特稿｜克里斯托弗·皮萨里德斯：AI的应用步骤与职责的畴昔

发布日期：2026-06-18 16:01 点击次数：169

一百年前，有名经济学家约翰·梅纳德·凯恩斯(John Maynard Keynes)曾预言，畴昔的东说念主们每周将只职责15个小时。在AI时间变革的布景下，这一预言似乎指向两个截然相悖的景况，一个是时间将蹧蹋职责，导致大范围悠闲；另一个则是凯恩斯本义想态状的时间最初称心了东说念主类基本需求、东说念主们领有巨额舒坦的好意思好畴昔。

如若是前者，那么当下AI落地节律慢一些，更有益于东说念主们找到应付办法；如若是后者，那么AI落地慢就不是件善事。

纵不雅历次工业创新，以往通用时间的庸俗应用往往需要履历数十年的阵痛与滞后期，如今AI的大范围落地同样无法一蹴而就。要津不仅在于AI基础要领建筑的短缺，还在于时间和监管主义的雄伟不祥情味。只须当发展主义渐渐晴朗，企业和管事者的“信息摩擦”渐渐减少后，企业对AI落地的干涉和管事者对生人段的培养，才智共同走上快速前进的说念路。

针对自动化对职责的影响，创造或蹧蹋职责的从来不是时间自己，应该问的是：当AI时间到来，东说念主们是否还故意愿去创造新的职责岗亭？如若东说念主们有这个意愿，那么证据目下所掌抓的时间，东说念主类不可能假想不出新的职责岗亭来。而我个东说念主更欣慰信托，东说念主类的假想力远超AI或任何其他时间所能达到的范围。

AI带来的变化是好照旧坏？

目下，自动化时间正在给劳能源市集带来雄伟的变革。可是，与学问荟萃和时间发展的速率比拟，AI时间的实质应用速率其实显得很是安稳。这即是咱们所说的“落地迟缓”(slow adoption)。

最近，Anthropic公司对于其大模子Claude使用情况的研究，比我见过的其他任何研究都更好地确认了这少许。他们将Claude的实质使用情况与Tyna Eloundou等学者对于职责岗亭的“AI败露度”(AI exposure)研究进行了对比，发现Claude在职责中赋能管事者的潜在智商，远远超出了管事者对它的实质使用进度。也即是说，实质落地要过期于时间发展。

随之而来的问题是：AI将会带来的变化是好照旧坏？咱们是否应该加速其应用推论？从社会福利的角度来看，AI落地迟缓究竟是件善事照旧赖事？咱们能否找到一些不言而喻的方法来改善近况，而不是一味冒进？

时间落地为何老是慢半拍？

如若咱们梳理自第一次工业创新以来的主要时间最初，就会发现，新时间被庸俗取舍所破耗的时期，起码与目下AI所履历的阵痛期一样长。

蒸汽机花了梗概50年才得到庸俗应用。早在18世纪末，英国的工场就具备了使用蒸汽能源的条目，但它并莫得被立即取舍，东说念主们依然在使用水力、东说念主力和畜力。有记载炫耀，直到1850年，才有卓著半数的英国工场初次使用蒸汽机作为能源。而此时距离将蒸汽机引入工场的詹姆斯·瓦特(James Watt)死一火还是30年了。

电力出目下19世纪末。早在1880年，托马斯·爱迪生(Thomas Edison)就开动销售白炽灯泡了。电力一开动被用来家庭照明，东说念主们也知说念它可以作为工业能源，但它即是莫得在工业界得到庸俗应用。直到1913年，亨利·福特（Henry Ford）开动将福特汽车的安装线电气化，电力才在工业中得到大范围应用。

研究机在20世纪50~60年代就出现了。我在上世纪60年代读大学时就用过研究机。但它直到上世纪80年代才真实进入办公室。罗伯特·索洛（Robert Solow）其时指出，咱们要到很久以后才智在宏不雅经济数据上看到研究机对分娩率的进步效应。

对于AI而言，第一届东说念主工智能会议是1956年在好意思国新罕布什尔州的达特茅斯学院（Dartmouth College）召开的。可是，直到20世纪90年代，第一个东说念主工智能生意应用才浮出水面。其时搭载AI的研究机通过明确的指示来履行特定的操作，而不是试图全面复制东说念主类的智能。

创造职责的不是时间，而是东说念主

对于自动化对职责的影响，咱们还是听闻了不少预测，但大多莫得终了。比如，经济学家Carl Frey和Michael Osborne在2013年权衡，自动化将导致巨额的悠闲，但目下来看这并莫得发生。Eloundou等东说念主的研究则要严慎得多，他们研究了可能败露在大说话模子冲击下的职责岗亭数目，而且申饬说，像电力和研究机这样的“通用时间”（general-purpose technologies），其全面影响往往需要好多年才智深刻，因此在作念预测时必须很是严慎。

在这里，我要冷落一个与好多东说念主不太一样的不雅点。好多东说念主会问：时间会创造职责照旧蹧蹋职责？但事实上，创造职责岗亭的从来不是时间，而是使用现经常间来创造服务的东说念主（people who create jobs using the available technology）。

咱们应该问的是：当AI时间到来，东说念主们是否还故意愿去创造新的职责岗亭？如若东说念主们有这个意愿，那么证据咱们目下所掌抓的时间，不可能假想不出新的职责岗亭来。东说念主类的假想力远超AI或任何其他时间所能达到的范围。

我心爱举这样一个例子。我很运道地能住在伦敦一个很棒的街区，那处的东说念主们心爱养狗，但同期他们也从事着很是致力于的专科职责。从我的窗前就能看到这样一个公园：20年前，你一般会在周末看到东说念主们在公园里遛狗；但目下，公园里贴着一张海报，辅导统统的遛狗师（dog walkers）：遛狗是一项专科职责，并受干系秩序拘谨，比如，不可同期遛卓著五条狗，不可遛体型互异过大的狗，也不可遍地喂食。

我频繁碰到这些遛狗师。他们普通是年青东说念主，衣着体面，开着装满小狗的货车来到这里，很是于在户外分布。他们看上去也很是乐于干这份活——起码比19世纪下煤矿或20世纪在工场作念工的东说念主要兴隆得多。而且，这项职责的收入也可以。我儿子也养了一条狗，每当她去度假时，我都得替她支付遛狗师的用度，是以我才知说念这价钱不菲。可见，这些服务类的职责是可以得回高薪的。咱们与其问AI是否会蹧蹋职责，不如问AI是否会将更多的东说念主推向新式的服务类服务。

职责与舒坦的价值

时间真实能阐扬作用而且对社会福利极有助益的方位在于：尽管咱们仍然可以创造新的职责，但咱们可能不需再像以前那样永劫期职责了。跟着收入的加多，职责时长一直在稳步下落，因为舒坦是一种正常商品（normal good），它的收入弹性大于1。事实上，咱们正在安稳减少职责时期：在20世纪00年代，典型的英国工东说念主每周职责约53小时；而目下，典型的英国管事者每周职责28小时。这种渐渐下落的趋势是由兼职服务的加多和全职职责时长的缩小共同驱动的。

咱们正执政着凯恩斯在一篇频繁被曲解的漫笔《咱们后代的经济出路》（《Economic Possibilities for Our Grandchildren》）中所态状的方上前进。在这篇写于快要一百年前的文章中，凯恩斯冷落，咱们畴昔可以也应该每周只职责15个小时。许多东说念主将其误读为“凯恩斯以为新时间会蹧蹋职责，导致咱们悠闲”。但如若你仔细读一下，就会发现他并不是阿谁道理。他说的是，一朝咱们称心了东说念主类的基本需求——有了充足的食品、住所和培育等——咱们就应该把更多的时期花在舒坦行动上。

凯恩斯是20世纪上半叶英国文化圈里有名的“布卢姆茨伯里派”（Bloomsbury Group）的一员，他频繁与弗吉尼亚·伍尔夫（Virginia Woolf）等文东说念主学问分子往复，征询阿谁年代的垂死作品和他们我方的文章。他以为畴昔应该有更多的东说念主可以这样作念，东说念主们只需要每周职责15个小时，赚取称心日常生计的必需收入，然后把剩下的时期四肢舒坦。固然咱们今天还莫得降到一周15个小时的职责时长，但也还是从一百多年前的53小时降到了28小时。我信托，一百年后，咱们将会降到15个小时。

是以，请不要问“时间会创造照旧蹧蹋职责”；而是要问：东说念主们是否会应用新时间来创造职责。这是一个很是奥密的分裂。

AI落地迟缓的重要

让咱们回到前边冷落的问题：为什么AI的实质落地会如斯安稳？

起初一个原因是新时间的应用需要相宜的基础要领。以电力为例，它的庸俗应用需要配套的电网。第一个天下性的电网始建于英国的纽卡斯尔（Newcastle），梗概建于第一次世界大战期间，免费+无码+av网而允许各地建筑并接入天下性电网的第一项法案是在1919年通过的。这还是是在电力发明40年之后，也即是在福特工场引入发电机之后不久。

那么，AI需要什么样的基础要领呢？证据英伟达（Nvidia）CEO黄仁勋（Jensen Huang）在本年年头世界经济论坛上的讲话，AI需要销耗巨额的能源，也需要巨额的水来冷却数据中心。咱们有弥散的能源来运行AI吗？可能并莫得，出奇是如若咱们还暖热环境保护的话。此外，咱们需要研究智商弥散坚贞的芯片、弥散的云存储空间、能够胜任职责任务的AI模子——在这些方面，目下看来问题并不太大。现时，AI难以充分阐扬后劲的主要短板在于枯竭针对具体行业的应用（industry-specific applications），以及枯竭为运行这些应用提供数据扶持的土产货化数据中心。

由此，黄仁勋得出的论断是，咱们还需要干涉数万亿好意思元来建筑AI基础要领。固然咱们在大说话模子、AI智能体（agentic AI）以及具身智能（physical AI）方面，还是取得了不少要紧进展，但如若要进一步将AI落实到具体的产业化应用，还需要更多的专门数据中心和实质应用场景。

劳能源市集的变化

劳能源市集的情况怎样？一方面，AI基础要领建筑正在创造好多不同的职责机会。数据中心的发展推动了一股建筑激越。当咱们磨砺英国的管事手段需求时，发现最受追捧的专科手段是瓦解数据、处理数据和统计分析。这些手段代表了正在被创造出来的新职责主义。在这些方面，如若说AI对现存职责有任何冲击的话，那也要比及应用层面得到弥散开拓和商用之后才会深刻。

不外，在另一方面，咱们开动看到大说话模子对白领管事初学岗亭（entry-leveljobs）的影响。这对于中国劳能源市集的冲击可能不会亚于咱们在西洋看到的情况。一个最直不雅的例子即是讼师助理（paralegals）和低级讼师。以前的年青讼师进入律所，每天会花上几个小时在档案室里收罗过往案例的数据。目下，ChatGPT、Claude或Gemini可以在五分钟内完成这类职责。于是，资深讼师开动躬行上手使用AI，他们雇用的讼师助理和低级讼师便越来越少。专科群体的矫正还是山水相连。

可是，在一个讼师越来越少的世界里，年青东说念主可能会转行成为工程师。证据一些经济学家的研究（参见Murphyet al.，1991，《The Allocation of Talent:Implications for Growth》），从法律向工程范围的服务转型，实质上更可能会提高举座的经济分娩率。

劳能源市集的“摩擦表面”能够也可以为AI应用遭逢的禁锢提供一种确认。在劳能源市集中，同期会存在空白的职责岗亭和悠闲的管事者，这两者并莫得速即匹配在整个酿成服务。岗亭和管事者之间彼此搜寻和匹配的过程，一直是我的研究酷好酷好所在。在AI范围，咱们也可以作念同样的类比：存在着某种可以提高分娩率和社会福利的AI时间，但它却莫得弥散速即地与管事者的职责相取悦，这也需要履历一个搜寻和匹配的“摩擦”阶段。

不祥情味与手段培养

这些情况能得到改善吗？我以为主要的禁锢在于不祥情味：咱们还不知说念AI时间将走向何方。如若一家公司要从传统职责方法转向与AI协同职责，它就需要重新贪图职责经由。而改造职责经由需要破耗巨额的时期和资源，这种转型对治理层和职工来说都是代价好意思妙的。企业但愿能够更准确地把抓畴昔的市集竞争主义，因为当你不知道一项时间的发展主义时，你就面对着犯下大错的风险。如若我方判断错了，竞争敌手霸占了市集该怎样办？英特尔（Intel）在这方面就尝到了被英伟达霸占市集的教养。

与此同期，如若管事者在自身的手段培训上作念了诞妄的投资，发现他们所学的东西根蒂找不到职责，那该怎样办？举例，有些东说念主以为不应再接续巨额干涉STEM类（科学、时间、工程和数学）的培训，因为AI很快就会在这些范围中推崇出色，足以取代东说念主类职工。多学点编程和代码就万事大吉的时间还是往时了。

因此，在我看来，除了基础要领的缺口除外，“信息摩擦”(information friction)是AI落大地临的最垂死禁锢。这要部分地归罪于咱们的科学家，他们传递了格格不入的信号。像Geoffrey Hinton和Stuart Russell等众人告诉咱们，AI可能会以咱们并不但愿的方法发展，致使带来肃清，但他们并莫得对此作念出进一步的确认。列国政府也都在担忧，但又不知说念怎样监管。欧盟固然通过了东说念主工智能法案，但仍然充满了多样不同的见解，法案的实施被推迟了两年，部分的监管秩序也被舒缓了。

当企业不知说念监管将走向何方，也不知说念主流AI开拓者将把这项时间带向何处时，他们就会意马心猿。辞世界经济论坛上，《经济学东说念主》(《The Economist》)的主编Zanny Minton Beddoes曾追问Demis Hassabis(DeepMind创举东说念主)和Dario Amodei(Anthropic创举东说念主)：如若你们不知说念通用东说念主工智能(AGI)被开拓出来后该怎样截至它，那么为什么还要开拓它呢？在反复追问下，这两位AI业内的领军东说念主物不得不承认，也许在找到截至AGI的确切方法之前不应该发布它。如若这即是来自时间最前沿的气派，那么一家普通企业又怎样能作念好使用AI的准备呢？它们当然会取舍不雅望。

咱们对此能作念些什么呢？许多声息敕令中好意思两国尽快举行“AI峰会”，并取悦主要的欧洲国度，共同达成海外层面的AI监管条约。可是，在现时的地缘政事执行下，这只怕难以很快实现。此外，对于大型科技公司基于数据把持而日益彭胀的职权，咱们是否应该选定措施？我但愿能让它们分享数据，但我也王人备能瓦解它们为何不肯这样作念。如若群众部门能够获取更多的数据，政策便能更精确地定位侵犯措施，社会保险的提供也能更高效。但数据分享的确执行吗？咱们将怎样去履行？这些都是问题。

畴昔权衡

假定咱们设法搞定了基础要领和政策层面的问题，接下来该怎样办？

如若咱们能为企业提供一个真实且雄厚的监管框架，AI的应用就会加速，并变得愈加长线念念维。随之而来的是东说念主们对于悠闲的惊骇将会减弱。一朝发展轨迹变得知道，管事者将愈加欣慰给与培训，因为他们能看知道畴昔需要什么。正如我之前提到的，咱们仍然会有职责，仅仅咱们很可能会用更少的时期来完成它们。咱们可能都会变成兼职职责者，还有比这更好意思好的事情吗？

在手段方面，即便AI在应用层面得到了发展，数据分析智商、通过AI去指标策略的智商并不是自可是然就能掌抓的。这些手段需要巨额的时期去学习，而且掌抓起来要贫窭得多。企业将需要设置我方里面的AI开拓团队，这也同样需要时期。在英国咱们看到，对AI干系生人段的需求正在箝制增长，但到目下为止，最受追捧的智商仍然是那些传统的、东说念主际往复的手段(interpersonal skills)：怎样开拓客户，怎样与客户相通，以及如安在企业里面进行有用相通等。

回归起来，AI落地步骤安稳的部分原因在于基础要领建筑不及和数据可用性有限。同期也存在着严重的时间和监管不祥情味，恰是这些不祥情味导致了企业的彷徨不雅望。一朝捣毁了这些禁锢，减速落地步骤的临了一个“摩擦”身分，可能即是生人段的培训问题。

临了，我再次辅导群众，创造或蹧蹋职责的不是时间，而是东说念主。我慑服，东说念主类比任何时间都要坚贞。

（作家系诺贝尔经济学奖得主、伦敦政事经济学院教育）