11月16日消息，布鲁金斯学会（Brookings Institution）最新发布的一份研究报告显示，人工智能（AI）革命可能呈现出典型的”繁荣 — 衰退”周期特征，但这种周期性变化体现在工资水平上，而非金融市场。
最初，自动化技术的应用可能提升薪酬水平。借助更智能工具的辅助，劳动者的生产效率得以显著提高。
然而，随着AI系统能够执行越来越多的任务类型，相关领域对人力的需求可能会逐渐减少。劳动者或被迫转向附加值较低、增长较为缓慢的岗位，这将抵消早期带来的收益。
宾夕法尼亚大学”整合知识讲席教授”（PIK Professor）、神经科学专家康拉德・科尔丁（Konrad Kording）及其社会政策与实践学院副教授伊奥安娜・马林内斯库（Ioana Marinescu）通过模拟实验发现：”智力密集型行业的自动化进程，初期会推高工资水平，但随后将导致其回落。”
研究指出，在生产率最初出现激增之后，”负面效应将占据主导地位，因为大多数劳动者逐渐被排除在需要较高智力的任务之外”。
为了阐明人工智能时代的发展路径，研究团队构建了一个交互式模型。该模型追踪了”人类主导型智力劳动”向”机器主导型智力劳动”过渡的过程。
根据模型显示：AI 在初期显著提升生产率，带动工资迅速攀升；随后工资增速趋于平缓，并在自动化广泛应用后开始下滑。
值得注意的是，在工资下行阶段，整体产出仍然持续增长。这表明经济增长的成果越来越多地向资本倾斜，而非劳动要素。
随着更多认知型工作被自动化取代，人类劳动力逐渐转向增长缓慢的体力型岗位（如建筑、照护服务等），从而进一步压低整体工资水平。
最终呈现出一条”倒 U 型”曲线：短暂的工资繁荣期之后，在数字经济持续快于实体经济发展的背景下，出现工资回调。
研究作者强调：”即便自动化在初期推高了工资水平，其长期仍可能导致工资大幅下滑。”
值得注意的是，该研究避免了当前AI辩论中的两种极端观点：既不认同技术乌托邦主义者关于”无限繁荣”的乐观设想，也未采纳”全面失业”的末日论调。
相反，科尔丁与马林内斯库提出了一个中间立场，称之为”智力饱和”（intelligence saturation）：AI 虽可提升经济体的智力水平与生产效率，但其增益终将放缓。这是因为现实工作仍然依赖于人类劳动力、实体工具与设备的协同完成，无法完全脱离物理世界。
为防止上述”倒 U 型”曲线对劳动者造成不利影响，作者提出了以下建议：
1. 适当放缓自动化推进速度，以避免技术变革对劳动力市场造成剧烈冲击；
2. 加大对实体资本的投资，包括机器、设备与工具的投入。这样即使在数字任务持续减少的情况下，也能确保人类劳动者维持较高生产率；
3. 对线上虚拟服务替代线下人工服务的情形征收专项税负，以防止AI”掏空”整个产业生态。
这一”虚拟服务替代税”的构想，与美国参议员伯尼・桑德斯（Bernie Sanders）此前提出的”机器人税”提案理念相近。该税种将对采用AI技术大规模替代人工岗位的企业征税，以缓解技术变革带来的社会成本。
相关文章
