工业革命的失业潮，正在 AI 时代重演？

撰文| Andrew Singer

编译|他汀·昆仑蒂落

来源|KnowableMagazine

从自动驾驶的出租汽车，到草拟邮件、安排会议的虚拟助手；从 犹如放射科医生 般精准解读 X 光片的医疗辅助诊断软件，到弹得出古典、唱得了雷鬼的音乐即刻生成系统，人工智能似乎在大家还没反应过来时就已 动手爆改各行各业 。回顾历史，诸如汽车、机械纺织机之类的划时代发明曾颠覆世界；展望未来， AI 有望成为变革一切的新势力。而近在眼前的疑问是：面对 AI ，尤其是未来终极形态的 AGI ，即通用人工智能，我们的劳动力市场将发生怎样的巨变？

经济学家与政策制定者正怀揣迷恋和忧虑争论着上述问题。技术乐观主义者认为，技术历来都是驱动经济增长的强大力量，能催生新兴产业和新型岗位。以汽车问世为例，它迅速带动全新的石油产业崛起，也将汽车旅馆、汽车影院等全新业态推入社会，与此同时，造马车的、养马匹的、管马厩的旧行业队伍逐渐消亡。 AI 难道不会带来同样的变革吗？

另一些学者持反对观点： AI 变革的冲击力前所未有、难以想象。国际货币基金组织的经济学家估算，随着人工智能驱动的机器取代传统上由人类承担的工作，全球可能有多达 40% 的就业岗位受影响，其中包括大量技术型岗位。弗吉尼亚大学的人工智能经济学专家安东·科里内克（ Anton Korinek ）还指出，某些工作或许不会被完全取代，但人类在其中的价值大打折扣，收入也跟着下降。

2024 年诺贝尔经济学奖得主达龙·阿西莫格鲁（ Daron Acemoglu ）与西蒙·约翰逊（ Simon Johnson ）都曾围绕 AI 及其对就业的潜在影响撰写大量文 章。现任职于麻省理工学院的二人强调称，我们必须有计划、针对性地采取行动，包括政府干预、大胆创新政策以及新技能培训计划等，力求使 AI 真正惠及大众，而非继续加剧不平等和社会动荡。

阿西莫格鲁与约翰逊建议，面对当前形势，我们应当汲取历史经验，尤其要借鉴两百多年前英国经济学家大卫·李嘉图（ David Ricardo ）的灵活思维。这位工业革命时期的关键人物，亲身经历并影响了彼时经济与社会的激变浪潮。

若当前的政策制定者能像当年李嘉图那样审慎又变通地决策行事， AI 甚至有望带来某种枯木生花式的行业格局重塑：西方社会曾有一大批收入体面的中等技能工作岗位，在过去几十年信息技术的洪流中滑落为“代价”；如今乘势 AI ，这些 旧岗位 或将以另一种形式重焕新生。

变革的代价

出生于 1772 年的李嘉图既做过英国议会议员，也是那个时代著名的经济学研究者。他年轻时称得上是一位技术乐观主义者，认为新型纺纱机以摆脱人力的方式和远超手纺的效率将原棉转化为纱线，不仅推动了生产力飞跃，也给所有人带来了福祉——企业家、工人以及大众。

等一下，所有人？难道当年那些传统的家庭手纺工人，也会因淘汰自己的纺纱机受益？李嘉图的判断是，新机器最初可能取代部分家 庭纺纱工 ，但他们最终能在其他领域找到新工作。

现实一度如李嘉图预想的发展。 18 世纪 70 年代发明的新型纺纱机使纱线生产速度更快、成本更低。棉纺织制造业蓬勃发展。原本在家操作纺轮纺纱的工人虽受新机器冲击，但其中许多人成功转型至另一项新兴的家庭手工业：将越发量大价廉的纱线织成布料。

李嘉图于 1817 年出版的第一版《政治经济学及赋税原理》（ Principles of Political Economy and Taxation ）并未提及先进机器可能对工人造成的负面影响。而在 1819 年英国下议院的一次演讲中，他更是宣称“机械化并未减少劳动力需求”。

然而，当纺纱机为大约一代人所熟知后，第二代新发明 动力织布机 的到来改变了现实。动力织布机的单台棉布产量超过 10~20 名手工织布工的总和。由于设备庞大，必须安置于工厂厂房内，家庭织布手工业由此被彻底淘汰。工厂织造 取代家庭织布，失业的家庭手织工则无处可去，因为动力织布机在工厂里创造的新岗位较少。对他们来说，这是一场灾难。

英国议会议员兼经济学家大卫·李嘉图未能预见工业化对劳动者生计的剧烈冲击。他后来写道：“一个可以增加国家净收入的因素，也可以同时导致劳动力过剩，恶化劳动者境况。” 图源： WIKIMEDIA COMMONS / PUBLIC DOMAIN

2024 年，阿西莫格鲁与约翰逊于《 经济学年评 》（ Annual Review of Economics ）撰文回顾了那段“下岗潮”。这里引用几处数据：自 1814 年起的五年间，英国 兰开夏郡 的两个城镇上，手织工的家庭收入下降一半。 1806 年，英国棉纺织业手织工 的平均周薪 为 240 便士，等到 1820 年，也就是李嘉图宣称“机械化并未减少劳动力需求”不久后，周薪跌破 100 便士。

实际上，那些进入工厂操作新型动力织布机的在岗工人也处境艰难。 1806 年至 1835 年间，他们的实际工资几无增长。 日益加剧的贫富差距引发社会动乱， 而北方工业重镇作为重灾区，矛盾尤为尖锐。 1819 年 8 月，曼彻斯特爆发大规模 游行示威 ，约六万人高呼政治改革，最终遭遇武力镇压——这场流血惨案 史称 “彼得 卢 屠杀”（ Peterloo Massacre ）。

上图展示了 19 世纪早期工厂工人（绿色）和手织工人（蓝色）的名义工资变化趋势（未经通货膨胀或生活成本变化调整）。可以看到，动力织布机问世后，手织工工资断崖式下跌；工厂工人的工资不高，也不见增长。

亲眼目睹动力织布机对棉纺织业的重创后，李嘉图彻底改变看法。在 1821 年出版的《政治经济学及赋税原理》第三版中，他新增了一整章探讨机械化的影响，以更为全面而辩证的视角论述问题，甚至近乎自相矛盾地这样写道：“ 一个可以增加国家净收入的因素，也可以同时导致劳动力过剩，恶化劳动者境况。 ”

中等技能劳动者的命运转折

在阿西莫格鲁和约翰逊看来，当代经济学家与政策制定者应从李嘉图的认知转变中吸取经验教训，以求更好地应对 AI 对就业和收入的影响。

若回首四十年前的世界，那时的专家学者也在为如何应对数字技术冲击就业而挠头。 1980 年代 ，数字技术 兴起。很快地，计算机、互联网、智能手机、电子商务、社交媒体主导了商业、贸易和社会生活的方方面面。不过它们与工业革命初期的动力织布机一样，利润并未惠及普通劳动者。用约翰逊的话说，只有那些“技艺顶尖、学识渊博的劳动者”因新技术受益。

自 1980 年代以来，所谓 “中等技能”（ middle skill ）群体（如未接受四年制大学教育者） 的工资水平停滞不前甚至下降。麻省理工学院劳动经济学家大卫·奥特尔（ David Autor ）此前于 Noēma 杂志撰文指出，科技革命“自动化替代了行政支持、文职及蓝领生产领域中广泛的中等技能工作岗位”。如同昔日的纺纱工和织布工，这批劳动者逐渐丢了饭碗。其结果则是中产阶级空心化，许多人不得不转向技能要求更低、薪酬更微薄的工作。

非营利组织彼得· G ·彼得森基金会长期关注美国财政健康问题。该基金会的数据显示，过去四十年间，经通胀调整后的美国家庭平均收入增长 95% ，不过高收入与低收入群体的增幅差距巨大。比如， 1981 年至 2021 年间，塔尖群体收入飙升 165% ，而在最低收入人群中，增幅仅为 38% 。

上图所示的曲线呈现了 1981 年至 2021 年间美国不同收入人群（分为最高、中间和最低收入组）的家庭年平均收入变化趋势。显而易见，美国的收入鸿沟持续扩大。丨图源： PETER G. PETERSON FOUNDATION

固化还是破局？

现在轮到 AI 了，它将加剧既有分化趋势，还是被人善加利用，成为转折的开始？约翰逊、奥特尔与阿西莫格鲁均持乐观态度。奥特尔撰文指出：“若运用得当，人工智能将助力重塑美国劳动力市场的核心——曾被自动化和全球化掏空的中等技能、中产阶级群体。”中等技能劳动者可以通过培训掌握 AI 软件应 用，进而有望承担起原本由医生、律师、软件工程师乃至大学教授执掌的诸多决策任务。例如，经验丰富的医务工作者能借助 AI 快速上手某款新型医疗设备，或是在紧急情况下执行某项陌生操作流程。

如奥特尔所言，医疗保健领域有大量专业决策需求和各种技术应用场景，以及众多受过严格医学训练而无医生头衔的护理人员。目前这些 护理人员 无法胜任许多“高阶”工作，但未来若有辅助工具和 AI 加持，他们有机会做出原本只交给医生做的决策。举例来说，肺部超声作为一项诊断 呼吸困难 的前沿技术，通常由 医生 负责操作与判读，但近期研究表明，缺乏肺部超声经验的临床医护人员在得到 AI 工具辅助后，同样能获取高质量的 肺部超声影像 。

除了医疗，还有诸多行业尝试利用 AI 工具提供实时指导与远程诊断，以求能够应对更复杂的问题。比如在暖通空调领域，当技术人员进入楼宇现场并依据流程图排查故障时，传统上他们寻求专家帮助的方式是打电话，但现在以 ChatGPT 为代表的人工智能系统可随时随地扮演专家。

约翰逊 以昔日执业护 师（ nurse practitioner ）职业兴起的故事类比今天的 AI 助手。三十年前，美国的执业护师寥寥无几，如今每个儿科诊所都可见他们的身影。这些高技能人才未获医学博士学位，却有执业资格，也有施展本领的平台，其提供的基础医疗服务兼具专业度和便捷性，深受家长欢迎。

不过我们都清楚，执业护师无法也无意取代医生。约翰逊补充道：“这个故事的重点在于重塑平衡。”那些中等技能劳动者，那些未接受四年制大学教育的群体，以其他形式接受“赋能”后，能否兑现更高生产力？劳动力市场能否因此重塑平衡？

当然，并非所有经济学家都认为历史经典案例可适用于 AI ——尤其是具备人类认知水平的 AGI 。科里内克指出：“通用人工智能与过往技术变革的关键区别在于，它将有能力执行任何认知任务，而人类劳动者或将无处寻觅‘非人不可’的工作，后果可能就是大规模的劳动力替代和大幅度的薪资下降；面对这种趋势，需要政府强力干预以防止贫富差距进一步扩大。”

19 世纪初，英国工人日益窘迫的经济困境一度引发社会动荡。 1819 年，在北部城市曼彻斯特的一场抗议活动中，骑兵冲入人群，导致多达 18 人死亡、数百人受伤。这场“彼得 卢 屠杀”事件短期内加剧了统治阶级的镇压力度，最终却促成了扩大投票权等改革措施。丨CREDIT: RICHARD CARLILE / PUBLIC DOMAIN

科里内克认为，劳动者在短期内应对职业冲击的策略应当是与 AI 差异化竞争，强化那些“只有人能干好”的技能，满足那些“只有人能满足”的市场需求，例如人际关系处理和伦理监督等。家政服务、托儿服务、心理治疗和宗教咨询等都是与 AI 差异竞争的典型赛道。

从长远看，社会可能需要更深刻的转型，例如通过实施全民基本收入制度来共享繁荣： 政府无条件地向公民定期发放现金， 无论其是否就业。

以史为鉴，可知兴替

现阶段关于人工智能（包括通用人工智能）如何影响全球就业与薪资的研究仍欠缺说服力。部分原因在于研究者视野受限，考虑不到那些尚未诞生的未来行业和岗位。而当我们带着疑惑等待新世界展开时， 大卫·李嘉图 自我修正的故事或许能带来某些启示 。

19 世纪初英国纺织工厂引进的新机器对工人生活造成的冲击，远比李嘉图预想的更为严峻。而他经过了漫长岁月才认清现实。转变观念时，年近半百的他已然功成名就，大可选择性遗忘自己关于动力织布机负面影响的误判，但李嘉图选择承认错误、修正理论。约翰逊认为，这种流动、灵活的思维方式，以及宝 贵的学术诚信，在人工智能时代至关重要。他与阿西莫格鲁在文中写道：“李嘉图对经济学新观点、新思维的开放态度，值得我们深入学习。”

这幅 1835 年的插画描绘了织布厂里女工操作动力织布机的场景。工厂织造的兴起摧毁了手织工的生计。丨图源 : E. BAINES, HISTORY OF THE COTTON MANUFACTURE IN GREAT BRITAIN / PUBLIC DOMAIN

英国从手织工行业的消亡以及劳工阶级的普遍困境中吸取了教训。由此工业城市得以扩大 政治声量 。 1832 年前，曼彻斯特等城市在英国议会里甚至不占代表席位。 1833 年通过的《工厂法》（ Factory Act ）确立了可强制执行的童工工厂法规（该法要求实施工厂巡检），这被公认为世界上最早的此类法规之一。 1840 年代的英国政府废除保护主义的《谷物法》（ Corn Laws ），使城市劳工阶层获得更充裕且廉价的食物。身为自由贸易倡导者的李嘉图，正是推动废除《谷物法》的重要力量。

新世界正朝我们疾驰而来。 AI 专家丹尼尔·科科塔伊洛（ Daniel Kokotajlo ）曾于 OpenAI 公司担任治理研究员，目前负责领导“人工智能未来项目” ( AI Futures Project ) 。他提出过这样一种设想：到 2027 年，通用人工智能将推动经济繁荣，与此同时导致数百万人失业，因为 AGI 软件在编程或研究等认知任务方面超越人类。（他现在表示，“可能还需要比 2027 年晚几年的时间。”）

其他预测者见解不一。有人认为财富将越发朝着少数人集中，也有人相信 AI 可助力解决不平等问题。未来趋势将很大程度上取决于各国政府的决策行动。约翰逊说道：“目前计算机科学领域的人才正一股脑儿涌向人工智能。 上一次出现这般盛况，还要追溯到 1990 年代末互联网 的狂飙突进。”

当然， 以史为鉴可知兴替。以工业革命为代表的诸多历史事件都告诫我们，要对未来 保持敬畏和审慎。“ 纵然出现划时代的神机利器，身处时代的大多数人能否共享机器红利？ ”

本文经 Knowable Magazine 官方授权译自 Andrew Singer , What happens to the weavers? Lessons for AI from the Industrial Revolution 原文地址：

https://knowablemagazine.org/content/article/society/2025/ai-jobs-economy-lessons-from-industrial-revolution