生成式人工智能时代的人力资本

华盛顿特区/巴黎—生成式人工智能吸引了全世界的想象力，因为它看起来可以让从前需要高级认知技能的任务自动化。有了它，许多受过高等教育和经验丰富的工人可能会被算法取代。当机器不仅仅做手摇织布机织工和汽车工人的工作，还能做编剧、律师、中层管理人员甚至高层管理人员的工作时，会发生什么？

一种回应是认为技能不再重要，甚至认为我们应该淡化教育。相反，通过人机交互提高生产力（以及提高所有人的收入）的潜力从未如此之大，但我们人类需要提高工作水平。我们必须在计算机做不好的一切方面做得更好，包括理解上下文、跳出框架思考，以及管理与他人的关系。

根据 麦肯锡全球研究所最近的一份报告，在适度自动化情景中，到 2030 年工业化国家高达 30% 的当前工作时间可以实现自动化。来自动化挤压着工人已有数十年之久，但对于许多认为自己的职业生涯稳如泰山的人来说，生成式人工智能预示着大加速和令人痛苦的变化。

在美国和欧盟，随着生成式人工智能的普及，办公室工作人员、制造业和客户服务代表的人数几乎肯定会下降。（该报告考虑了占欧洲劳动人口的 75%的九个欧盟国家——捷克、丹麦、法国、德国、意大利、荷兰、波兰、西班牙和瑞典，以及英国）。

但消息没有那么坏。该报告估计， 这些国家对医疗保健、清洁能源和其他高技能职业（如科学研究和开发）工人的需求可能会上升。当然，还有其他因素在起作用，包括实现净零排放的举措（对所有工业化国家创造新的就业机会都很重要）、劳动力老龄化（特别是在欧洲）、私营部门电子商务的持续扩张，以及政府资助的基础设施的加强。

最有可能的结果是，许多人将很快面临换工作的压力，而不是大规模失业。在合理的假设下，欧洲在未来六年内可能会经历多达1200万次职业转变。

Secure your copy of PS Quarterly: Age of Extremes

Secure your copy of PS Quarterly: Age of Extremes

The newest issue of our magazine, PS Quarterly: Age of Extremes, is here. To gain digital access to all of the magazine’s content, and receive your print copy, subscribe to PS Premium now.

Subscribe Now

预计的年度职业转换率（占就业人口的 0.8%）低于 新冠大流行期间欧洲观察到的相对较高的水平（1.2%），但也达到了大流行前标准（0.4%）的两倍。在美国，同期就业转换规模也可能达到近1200万，尽管似乎更容易管理，因为与欧洲相比，美国在大流行前的转换率（1.2%）已经很高。

大西洋两岸的高管们已经对紧张的劳动力市场中的现有技能短缺和不匹配感到担忧。如果新技术对社交和情感技能的需求增加，这对具有适当资格的人类来说是个好消息。麦肯锡团队在欧洲和美国调查了1,100多名高管，他们强调不仅需要先进的信息技术和数据分析技能，而且还需要更多具有批判性思维、创造力和“教学和培训”能力的员工。

工资影响可能很大。对劳动力的需求将转向欧洲和美国已经拥有更高工资的职业。低薪白领职业确实存在就业减少的风险。这些工人需要获得新技能才能找到报酬更高的工作。如果他们能够自己、通过雇主或在政府的协助下获得这些技能，将有机会攀登工资阶梯。

但是，劳动力市场更加两极分化的风险是实实在在的  ，其中高薪空缺职位多而合格工人少（进一步推高了最高工资），而更多的工人竞争越来越有限的低工资职位（进一步降低了工资分配的低端）。结果将是大流行后劳动力市场令人失望地发生工资不平等降低逆转。幸运的是，这是可以避免的。

对于政策制定者来说，主要的启示是人力资本对国家竞争力和共享繁荣比以往任何时候都更加重要。一些体力劳动将留给人类（许多基本的移动和清洁任务对机器人来说相对困难）。但高管们目前认为，他们需要对大量工人进行再培训，以满足他们所有的技能需求。公共政策应尽可能鼓励雇主保持这种态度，重新培训工人，而不是替换他们。

新技术可以显著加快生产率增长（特别是在欧洲）和共享繁荣，但前提是新技术的采用伴随人类技能的升级和更积极的工人重新部署。为了在生成式人工智能时代实现这一目标，高管们应该尽可能坦率地谈论新出现的技能缺口，政府应该专注于让所有工人尽可能容易地及时和适当地提升他们的技能。