人工智能显然会对国家安全产生重大影响，美国还吸引了全球大部分的人工智能投资，不包括中国，在美国我们对中国发生的事情不甚了解，因此，所有这些说法都不包括中国。但我们知道的是，全球各家主权财富基金以及私人投资者，正将大量资本投入美国。
据估，除中国外，投入人工智能基础训练模型的95%资本都在美国，3%在欧洲，剩余的2%在其他各国，很难说这是否正确，但如果你认为如果你跟随人才，看看哪些地方的人们正在努力研发人工智能，这似乎与资本流向是一致的。因此，我们认为美国政府可以做很多事情，使技术朝着有利于工人的方向发展。
我可以和大家分享一下这些具体建议，它们是基于美国的情况，但我认为美国是人工智能技术研发的中心，关于此技术的发展这是恰当的，所以这些建议是适当的。老实说，我不认为特朗普政府会将有利于工人的人工智能研发作为优先事项。因此，话题将转向私营部门，以及慈善事业能带来什么。在私营公司，特别是大公司的基础上能做些什么，它们对这些想法持开放态度。我不得不说，我们与高级管理人员的对话非常愉快。但我认为，有利于工人的人工智能发展路径将不会被视为让他们获得资本回报的主导战略或最佳途径，而这是他们的股东和债权人所希望的。
因此，坦率地说，这是一场艰苦的战斗。我认为不幸的是，我们将看到大力强调人工智能的自动化方面，而不是我们所希望的更强调创造新工作和新能力，扩展人类的能力。
但这个国家很大，这是一个巨大的技术空间。麻省理工学院在帮助人们对技术的思考以及帮助人创造技术扮演重要角色，我们每天都在处理这些问题，我认为这是人类共同的时刻。我们不禁要问，技术是否会帮助我们所有人，还是科技在当前迭代中，在下一次迭代中，在这个非常强大，重要的新迭代中，是否科技仅仅只是帮助到少数人，以及科技对收入不平等和就业的影响，以及未来全球经济的影响。
（本文首发于钛媒体APP，作者│赵晨含，编辑│刘洋雪）