唯一能真正揭示人工智慧對你工作影響的關鍵數據

這篇文章最初發表於我們的 AI 週報《The Algorithm》。若想第一時間在收件匣收到此類報導，請在此訂閱。

在矽谷的圈子裡，一場由 AI 引發的就業末日被視為理所當然。這種氛圍如此沉重，以至於 Anthropic 的一位社會影響研究員週三在回應「對 AI 未來抱持更樂觀願景」的呼籲時表示，短期內可能會出現經濟衰退和「職涯早期階梯的崩潰」。她那位言辭較不保留的同事、該公司執行長達里奧·阿莫代（Dario Amodei）則曾稱 AI 為「人類的通用勞動力替代品」，可能在不到五年的時間內取代所有工作。當然，這些觀點並非僅出自 Anthropic 之口。

不出所料，這些對話讓許多勞工陷入恐慌（這可能也促使了要求完全暫停建設數據中心的呼聲，其中部分行動在上週勢頭轉強）。立法者也未能緩解這種恐慌，因為沒有人能針對接下來的情況提出一套連貫的計畫。

即使是那些曾警告 AI 尚未削減職位、且未來未必會導致斷崖式失業的經濟學家，現在也開始接受一個觀點：AI 可能對我們的發展方式產生獨特且前所未有的影響。

任職於芝加哥大學的亞歷克斯·伊馬斯（Alex Imas）就是其中一位經濟學家。我們在週五上午交談時，他與我分享了兩件事：一是直白地評估我們預測未來走向的工具相當糟糕；二是向經濟學家發出「動員令」，要求開始收集一種能讓制定 AI 勞動力應對計畫成為可能的數據。

關於我們糟糕的工具：請考慮到任何工作都是由個別任務組成的。例如，房地產經紀人工作的一部分是詢問客戶想買什麼樣的房產。美國政府在 1998 年首次推出並定期更新的龐大目錄中記錄了數千項此類任務。OpenAI 的研究人員在 12 月就是利用這些數據來判斷一項工作對 AI 的「暴露程度」（例如，他們發現房地產經紀人的暴露程度為 28%）。接著在 2 月，Anthropic 在其對數百萬次 Claude 對話的分析中使用了這些數據，以查看人們實際上在利用其 AI 完成哪些任務，以及這兩份清單在哪裡重疊。

但伊馬斯表示，了解任務的 AI 暴露程度會讓人對特定工作的風險產生虛假的理解。「單憑暴露程度是預測職位取代的完全無意義工具，」他告訴我。

當然，在最悲觀的情況下，它具有說明性——即對於一項幾乎每一項任務都能在沒有人類指導的情況下由 AI 完成的工作。伊馬斯說，如果 AI 模型完成所有這些任務的成本低於你的薪水（這並非定論，因為推理模型和代理型 AI 可能會產生相當高的費用），且能做得很好，那麼這項工作很可能會消失。這就是幾十年前常被提及的電梯操作員案例；今天的對應例子或許是僅負責電話分流的客服人員。

但對於絕大多數工作來說，情況並非如此簡單。細節也很重要：有些工作未來確實可能面臨黑暗時期，但僅看暴露程度，很難回答這將如何以及何時發生。

以編寫程式碼為例。假設某個開發高級交友軟體的人，使用 AI 編碼工具在一天內就能完成以前需要三天的工作。這意味著該員工的生產力提高了。雇主花費同樣的錢，現在可以獲得更多的產出。那麼，雇主會想要更多還是更少的員工？

伊馬斯說，這是任何政策制定者都應該徹夜難眠的問題，因為答案會因行業而異。而我們目前正處於黑暗中摸索。

在這個工程師的案例中，這些效率提升使得交友軟體降低價格成為可能。（懷疑論者可能認為公司只會把利潤收入囊中，但在競爭激烈的市場中，如果不降價，他們就有被對手削弱競爭力的風險。）較低的價格總會帶動對軟體需求的某種程度增長。但增長多少？如果多出數百萬人想要使用，公司可能會擴張並最終聘僱更多工程師來滿足需求。但如果需求幾乎沒有增加——也許那些不用高級交友軟體的人即使價格降低了也還是不想要——那麼需要的工程師就會減少，裁員就會發生。

將這個假設套用到每一項包含 AI 可執行任務的工作上，你就得到了我們這個時代最緊迫的經濟問題：價格彈性的細節，即某樣東西的需求量隨價格變化而改變的程度。這就是伊馬斯上週強調的第二點：我們目前在整個經濟體中缺乏這類數據。但我們可以擁有。

伊馬斯說，我們確實擁有穀片和牛奶等雜貨項目的數據，因為芝加哥大學與超市合作，從其價格掃描儀獲取數據。但我們沒有家教、網頁開發人員或營養師的這類數據（順帶一提，這些都是被發現對 AI 有「暴露程度」的工作）。或者至少沒有以一種被廣泛彙編或可供研究人員使用的形式存在；有時這些數據散落在私人公司或顧問公司手中。

「我們需要像『曼哈頓計畫』那樣去收集這些數據，」伊馬斯說。而且我們不僅需要針對目前明顯受 AI 影響的工作：「現在沒有暴露的領域未來也會變得暴露，所以你必須追蹤整個經濟體的這些統計數據。」

獲取所有這些資訊需要時間和金錢，但伊馬斯主張這是值得的；這將讓經濟學家首次能現實地審視 AI 驅動的未來將如何展開，並讓政策制定者有機會制定應對計畫。