《AI·未来》第二十七节

落在“慢变区”的工作依赖手工、创造性和适应非结构化环境的能力，这仍是人工智能的短板，其消失速度取决于技术扩展。

落在“慢变区”的工作依赖手工、创造性和适应非结构化环境的能力，这仍是人工智能的短板，其消失速度取决于技术扩展。

作者梳理了经济学家对失业规模的预测：2013年牛津研究预测美国47%的工作可自动化，但采用的是“职业分析法”，评估的是岗位整体；OECD改用“工作任务分析法”，将岗位拆解为具体任务，得出高风险工作仅占9%；普华永道用同样方法得出38%；麦肯锡估计全球50%的任务在技术上已可自动化，预测2030年将有30%的任务和14%的工作被取代。

作者指出这些研究的局限：一是输入数据停留在2013年，低估了深度学习此后在图像识别、语音识别等领域的飞速进步；二是“工作任务分析法”只考虑机器一对一取代人类，遗漏了由新商业模式引发的全行业颠覆——作者称之为“产业分析法”。这类公司（如无人借贷公司智融集团、无人商店F5未来商店、今日头条）从不雇用人类员工，却通过低价优质服务迫使同行裁员。作者估计这种颠覆将影响美国约10%的岗位，加上一对一取代的38%，未来10到20年美国40%—50%的工作岗位可被AI取代，但社会冲突、监管和新岗位的创造会把实际失业率压到25%以下。贝恩公司的研究也指出，到2030年雇主用工需求将减少20%—25%，加上降薪因素，近80%的美国劳动者会受影响，且这将成为新常态。