人工智能的“可以”與“不可以”

分析人工智能取代工作崗位，不能僅僅用傳統“低技能”vs.“高技能”的單一維度來分析。人工智能既會產生贏家，也會產生輸家，這取決于具體工作內容。盡管人工智能可以在基于數據優化的少數工作中遠勝人類，但它無法自然地與人類互動，肢體動作不像人類那么靈巧，也做不到創意地跨領域思考或其他一些需要復雜策略的工作（因為這些工作投入的要素和結果無法輕易量化）。下面我用兩張圖來解釋一下，第一張分析體力勞動，第二張分析認知勞動。

對于體力勞動來說，X軸的左邊是“低技能、結構化”，右邊是“高技能、非結構化”。Y軸下邊是“弱社交”，上邊是“強社交”。認知勞動圖的Y軸與體力勞動一樣（弱社交到強社交），但X軸不同：左側是“優化型”，右側是“創意或決策型”。如果認知勞動的重點是將數據中可量化的變量最大化（例如設置最優保險費率或最大化退稅），就歸類為“優化型”的職業。

這幾條軸將兩張圖各分為四個象限：第三象限是“危險區”，第一象限是“安全區”，第二象限是“結合區”，第四象限是“慢變區”。工作內容主要落在“危險區”的工作（如卡車司機、定損員等）在未來幾年面臨著被取代的高風險。“安全區”的工作（如導游、心理學家、按摩師等）在可預見的未來中不太可能被自動化。“結合區”和“慢變區”象限的界限并不太明確：盡管目前不會完全被取代，但工作任務的重組或技術的穩定進步，可能引起針對這些工作崗位的大范圍裁員。

在左上角的“結合區”中，大部分計算和體力性質的工作已經可以由機器完成，但關鍵的社交互動部分使它們難以完全自動化。所以，最可能產生的結果就是幕后優化工作由機器完成，少量人類工人仍會是客戶的社交接口，人類和機器形成共生關系。此類工作可能包括保安人員、報稅員甚至放射科醫生。這些工作消失的速度和比例取決于公司改造員工工作內容的靈活程度，以及客戶對于與計算機互動心態的開放程度。

落在“慢變區”的工作（如水管工、建筑工人、平面設計師等）不依賴于人類的社交技能，而依賴于動手能力、創造性或適應非結構化環境的能力。這些仍是人工智能的短板。由于不斷發展的技術會在未來幾年中慢慢提升這些短板，所以此象限中工作消失的速度，更多地取決于人工智能能力的實際擴展。