诺贝尔经济学奖得主达龙·阿西莫格鲁(Daron Acemoglu)在去年出版的《权力与进步》一书中,曾经预言:
AI带来的可能不是新工作的繁荣产生,而是自动化对人力的替代。
也就是说:终有一天,AI终将取代读这篇文章的你。
你可能认为这预言遥遥无期,但是,最近已经有一项实证研究认为,AI替代人类的效应确实存在。
这项研究来自新加坡国立大学:《AI and Freelancers: Has the Inflection Point Arrived?》
它通过对自由职业市场的观察,证明了这种“替代”效应存在,而且它已经在GPT的迭代下持续发生。
更重要的是,他们发现AI从助力到替代人类,中间还有一个“温水煮青蛙”的过程。
在这个过程中,你可能靠着AI的红利干得更多,赚得更快。但在某一时间点后,你就会被快速替代。
快到你甚至都来不及反应。
就像被温水煮得正舒服的青蛙,忽然就熟了。
在AI时代,你的工作也许正如艾略特诗中所写,“世界结束的方式,并非一声巨响,而是一阵呜咽。”
不论是在卡尔·弗雷德《技术陷阱》中,还是在达龙·阿西莫格鲁的《进步与权力》中,他们的观点都认为技术会对一般人生计产生影响的最主要方式就是自动化。
这篇论文的作者们顺着他们的思路,根据历史上的经验,把自动化带来的效果分成两类。
第一类是生产力效应。AI在这个阶段扮演着"效率倍增器"的角色,帮助人类工作者提高生产力,创造更多价值。
举个例子:如果一个翻译项目原本需要花费100美元完成,而AI能够承担其中30%的工作,那么现在的成本就会降到70美元。
但迟滞的市场反馈仍然会给翻译人员相似的工资,这时候翻译人员的成本下降,效率提升,收入上涨。
这听起来是个好消息,但市场并不是一成不变的。
随着技术的进步,第二种效应开始显现——这就是位移效应。AI也开始可以直接承担起某些任务。这不再是效率提升,而是工作的替代。
以内容创作为例,AI不再仅仅是帮助作者更快地写作,而是能够独立生成完整的文章。
这时的AI,本身就成了市场的参与者。
当AI在质量上和价格上能完全替代工作者提供的服务时,其中一部分服务就会被AI取代,而当市场需求没有变化时,人类工作量就会大幅下降。
因此拐点就发生在当AI完成特定任务的成本和质量达到人类水平的临界点时,拐点到来。市场会从"AI辅助人类工作"转向"AI直接替代人类工作"。
而且根据研究团队对自由职业者的研究,这个拐点不是款款而来,而是摧枯拉朽式地取代。
他们经过统计发现,在Upwork和Freelancer这两个主要自由职业平台的翻译市场上,ChatGPT的出现导致工作量下降9.0%,收入下降29.7%,直接进入了位移效应阶段。
而在网页开发市场,工作量反而增加了6.4%,收入更是大涨66.5%,处于生产力效应阶段。
而且,随着新技术的逐步渗透,生产力效应和位移效应都会持续加深。
在翻译与本地化市场,位移效应逐月加深:从ChatGPT发布后第一个月的工作量下降7.7%,到第九个月已加深至工作量下降13.4%,收入损失也从最初的25.1%扩大到37.2%。
这就是替代的结果——仅仅九个月就降低了近40%的收入,断崖式下跌。
但随着GPT4的出现,IT安全这个原来是由AI带来生产力效应的领域,越过了”拐点”,进入了位移的范畴。 在GPT 3.5版时,IT安全管理的自由职业者增加了10.6%工作量,且增加了47.2%收入,但到了GPT4版时工作量直接少了6.4%,收入也减少了22.5%。
IT安全并非唯一跨过拐点的领域。随着GPT4的出现,金融规划、企业和合同法领域的工作也都越过了位移范畴,开始走向收缩和降薪。
对于那些已经迈过拐点的领域,位移效应会持续叠加,市场持续收缩。 以翻译和本地化市场为例,在ChatGPT 3.5版本发布后,该领域的工作量下降了7.4%,从业者收入大幅缩水29.3%;当4.0版本发布后,市场继续萎缩,工作量又下降了2.5%,收入进一步减少7.5%。专业写作市场也呈现类似趋势,在3.5版本推出后,工作量下降4.5%,收入降低23.6%;4.0版本的发布导致工作量再次下降4.3%,收入继续减少19.3%。
这种叠加效应印证了研究团队的理论:一旦某个领域越过拐点,AI能力的每次提升都会进一步压缩人类工作者的市场空间,而且这个转变往往是不可逆的。
那你的职业经验会不会拯救你呢?可能情况完全相反。
根据论文的异质性分析结果,职业经验并不能有效对抗AI带来的位移效应,在某些情况下反而会加剧这种影响。
在翻译和本地化市场,有经验的从业者反而受到了更大的冲击:相比经验较少的同行,资深译者的工作量额外下降了10.2%,收入进一步减少了24.1%。
这可能源于两个原因:一是ChatGPT的翻译能力已经足够优秀,削弱了经验带来的竞争优势;二是经验丰富的译者可能对市场形势判断更为敏锐,主动选择退出这个正在萎缩的市场。
这和19世纪第一次工业革命时期发生的事情几乎完全一样。那些过去享受着相对自由,靠着自己手艺吃饭的手工业者,进入工厂后的收入锐减,和初级工人的工资一样。机器不需要高超的技艺,对谁都一视同仁。
而那些在温水里的职业、那些还没越过拐点的职业,从业者获得的技术红利还在增加。
以摄影市场为例,ChatGPT3.5的发布为该领域带来了20.7%的工作量增长和98.4%的收入增长;在4.0版本推出后,这一增长态势得以延续,工作量又提升了13.0%,收入进一步增加64.3%。
根据研究,不同职业到达拐点的时间和顺序与工作的性质密切相关。规则明确、流程固定的工作最容易先达到拐点,而需要创造力和复杂人际互动的工作则相对安全。比如运营(如项目管理 OLM)和创意(如摄影 OLM)需要大量的人工互动、专业知识或创造性思维,这些工作AI暂时能取代的可能还不高。
但问题在于,这些职业离拐点还有多远?2025汹涌而来的AI Agent之潮,会让哪些职业的水位超过沸点?
在年初,麦肯锡发布了一篇最新的报告。他们认为到2030年,AI智能体将取代70%的办公室工作。
这其中,技术驱动型岗位和常规化工作将首当其冲。只有那些需要战略思维、人际关系和情商的工作,才能在AI浪潮中暂时立足,构成剩余30%的工作机会。
但至少在2025年,可能它们还不至于替代你。 今年12月,来自卡内基梅隆大学等机构的研究团队发布了一篇论文《THEAGENTCOMPANY: BENCHMARKING LLM AGENTS ON CONSEQUENTIAL REAL WORLD TASKS》。在研究中,他们开发了一个名为"TheAgentCompany"的测试平台,模拟了一家软件公司的工作环境。
他们发现,即便是目前最先进的AI Agent,也只能完全自主完成24%的工作任务。
研究测试了包括Anthropic的Claude 3.5 Sonnet、谷歌的Gemini 2 Flash、OpenAI的GPT-4o等10个主流大语言模型构建的Agent。他们设置了175个不同类型的任务,涵盖软件开发、项目管理、人力资源、行政事务等多个领域。这些任务都来自于真实工作场景。表现最好的Claude 3.5 Sonnet的Agent能够完全自主完成24%的任务。其他模型的表现则更差,完成率在1.1%到11.4%之间。
(不同领域的任务示例)
但AI的价格确实很低。 研究表明,最贵的Claude 3.5 Sonnet完成一次完整的代码审查,大概需要花6.34美元。 这大概是一个普通员工一到两个小时左右的工作量。 而性价比更高的Gemini 2.0 Flash则仅需0.79美元。
雇佣这样的AI Agent进行初级工作,成本一天也就70人民币到350人民币之间。要不是成功率太低,这些Agent从价格上看已经对至少发达国家的人类工作者形成了很大优势。
在不同类型的任务中,AI助手表现出明显的差异。在软件开发类任务中,Claude的完成率达到了30.43%。但在行政事务类任务中,它居然难以完成任何任务。
这和上一篇论文的逻辑不谋而合,程序员依然是最有被替代危险的选项,而需要社交和管理的岗位则相对安全。
研究还是发现了一些当下AI一些缺陷。AI Agent在三个方面特别容易失败:缺乏常识推理能力、社交技能不足,以及在复杂网页界面上操作困难。例如,当需要将文件保存为Word格式时,AI可能无法理解".docx"扩展名的含义;在与"同事"交流时,可能无法理解对话中的隐含信息。
但本篇论文的研究者认为,这种差异部分源于训练数据的偏差:有大量的开源代码和编程教程可供AI学习,但企业内部的行政流程往往是私密的,缺乏训练数据。数据鸿沟随着Agent的渗透被抹平,也许那些现在看起来AI不擅长的工作也许也会被轻松掌握。
在这之后,常识和社交,可能是人类最后一片“工作自留地”了。
不过它可能只会留在AGI来临之前。
在近期另一篇引发热议的文章《关于 AGI 重要的是其影响,而非名称》中,Google Docs之父史蒂芬·纽曼将 AGI 定义为:能够以成本效益取代人类在超过 95%的经济活动中的 AI,包括未来可能创造出的任何新工作岗位。
如果这与Sam Altman的理解一致,那在他预期2026年实现AGI的情况下,AI全面取代人类职业的时间可能只有18个月。
科技乐观主义者认为从过往的技术革命中,新的、更多的工作机会总会出现。
但回到达龙·阿西莫格鲁(Daron Acemoglu)在《权力与进步》中的分析。第一次工业革命带来的新工作机会,其实直到铁路革命才开始,运输的便利扩大了市场的规模,造就了就业。
而第二次工业革命带来的是电力引导的生产分化。生产可以更灵活的在不同地方布局,因此也就诞生了白领和管理着一大批当下工作的主流人群,去分配这种生产。
然而,AI时代的变革与前几次工业革命有本质不同:一是全球化市场和管理需求已近饱和,二是AI的替代性是全方位的。即使在服务业,机器的参与也在不断加大。在AI更强大、"更懂人"的时代,人类的竞争优势在哪里?
在这个转折期,我们是选择做新时代的卢德分子,还是信任硅谷精英的救赎?
卡尔·弗雷德和达龙·阿西莫格鲁提供了另一种思路:制造属于我们的愿景。
他们都注意到,不论是在第一次工业革命时代的巴黎公社,还是在美国社会大萧条后,资本市场都经历过一场收入分配的进步主义愿景。这种变革源于大众,特别是中产阶级价值观的转变。正是这种愿景激励了福特主义的「福利资本主义」诞生和罗斯福新政。
它让人们相信,只有给所有社会参与者更多的分配,市场才可能真正活跃。
这一愿景的建立第一步就是改变叙事观点即价值规范让每个人都能对经济社会问题形成独立思考,而不是被动接受精英观点 。
希望我们不要在这样的转折之年一同沉默的走入那个温柔的良夜,化作一阵呜咽。而是能发出自己的声音。