你不是马：AI 与未来的劳动力需求--Brian Albrecht

有一种流行的说法认为，AI 对人类劳动者的影响会像拖拉机对马的影响一样。拖拉机能做马做的事。马变得过时了。AI 能做人类做的事。因此……

而且每一家主要的 AI 建设者似乎都同意，人类就是下一个。马斯克说 AI 将“取代所有工作”。Amodei 一直在谈论所有人都会失业，并把他对 AI 的描述建立在“通用劳动力替代品”的框架上。OpenAI 的投资者也在谈论“到 2030 年取代 80% 的工作”。

虽然这些都是这个领域里的重要人物，不是什么随机博主，但他们也未必就是最有知识的人的随机样本。不过这当然不是一种新的恐惧，也不只是 AI 才有的问题。以投入产出分析闻名的 Wassily Leontief（稍后会更多谈到投入产出）在 20 世纪 80 年代早期就写过几篇文章表达这种担忧。

如果 AI 真的是人类劳动力的完美替代品，那么任何成本优势都会把事情推向 100% AI。你不需要一篇文章来证明它。但“AI 最终会成为完美替代品”承担了全部论证工作。

但这掩盖了很多东西，很多调整边际和差异性，也就是让世界成为世界、而不是一个简单模型的异质性。现在 AI 的可替代性到底有多高？要让这种可替代性升到足够高，需要什么条件？还必须满足哪些别的条件？

即使是“拖拉机能做马做的事，所以马变得过时”这个历史例子，听起来像一步就完成了，但实际上包含好几个步骤。而“AI 能做人类做的事，所以人类会变得过时”掩盖的东西更多。

所以我们来逐步看这些步骤。这篇通讯文章基于一篇新的工作论文，论文详细梳理了其中的数学和经济学，其实大部分只是基本会计核算。

人类劳动力崩塌究竟意味着什么

先给不了解美国马匹历史的人做一个快速回顾：美国马匹数量从 1840 年的 430 万匹上升到 1920 年的 2730 万匹。然后开始下降，农用马和骡子到 1960 年时降至大约 300 万匹。

马基本上只有一种工作，而那种工作出现又消失了。对人类来说，我们需要更谨慎一些。让我们确保核算正确，并明确“崩塌”到底意味着什么。

为了简单起见，假设人类劳动力需求降到零。不是很低。是零。这需要什么？它意味着你在经济中任何地方花出去的任何一美元，在其供应链的任何环节都不会经过人类之手。不是制造这个东西的人。不是运输它的人。不是设计它、销售它、维护它的人，也不是清洁组装它的建筑的人。最终支出中包含的人类劳动为零。这就是目标。这就是我将“人类变成马”精确定义后的含义。

这正是 Leontief 建立其职业生涯的投入产出思想。你可以把任何最终购买沿着供应链往回追溯，并加总其中投入的所有人类劳动，包括直接和间接劳动。一杯咖啡有咖啡师，但也有烘焙师、卡车司机、农民、制造卡车的人。“内含劳动”指的是所有这些。要让劳动力需求崩塌，每一个产品中、每一个被购买产品的每一个环节都必须降到零。

经济不是一个生产函数。它由许多活动组成。当 AI 让其中一些活动变得更便宜时，人们不会只是购买更多同样的东西。他们会购买别的东西。

你花出去的每一美元都会落到某个地方。有些美元落在包含大量人类劳动的活动中：餐馆、治疗师、屋顶工。有些则落在几乎不含人类劳动的活动中：流媒体订阅、自动结账、云存储。所以当我们追踪 AI 变得更便宜后会发生什么时，问题不只是“AI 能做我的工作吗？”而是“当每个人都因为 AI 更便宜地完成了我的工作而省下钱时，他们接下来会买什么？”

总体劳动力需求取决于三件事：人们总共花多少钱，这些支出中有多少落在包含人类劳动的活动上，以及每种活动中包含多少劳动。要让人类劳动力需求崩塌，仅仅让 AI 在某些活动内部取代工人是不够的。每一美元支出，无论落在哪里，都必须失去其全部内含人类劳动。这是三个渠道，而马的论证需要这三个渠道同时出问题。

思考劳动力的一个重要起点是：没有人真正想要“劳动”。餐馆并不想要服务员；它想要订单被记录、顾客被安抚、错误被纠正。所以劳动力需求是派生需求。AI 会如何改变企业的需求量？

当 AI 能够完成企业实际购买的事情时，更便宜的 AI 会同时做两件事。企业用 AI 替代工人，这会减少每单位产出的劳动力需求。但更便宜的 AI 也会降低产出价格，产出扩大，而这种扩大会把劳动力需求重新拉起来。劳动力需求上升还是下降，取决于哪种效应更大。这就是 Hicks-Marshall 对派生需求的分解：替代效应与规模效应。

这将成为全文的组织原则。当一美元被省下来，它会被重新导向哪里？导向新任务？新工作？新部门？它一定会去某个地方。

“AI 能做这些任务。”

这对很多事情显然是真的。早期模型甚至已经具备这一点。例如，Eloundou、Manning、Mishkin 和 Rock 的早期 GPT 暴露度论文估计，美国约 80% 的劳动力可能至少有 10% 的任务受到大语言模型影响。在配套软件的帮助下，86% 的职业会跨过 10% 暴露度的门槛。

而且这方面已经做了很多研究。任务层面的证据支持这一点。在一个大型客户支持场景中，使用生成式 AI 使每小时解决的问题数量提高了约 15%。在一项专业写作实验中，ChatGPT 将平均任务时间减少了 40%，并将测得的产出质量提高了 18%。在一项受控的 GitHub Copilot 实验中，开发者完成一项编码任务的速度快了 55.8%。这些都不是微小影响。

但这些都是对任务的影响。当一项任务被自动化时，省下来的那一美元并不会消失。它会在同一份工作内部创造新任务，比如更多审核、更多客户管理、更多判断性决策。正如需求并不是固定总量，所以规模效应很重要一样，工作也不是固定不变的东西。

“一份工作不只是任务清单。”

AI 讨论中有一种仪式：有人发布一个演示，这个演示完成了某份工作相关的一项任务，于是人们得出结论说这份工作完了。有时候他们是对的。但这种推论跳过了大约十五个步骤。实际部署成本是多少，包括错误成本？客户信任它吗？管理层知道如何围绕它重组组织吗？聊天机器人演示可以一夜之间出现。医院围绕 AI 重组临床责任制度却不可能。

我们需要思考的不只是工作，还有组织。结果往往是一个团队，而不是替代。人类-AI 组合共同生产产出。但互补性不是免费的。如果这个组合只比 AI 单独工作多产出一点点，那就不足以证明支付人类工资是合理的。人类必须增加一些 AI 无法廉价复制的东西。

仅从法律原因来看，外科手术、航空、结构工程、受托理财建议等领域中，错误造成的损害很可能远远超过更便宜生产带来的节省。当然，这总有一天可能改变，但不会很快。当一个组件的失败会摧毁所有其他组件的价值时，你关心的不是标价。这就是 O 型环逻辑。你关心的是每个真正有效单位的成本。当损害风险足够高时，无论 AI 变得多便宜，由人类监督的生产都会获胜。

“好吧，现有工作没了。支出流向哪里？”

假设替代效应在大多数工作内部获胜。省下来的那一美元完全逃离了工作场所。它会去哪里？大多数标准模型把一切聚合成单一最终商品，所以这个问题不起作用。真实经济有许多部门，而这一美元必须落到某个地方。

先从软件这个微观缩影开始。这是一个几十年来已经被数字投入高度自动化的部门。如果替代效应会把劳动力赶出某个部门，那么这里应该最先看到。下面的图表按照各行业购买软件相对于其增加值的多少，将行业分为低、中、高软件强度。你会看到什么？

软件强度最高的行业不仅保留了人类劳动；它们的劳动份额还高于软件强度最低的行业，前者为 67%，后者为 55%。大量数字投入并没有把人类劳动挤出去。如果说有什么不同，那就是自动化最多的行业反而是最愿意把钱花在工人身上的行业。美国劳工统计局预计，2024 年至 2034 年美国就业将增加 520 万。软件开发者就业呢？尽管直接暴露于 AI，仍将增长 17.9%。

在最暴露于数字自动化的部门内部，规模效应获胜了。美国劳工统计局可能完全错了，但目前为止的证据强烈表明，在软件密集型行业中，规模效应占主导。

软件是一个极端例子，但在更长时期、更广泛的整个经济中，我们基本上也看到相同模式。

换一个角度看这个问题，我们放大一点，看看经济中最大的部门：服务与商品。1929 年，大多数消费支出流向实物商品。今天，大约三分之二流向服务。随着制造业变得更便宜，人们并不是只买更多东西。他们把支出转向医疗、教育、餐馆、个人服务。这就是被省下来的美元在一个不完全宏观但接近宏观层面的作用——更便宜商品所带来的节省流向了服务。

用我们的核心分解来说，商品变便宜了。这里我会说得有点粗略，但规模效应没有出现在商品中。对实物东西的需求没有爆炸式增长。相反，那些被释放出来的美元迁移到了服务业，规模效应在那里出现了。替代效应在商品生产行业内部获胜。规模效应在部门之间获胜。总体产出扩大了。所以如果你作为宏观经济学家思考这个问题，规模效应占主导。

但仅仅迁移本身并不能帮助工人，除非目的地仍然包含人类劳动。它包含吗？

这张图追踪每个部门价值中有多少比例流向工人，也就是雇员报酬占增加值的比例。服务业支付给劳动的份额一直高于商品生产行业。支出并不只是迁移。它迁移到了每一美元中有更大比例最终变成某人工资的部门。

所以到目前为止，是的。我们正在转向服务业。

于是你会说，没错，这其实支持马的结局。商品价格下降了，而我们买的商品少了。我要说的是，当你观察像现代美国经济这样多样化的经济时，存在一种调整边际，存在一个逃生出口。

而比较优势总会冒出来反抗这一点。当自动化让一些东西变得便宜时，仍然昂贵的东西往往就是那些难以自动化的东西。而难以自动化的东西，几乎按定义来说，就是人类仍然拥有比较优势的东西。被省下来的美元会流向人类仍然值得被付钱的地方。这不是乐观主义。这就是比较优势的含义。

Bessen 按部门展示了这一点。在早期纺织业中，动力织机减少了每码布所需的劳动。但布变得如此便宜，以至于需求爆炸，纺织业总就业在几十年里都在上升。早期钢铁、早期汽车行业也是如此。最终需求饱和，价格下降速度不再足够快，自动化才减少了各部门就业。AI 的问题不是“自动化会不会摧毁工作？”而是“对哪些部门来说，我们处于哪个阶段？”

今天，被 AI 省下来的美元可能会落到哪里？医疗已经占 GDP 的 18%，而且还在上升。随着人口老龄化，养老护理会增长。

Mokyr、Vickers 和 Ziebarth 有一篇很棒的《经济展望期刊》文章，从历史角度说明为什么这一次并没有不同：新任务出现了，比较优势仍然成立，我们无法想象的产品创造了新的工作。

马没有等价的去处。

“好吧，支出追逐自动化。”

上一次，被省下来的美元找到了人力密集型部门。为什么这一次不同，最好的论证来自 Philip Trammell 的《从长远看，劳动是一种奢侈品吗？》。他的答案是：可能不是。即使人们一开始随着变富而在人类服务上花更多钱——现场音乐、手工商品、个人护理——长期来看也有四种力量会侵蚀这一点。AI 生产的多样性不断扩张，竞争每一美元，哪怕这美元原本落在人类制造的商品上。消费人类服务有机会成本：花在现场音乐会上的时间，就是没有花在更优越的 AI 体验上的时间。

其他稀缺品——海滨土地、地位商品、研发——会和劳动竞争“人们愿意为其支付溢价的稀缺物”这个位置。而资本品的生产不断变得更便宜，所以投资在支出中的份额可以无限增长。

Trammell 的可口可乐类比是最锋利的版本。原味可口可乐曾占据 50% 的汽水市场。后来出现了健怡可乐、樱桃可乐、百事 Max、能量饮料、气泡水。即使存在品牌忠诚和供应限制，它的份额也降到了 20% 以下。如果 AI 不断发明与人类生产商品竞争的新商品品类，那么即使人们最初对人类劳动有强烈偏好，这种偏好也会被不断扩大的选择稀释。

我认真看待这一点。这是一种可能的情景。但请注意它需要什么。它需要的不只是 AI 生产的多样性扩张——这肯定会发生——还需要它扩张得足够快、足够广，以至于同时把支出从每一个人力密集型类别中拉走。问题不是 AI 是否会与某些人类商品竞争。问题是有没有任何人力密集型孤岛能幸存。是否还有人会把钱花在其中包含某个人的东西上？

数字仍然必须非常极端。假设 AI 吃掉了经济的 85%。软件、会计、法律、医疗、物流、大多数管理、大多数媒体。全部消失，或几乎作为人类劳动类别消失。假设剩下的 15% 支出流向至少有 30% 人类劳动包含其中的东西。养老护理、面对面教育、外科手术、现场表演、熟练技工、心理治疗、地位商品。那么总体人类劳动份额至少是：

S ≥ 0.15 × 0.30 = 0.045

这听起来也许不太好，但我真的只是在放一个下界。在不了解其他任何信息的情况下，我们可以维持这一点。不大。不是乌托邦。但不是零，而且这是绝对最低的可能下界。还要记住，如果整个蛋糕变得大得多，劳动份额下降并不等于劳动力需求下降。

但认为支出会停留在人力密集型事物上，只是感伤吗？Alex Imas 认为不是。随着 AI 让大宗商品变便宜，实际收入上升，而更富裕的人会系统性地把支出转向他称为“关系性”的商品。

经济学中有大量关于结构性变化的文献，研究的是随着国家变富，支出从农业转向制造业再转向服务业的长期模式。关键问题是为什么。是因为价格变化，人们购买更多变便宜的东西？还是因为收入上升，人们只是想要不同的东西？例如，Comin、Lashkari 和 Mestieri 对这两者进行了分解，发现收入效应解释了超过 75% 的转变。这在这里很重要。如果支出迁移主要是追逐廉价商品，那么 AI 让东西变便宜就会把美元拉向 AI 生产的东西。但它主要关乎更富裕的人想要什么。而更富裕的人一直想要更多包含人类的服务。

在实验中，当受试者得知其他人将被排除在购买同一件产品之外时，他们的支付意愿大约翻倍。这是纯粹的排他性溢价。匿名情境下，不可能有地位信号。这种溢价对人类制造的商品更强。人类创作的艺术品因排他性而增值 44%，而 AI 生成的艺术品增值 21%。AI 制造的商品让人感觉可以复制。人类制造的商品即使并不稀缺，也让人感觉稀缺。人们想要别人不能拥有的东西。这种欲望不会耗尽，而且它会附着在由某个人制造的东西上。

也许关键是等待足够久，AI 的多样性最终会侵蚀掉这一点。也许吧。但结构性变化的证据表明，收入效应与价格效应相比大约以三比一占主导。当基本需求变得更便宜时，人类不会说“很好，我不再想要了”。他们会发明新的方式来和邻居比较。新的欲望是落在人类制造的商品上，还是 AI 制造的商品上，这是一个开放问题，而目前为止的实验证据偏向人类。

劳动份额下降并不等于劳动力需求下降。存在一个区间，在这个区间里，劳动收入份额在下降，但总劳动力需求仍在上升，因为整个蛋糕增长的速度快于劳动那一块缩小的速度。我们现在可能就处在这个区间。它在份额层面看起来像是“AI 正在接管”，但就业仍在增长。流行论证把这两者混在一起，但它们不是同一个命题。

我们已经看到这一点。收入更高的人消费更多服务。服务往往具有较高劳动份额。当然，这未来总可能反转，但这是我们目前拥有的证据。

我认为人类还有机会

从任务层面一路往上走到宏观经济层面，逐层看下来，我对“马的结局”相当怀疑。我知道，到目前为止我把这一点隐藏得非常好，但这就是我的立场。

AI 会完成许多任务。它会重组工作，而且很可能会带来痛苦。一些部门会失去大部分人类劳动。支出可能会追逐自动化。所有这些都可能发生，但仍然不会达到零。因为在每一步，都有一美元被省下来，并寻找落脚之处。而问题始终是同一个。它接下来会去哪里？

要出现马的结局，你需要那一美元找不到任何带有人类的地方。

那是一个非常特定的未来。它可能发生。但它必须同时在所有地方发生，而我们拥有的证据、结构性变化的证据、被揭示的偏好、实验结果，都一直指向相反方向。