馬雲說30年內人類一天只需工作四小時，但他沒說的是恐怖的失業前景

來源：華爾街見聞（ID：wallstreetcn）主編精選

這兩天，馬雲的一句話又刷屏了：「不出30年，人們就能每天只工作四個小時，而且可能每周只需要工作四天。」 這是他在向媒體描述人工智慧將如何「解放」人類，減少人類工作時長，從而多一些休閑時間時說道的。

聽起來很美好，對不對？但馬雲沒有說到的是，在人工智慧蠶食人類工作的大勢之下，值得所有人焦慮的失業前景。

而這是已經切切實實正在發生的事情。麥當勞今年以來股價已上漲27%，跑贏標普500同期10%的漲幅，因市場看好麥當勞用電子自助點餐機取代收銀員的計劃，認為這有助於其驅動銷售。

在人類和機器的較量中，敏銳的資本市場選擇站邊了機器。

1

人類的敗退VS機器的崛起

以往的技術革新在毀滅工作的同時總是創造出更多的工作，但這一次則完全不同。事實上，自從互聯網技術興起以來，美國社會的勞動參與率就開始呈現下滑趨勢，美國的全職工作數量已停滯增長多年。

另一方面，科技、自動化、人工智慧越來越討得僱主歡心，博得大眾眼球。亞馬遜的倉儲機器人、無人機配送計劃曾引爆社交媒體，申通快遞的全自動分揀機器人「小橙人」也曾引起轟動，讓外媒和國外專業人士對中國的物流業刮目相看。

GIF/2024K

對於人類來說，更糟糕的消息是，機器人佔領的不僅僅是勞動密集型行業，而且還滲透到知識密集型行業，如金融。華爾街見聞此前提及，從銀行櫃員到投行IBD，從分析師到交易員，從審計到律師，金融業的許多崗位將由科技取代。

都說大勢所趨，這背後的經濟學原理是什麼？

在資產泡沫狂歡盛行的當今社會，我們有必要提醒一個真理：

財富是通過提升生產效率來創造的，而非通過」印錢「或者推升股價的方式。

以及一個殘酷的事實：

過去幾年美國社會的生產效率近乎處於停滯增長狀態。

諾貝爾經濟學獎獲得者、美國紐約大學教授邁克爾·斯賓塞（Michael Spence）將生產力分為可貿易類型和不可貿易類型。例如，一個啤酒瓶裝機就是一個可貿易生產力，它可以被送到世界的任何地方進行生產；而某當地小酒館的酒保則屬於不可貿易生產力，這是一種只能在本地提供的服務。

不可貿易生產力的最大問題是，其很難獲得生產效率增長。比如，即使是最有經驗的酒保在有限時間裡能調製出的酒的數量是有限的；一個零售銷售員在有限的時間裡能服務的顧客數量也是有限的......等等。

在人類個體的生產效率增長受阻的同時，勞動力成本卻由於受醫療保險和養老金等支出的提高而在不斷上升。

這時候，僱主面臨著幾個選擇：

什麼都不做：在產出有限、成本上升的擠壓之下，按兵不動堅持到利潤消失，然後倒閉；

漲價：在產出有限、成本上升壓力之下，抬升產品價格來保持盈利，但這麼做的後果是將損失掉一部分無法忍受更高價格的顧客；

提升效率：選擇高效低成本的自動化服務來代替人類服務，從而保持價格優勢。

由此可見，僱主們別無選擇，要麼選擇創新，投奔自動化，要麼等待滅亡。

2

未來的職場會是怎樣？

麥肯錫對800種職業的2000種工作內容進行了分析，得出的結論是，幾乎所有工作都將受到自動化影響；在60%的職業中，約30%的任務可以完全交給機器人來執行。

雖然當前製造業在自動化進程中先行一步，但據福布斯援引數據稱，預計未來在美國，知識經濟類工作的自動化程度將是當今製造業自動化程度的10倍以上。這意味著，即使今天的你靠腦力吃飯，未來也有被取代的可能。

全球最大的招聘求職網站Indeed.com分析師Daniel Culbertson認為，只有那些工作內容很大程度上是非例行性的才最不易被自動化。Culbertson認為，未來最有前途的工作是那些能夠與機器形成互補，又或者是必須依靠機器所不能複製的人類品質的工作。

該機構的一份對加拿大工作機會現狀研究結果顯示，數據科學家、保健專業人員和網路安全專家等科技領域的工作最不易被自動化。該研究發現，去年加拿大職場對數據科學家和網路安全專家的需求激增超過70%。

哈佛大學教育經濟學副教授認為，單一技能類型的工作最易被自動化，例如許多只需要數學技能就能勝任的工作已經被自動化，而那些結合了數學技能和人際關係技能的工作類型，如經濟學家、保健技師、管理分析人員等，則仍然被需要。

牛津大學在2013就對各類工作被機器取代的可能性進行了分析，如果你是銀行櫃員，那麼小心了，你被機器取代的可能性是98%：

對於建築工人來說，被取代的可能性是71%：

記者和健身教練相對安全些，被取代的可能性分別是11%和8.5%：

3

聽起來很可怕，未來人類怎麼辦？

比爾·蓋茨曾提議，向機器人徵稅，用以向那些被機器人奪去工作的人發工資，讓他們去從事一些需要發揮人類自身特質的工作，比如照顧老人和教育孩子。

但對於不想被取代的人來說，要做的是對症下藥。正如上文提及，單一技能人才最易被自動化代替，那麼解決方式就是發展複合型技能。

實際上，早在1991年就有人提出「T型技能人才」的概念。T上的橫杠代表知識的廣度以及跨學科合作的能力，而垂直線條則代表某個領域相關技能和專業知識的深度。

隨著自動化的崛起，個人發展T型技能變得越來越迫切。例如，假如你是數據分析師，那麼你不僅要掌握數據分析技能，也需要掌握向他人溝通分析結果的演示技巧；假如你是招聘人員，人工智慧可以幫助你篩選簡歷、安排面試，卻無法代替你「動之以情,曉之以理」地挽留人才，而這就是未來你的價值所在。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！