最有可能被機器所取代（如果不是完全取代）的工作是由藍領和一線服務員工所占據的，這些人工資較低，受教育程度也較低，從事的是死記硬背的工作，正如布魯金斯學會（Brookings Institution）今年早些時候的一份報告所描述的那樣。

但布魯金斯學會今天發布的一項新研究對這一假設提出了挑戰，至少當涉及到人工智能時是這樣。它斷言：“美國的白領高薪人士比如放射科醫生、法律專業人士、驗光師等等，可能無法確保端鐵飯碗。”

事實上，布魯金斯學會表示，“受教育程度更高、收入更高的員工將是受人工智能影響最大的人群。”

這個稍作修改的觀點基于一個新穎的研究方法，由一位名叫邁克爾·韋伯的斯坦福大學經濟學博士發明，他創建了自己的算法，將16，400項人工智能專利與政府官方職業數據庫“O*NET”中描述769種不同工作的特定詞匯進行了比較。

例如，韋伯在包括“度量，有效性”、“分析，數據”、“確定，市場”和“監控，統計數據”等與營銷相關的專利中發現了動賓關系。

在相當大的程度上，這些術語反映了“O*NET”數據庫中用于解釋營銷專家工作的術語。其中包括“衡量營銷、廣告、傳播計劃和策略有效性”、“收集和分析客戶人口統計、偏好、需求和購買習慣的數據以識別潛在市場”、“監測行業統計數據并跟蹤貿易文獻趨勢”。

這兩套文本的高重合度表明，人工智能已準備好對某一特定職業產生重大影響。

布魯金斯學會的數據顯示，美國將有約2，500萬員工受人工智能的影響最大，這相當于美國勞動力的15%。

除營銷專家外，在可預見的未來，人工智能有望取得最大進展的工作還包括銷售經理、電腦程序員和個人財務顧問。這四個領域的員工平均年薪是10.4萬美元。

布魯金斯學會表示，擁有學士學位的員工接觸人工智能的幾率是只有高中文憑的員工的7倍。亞裔美國員工和白人員工似乎比拉美裔或非洲裔美國員工更容易受到人工智能帶來的變化的影響。

值得注意的是，這些最新發現并沒有否定先前的警告，即年收入4萬美元以下的大約1億美國人中，有許多人承受著壓力。

盡管過去由布魯金斯學會和其他組織進行的研究傾向于將“自動化”歸并到一起變成一個大類，但韋伯的方法有個優點，它將人工智能與威脅到低教育程度、低技能雇員的其他技術進步相區分，后者包括用于生產工作的機器人科學和做日常文書工作及服務工作的非人工智能軟件。

“一次涉及我們所有人的大轉型”

布魯金斯學會高級研究員馬克·穆羅是這項新研究的合著者。他認為通過更謹慎地探究所有這些領域，就能清晰地發現，新興技術將牽涉到勞動力市場的方方面面。他說：“肯定會有一次涉及我們所有人的大轉型。”

韋伯的方法如此有吸引力的一個原因是，它利用人工智能包括自然語言處理來檢驗人工智能。因此，布魯金斯學會表示：“我們能夠完全依賴統計關聯，而不是在很大程度上依賴專家預測。”

韋伯認為，從專利中獲取信息比向一群學者或智庫類型的人詢問“他們認為人工智能能做什么”更為客觀。

盡管如此，穆羅及其同事強調人工智能是個“變化中的目標”，因為計算機不斷獲得新的“智能”形式——計劃、推理、解決問題、感知、預測，以及通過收集海量數據中的統計模式進行“學習”。

他們寫道：“要梳理出人工智能的特殊天賦，還需要進行更多研究，不管是定性研究還是實證研究。”

即便有韋伯的洞見，布魯金斯學會還是小心翼翼，不去推測人工智能將如何重塑職場世界。人工智能可能會蠶食大量工作。但許多甚或大多數人工智能應用程序最終可能需要人與技術協同工作。人工智能可能會產生需要人力和腦力干預的新職業。

卡耐基梅隆大學教授、機器學習的先驅湯姆·米切爾（Tom Mitchell）表示：“沒人知道這將如何發展。這是個未知數。”

穆羅則比較樂觀。他認為，無論如何，就目前而言，人工智能可以“更多地作為對白領的補充，因為他們受教育水平更高，更能適應變化。”

但韋伯對此不太確定。通過利用機器人和軟件領域的舊專利申請文件并將其與“O*NET”數據庫進行匹配，他對自己的模型進行了某種程度的“回溯測試”。結果是：從1980年到2010年，“我們看到就業和工資大幅下降”，韋伯說。

鑒于這一先例，隨著人工智能取代大量人類員工，他補充說，“我絕對相信，高端勞動力市場可能會出現人類工作被取代，我們應該對此予以足夠重視。”

波士頓大學法學院“技術與政策研究計劃”（Technology & Policy Research Initiative）執行主任詹姆斯·貝森曾在荷蘭監測到類似情況。事實證明，荷蘭有個非常豐富的數據庫記錄每個公司在各種自動化上的花費是多少，從而能衡量自2000年以來大量引入新技術的公司的員工發生了什么情況，并與那些行動較慢的公司進行對比。

有時顧客更渴望與人接觸

在去年2月發表的一篇論文中，貝森和其他三位學者證明，盡管荷蘭的自動化并沒有轉化為大規模裁員，但它已逐漸留下印記，增加了員工離職的可能性，減少了他們的工作天數，使他們在五年里年收入降低了11%。

正如韋伯所指出的，研究還發現低技能員工并不比高技能員工更容易被“自動化項目”取代。貝森表示：“這對管理者和生產線上的員工都造成了影響。”

安東尼·德利馬（Anthony DeLima）正實時關注著同樣的趨勢。作為全球商業與IT咨詢公司Neoris的數字化轉型主管，德利馬為許多大公司提供關于如何最好地部署新技術的咨詢建議。

他表示，“所有可重復的任務”，無論是在倉庫中挑選商品，還是手工收集和處理數據，都已經在被機器接管的路上。與此同時，高技能職位離被人工智能顛覆也沒多遠了。

但這并不意味著所有從事這些工作的員工都會被解雇。相反，德利馬說，他的客戶堅持的似乎是他所謂“三分之一規則”：

三分之一受自動化影響的員工將被調到其他職能部門。

還有三分之一的人正在接受培訓，以便安全、高效地與新機器協作（對工廠工人而言），或利用人工智能來增強思維、預測商業成果并在工作中更有效率（對于知識型工人而言）。

另有三分之一的人無法實現跨越，或者沒有機會實現跨越。

德利馬說：“這種轉變要么太快，難以學到新技能，要么太復雜，總之不會太自在。”

能看到人工智能做出妥協的一個地方是Nsure，這是一家幫助客戶購買合適的房屋和汽車險的數字化保險機構。Nsure表示，通過使用人工智能，它不僅能從十幾家航空公司中找出最便宜的報價，還能挖掘出一系列數據庫，提供剛合適的保險產品，這樣人們就不會投保不足或投保過度。

去年夏天推出的Nsure發展迅速，向3，500多名客戶銷售保險。起初該公司只有少數客服代表回答有關其網站的問題，而沒有任何持牌保險代理人。Nsure首席技術官庫巴·斯卡巴尼亞表示：“我們一開始就計劃一個人也不招。”

但幾個月后，該公司意識到有5%到10%的客戶渴望接到真實的保險代理人的電話。“他們想要和一個真實的人交談，”斯卡巴尼亞說。

事實證明，僅有人工智能驅動的在線界面是不夠的，Nsure現在已雇傭了3名代理人，遠少于與其同等業務量的傳統保險公司，但并非沒有。

顯然，人類員工的存在，不管有幾個，可能是一種特征，而不是缺陷（bug）。

責任編輯：ct