引言
自从人类进入工业化时代以来，技术变革就引发了诸多预测，不过并不是所有预测都得到了验证。约翰·梅纳德·凯恩斯在年的文章《我们后代的经济前景》预言，在一个世纪后，“我们发现节约劳动力所使用方法的速度将远远超过我们为劳动力开辟新用途的速度”。尽管如此，他预测到年，欧洲和美国的“生活标准”将得到极大的提高，所有人都不用担心赚钱这回事。那将是物质极大丰富的时代。“
人类自从诞生以来第一次遇到了真正的、永恒的问题——从紧迫的经济束缚中解放出来以后，应该怎样来利用自己的自由？科学和复利的力量将为他赢得闲暇，而他又该如何消磨这段光阴，使生活更明智而更惬意呢？”年尚未到来，但我们似乎并没有朝着接近凯恩斯预测的社会迈进。绝大多数人也并没有觉得自己从紧迫的经济束缚中解放出来了，即使在美国等发达国家，情况也是如此。
劳动节约型技术非但没有创造一个物质丰富的时代，让绝大多数人不再为钱烦恼，反而正在创造一个两极分化的社会，让少数人富可敌国，而绝大多数人日益困顿。我也曾进行过预测。年，我在《国家的作用》一书中将所有现代工作分为三类，然后预测了各自的发展前景。我将第一类工作称为“常规性生产服务”。此类工作包括美国资本主义的“老步兵”在20世纪大部分时间里所从事的重复性任务，如在流水作业线上或办公室里的重复性工作。
尽管这一类工作通常被认为是传统的蓝领工作，但它们也包括常规性监管工作，如反复核查下属的工作，落实标准作业流程，常规的数据输入和检索。估算此类工作占到全美所有工作机会的1/4，但将会逐步减少，这是因为新型劳动节约型技术将会取代这些工作，而且发展中国家的工人非常乐意以低得多的工资完成这些工作。剩余从事常规性生产活动的美国工人薪酬会下降。利用当时使用的方法进行研究后发现，到年，常规性生产工作在全美工作总量中的比例不足1/5，而且在剔除通胀因素后，这些工作的收入中位数较20年前下降了15%。
事实上，劳动节约型技术已经取代或即将取代可编码转化为软件的工作。文本挖掘程序正在取代许多法务工作；图像处理软件让实验室技术人员无用武之地；税务软件取代会计，诸如此类不胜枚举。第二类工作称为“人际服务”。这类工作必须由人力来提供，是因为人际互动对它至关重要，如零售业服务人员、酒店和餐厅员工、养老院护理员、房地产经纪人、保育员、家庭医疗护理员、空乘、理疗师和保安等，不一而足。这类工作的本质是提供一对一的销售服务；确保他人的个人安全；或者确保他人得到周全的照顾，并感到快乐和舒适。
估计在年，这类员工占到全美雇员总数的30%左右，而且预测他们的数量还将不断增长，这是因为人际服务都要由人力提供，所以无论是先进技术还是外国员工都不可能取而代之。不过预测有两个原因会导致他们的薪酬减少。首先，他们要与大批过去从事常规性生产活动的员工竞争，后者现在只能在人际服务行业找到工作。其次，他们还要与劳动节约型机器展开竞争，如自动出纳机、电脑收银系统、自动洗车机、机器人贩卖机、自助加油机等。
即使是零售业服务人员也要对抗“与电视屏幕相连的个人电脑”，“未来的消费者将在客厅里通过电视屏幕选购家具、家电和各种电子玩具，从各个角度审视商品，选择最令他们心动的颜色、尺寸、特征和价格，马上将订单传到仓库，然后仓库把他们选中的商品直接送货上门。金融交易、机票和酒店预订、租车协议等合同也是如此，消费者在家里就可以与全球其他地方的计算机银行签订类似合同”。事实再次表明，这个预言与实际情况相差不多。
到年，人际服务工作几乎占到全美工作岗位的一半，而且绝大多数新型工作都属于此类工作。此外，在剔除通胀因素后，此类工作的薪酬中位数低于年的水平。但并没有预见到先进技术会如此迅速地入侵到人际服务行业。在年以前，亚马逊一直忙于消灭零售工作。它竭尽所能减少仓库中的人力工作，甚至筹划未来通过无人机送货。就连商业性驾驶工作岗位也受到威胁。经济学家弗兰克·列维和理查德·莫尼恩在年出版的《新劳动力分工》中以开卡车为例，说明有些工作是计算机永远无法完成的，因为它需要复杂的模式识别能力。
但是到了年，谷歌研发的自动无人驾驶汽车对万出租车司机、公交车司机、卡车司机和环卫工人构成了严重的威胁。第三类工作称为“符号分析服务”。这一类工作包括所有通过操作数据、文字、口头和视觉演示等符号，来解决问题、识别问题和进行战略性思考的工作。从事此类工作的人有工程师、投资银行家、律师、管理咨询顾问、系统分析员、广告和营销专家、新闻和电影制作等创意领域的专业人士，甚至还有大学教授。从事这类工作的人多为受过良好教育的专业人士，他们往往以团队的形式工作或成天盯着电脑屏幕。
“符号分析服务”类工作的本质是利用各种分析和创意工具重新安排抽象符号，例如数学算法、法律论据、金融噱头、科学原理、有感染力的词句、视觉模式、心理洞察以及其他解决概念难题的技巧。此类符号操作工作要么提高效率，使人们更准确、更快速地完成任务，要么让人们获得更多的娱乐、消遣、信息，或者变得更为快乐。估算年时符号分析人员占到全美雇员总数的20%，而且预期他们的比重和薪酬将会持续上升，这是因为社会对符号分析人才的需求会继续超过此类人才的供给。
符号分析类工作和其他两大类工作之间的差距日益拉大，这会成为驱动不平等程度不断加深的主要力量。预言再次成谶，但没有预见到这一切会来得如此迅猛，或它们之间的差异会如此明显，也没有预见到它们对不平等和经济不安感的影响会如此深刻。譬如，从来没有预期到在~年，美国高中肄业白人女性的预期寿命会减少五年。此外，也未能预见到数字技术与庞大的网络效应结合起来后，会如此迅速地将员工/顾客比压低到无以复加的水平。年，脸书公司以10亿美元收购颇受欢迎的照片分享网站Instagram时，后者有13名员工和万用户。
我们可以将它与柯达进行对比。柯达于年1月申请破产，它在鼎盛时期拥有14.5万名员工。员工/顾客比还会继续下降。年初，脸书公司以亿美元的价格收购WhatsApp。当时WhatsApp员工人数为55人（其中包括两名年轻的创始人），而用户多达4.5亿人。数字化不需要太多员工。人们完全可以将一个新的理念出售给数以亿计的用户，而不需要用太多员工来生产或推销这个理念。我们面对的不仅仅是劳动力替代型技术，还有知识替代型技术。如果将先进的感应器、语言识别技术、人工智能、大数据、文本挖掘和模型识别算法等结合起来，我们就可以制造出智能机器人。
智能机器人能够快速学习人类的行为，甚至可以相互学习。生命科学正经历着一场革命，允许根据病人的具体状况和基因量身定制药物。如果当前趋势持续下去，那么未来几年里将会有更多的符号分析师被取代。作为美国两个最大的专业密集型行业，医疗和教育业正承受着日益加剧的压力来削减成本，与此同时专家型机器日益普及，所以到时这两个行业受到的影响尤为明显。我们正处于移动医疗应用程序风起云涌之际。这些应用可以用于直接测量从卡路里到血压的各项指标。
此外，一些软件程序可以实现和医疗设备一样的功能，但不会像医疗设备那么昂贵，也不需要医疗技术人员来操作（如超声波、CT扫描和心电图）；诊断软件可以告诉你诊断结果意味着什么，以及可以采取哪些对策。同样，学校可以围绕智能机器进行重组（尽管教职员工会一直尖叫反对）。所谓的MOOC（大规模在线开放课程）和互动式在线课程等软件正逐步取代许多老师和大学教授，以及指导学生学习的助理。这一趋势将止于何处呢？我们假想有一个小盒子——就叫它iEverything，它可以制造出任何你可能想要的东西，相当于现代版的阿拉丁神灯。
结语
你只要告诉它你想要什么，然后像变戏法一样，你想要的东西就会出现在脚边。唯一的问题是没人买得起它，因为iEverything无所不能，那么就没人能赚得到钱。显然这个场景是假想出来的，但是当越来越少的人能够完成越来越多的工作时，利润就会流入人数越来越少的的高管和业主及投资者的手中，而其他人由于失业或收入微薄，手头可用来购买商品的钱越来越少。在20世纪的大部分时间里，占主导地位的经济模型是许多人从事大规模生产活动，来满足大众消费需求。这种模式难以为继。未来的经济模型有可能是少数人从事无限量的生产活动，来满足有消费能力的人群的需求。
转载请注明：http://www.0431gb208.com/sjslczl/3165.html
