易宪容 陈颖颖：生成式人工智能对劳动力市场的颠覆性影响及其应对

摘要：生成式人工智能的问世引发了社会对机器代替人的失业焦虑。但生成式人工智能并非一种完成具体任务的单一技术，而是一种网络底层平台级技术或称智能网络平台。生成式人工智能以大数据为生产要素，通过秒速算法准确快速地生成新的知识与信息，以此化解个人及企业在大数据时代所面临的知识和信息约束，让基于知识的职业效率提升、成本降低，并且驱动价值的新发现。同时，生成式人工智能也是一场知识和信息生成方式的革命，其应用具有大众化、个性化、定制化等特征，有助于提升劳动者市场地位，全面提高社会职业效率和职业质量，增加劳动者价值创造和价值获得的机会。因此，生成式人工智能的问世并不仅仅只会对基于知识的职业产生替代效应，还会全面提升资源配置效率并创造出更多的职业需求，为个体创造更多的职业切换的机会，从而对劳动力市场产生颠覆性的影响，并驱动劳动力市场结构的重整。

关键词：生成式人工智能 劳动力市场 职业替代 数字经济

生成式人工智能会引发社会失业潮吗？

生成式人工智能（Generative Artificial Intelligence）通常是指可以创造新内容（包括语音、代码、图像、文字、视频等）的演算法。生成式人工智能作为一项重大技术创新和现象级应用，将对劳动力市场产生颠覆性的影响。生成式人工智能的问世在惊艳全世界的同时，也给人类社会造成了两大焦虑或恐惧。一是人类生存焦虑。早些时候，有超过350名科学家公开发出联名信，警告生成式人工智能的发展跟疫情大流行及核战一样危险，将威胁到人类生存。不过，这种警告有些夸大其词，属于人类的“终极恐惧”或“自我恐吓”，所担心的主要是人类会失去对语言和知识生成的垄断权。实际上，生成式人工智能要取代人类还为时尚早，它要成为具有独立意识的主体，再到最终超越人类智能，这是一个漫长和遥远的过程。二是就业替代焦虑。生成式人工智能可能导致就业机会大规模流失，让大量就业被生成式人工智能所取代，从而引发社会的“失业恐惧”，不少国际组织专门就此作出过预测。不过，在本文看来，生成式人工智能作为一项重大的技术革命，对就业的影响特别是对一些工作的替代是很正常的，但新技术革命也可能创造出更多的就业机会。由于就业涉及每一个具体的人及其生存，当生成式人工智能有可能严重影响社会就业时，自然会引发整个社会的过度焦虑或恐慌。尤其是在中国，不仅就业人口的基数庞大，而且劳动力结构失衡的矛盾十分突出，这种失业焦虑或恐慌可能会更严重。不过，实际情况到底如何，既要看生成式人工智能的演进与发展，也要看我们如何应对。

现在的问题是，生成式人工智能到底是一种什么样的技术革命？它的问世对劳动力市场到底有多少影响？哪些工作将被生成式人工智能所替代或互补？与之前引发工业革命的新技术相比，生成式人工智能对劳动力市场的影响有哪些？如果生成式人工智能与以往技术革命有本质上的差别，那么，它对劳动力市场的影响又有多大？我们如何来应对？这些问题都需要从理论上进行深入的研究与分析，从而给出有说服力的解释，以消除生成式人工智能的问世对社会所造成的失业焦虑或失业恐惧，并为政府制定相应政策提供理论依据。

近年来，研究人工智能（AI）对经济的影响的文献大量涌现，这些文献的基本特征是将工业机器人、自动化以及AI等因素引入生产函数，以此来分析AI新技术对社会经济的深远影响。其中，关于AI对劳动力市场影响的研究更是显学之中的显学。

首先，现有的不少研究文献把AI狭义地理解为完成特定任务的工业机器人。部分文献的主题就直接标明为机器人与就业；即使一些文献的论题标明是人工智能与经济发展，但实际上其往往会把AI的内涵狭义地限定在机器人应用上。比如，有文献认为，AI作为一种新的生产要素，与劳动要素有很大差别，但对劳动具有高度的替代性；有的文献在模型建构时仍然把AI归结到为人类完成特定任务的机器人上。实际上，AI是一个复杂且宽泛的范畴，工业机器人只是其中的一个分支。而且由于AI不同细分领域在技术原理以及应用场景上存在差别，其对就业的影响也会有所不同。但当前只有少数文献能够从广义上理解AI，认为AI是能够通过识别周围环境并做出反应进而采取智能行动的机器、软件或算法。其实，AI是一个十分广泛的领域，涉及逻辑思维、感官识别、自动化、拟人化、语言分析、类神经网络、数据处理、机器人及机器学习等数十个细分技术范畴。以大语言模型为代表的生成式人工智能仅是其中的一个分支，但生成式人工智能所要实现的目标、技术原理和应用场景与工业机器人是完全不同的。现在很多文献把AI狭义地理解为工业机器人，不仅使理论的解释力受到限制，而且所给出的政策建议也可能缺乏说服力。

同时，目前多数相关文献都是将工业机器人、自动化以及AI等因素引入生产函数，以此来分析AI对劳动力市场的影响，但是在大数据时代，尤其是正在开启的智能时代，数据成为占主导地位的生产要素，将导致经济学中的传统生产函数发生巨大变化。在大数据时代，万物互联、性质叠加，导致经济运行的方式发生质的变化，无论是价格机制、资源配置方式，还是企业组织结构及治理机制都在变化与重构，只有把大数据、平台、算法等新范畴纳入理论模型，才能真正揭示生成式人工智能对劳动力市场的复杂影响。实际上，生成式人工智能的问世并非仅是为了以机器替代人的脑力劳动，而是旨在通过化解大数据时代个人及企业的数据约束来提高资源配置效率，为每一个人增加价值创造和价值获得的机会。本文认为，生成式人工智能作为一种知识和信息的自动化生成技术，实质上是一场人类知识和信息获得方式的重大革命。生成式人工智能与以往的新技术重点关注的问题和对象有本质上的区别。同时，生成式人工智能不是一项单一的技术，而是一种技术体系和网络平台，由此形成一种全新的经济运行生态。通过这个网络平台，生成式人工智能将渗透到生产、分配、交换、消费等社会经济活动的各个环节，所以，与以往的技术革命相比，生成式人工智能对劳动力市场的影响有本质上的区别。至于这种影响有多大，对社会的就业及工人的工资收入将造成多大冲击，是相当不确定的，还有待动态的跟踪观察和深入的理论研究。本文试图以大数据时代为背景，从生成式人工智能的本质特征入手，揭示生成式人工智能对劳动力市场的颠覆性影响及其本质特征，进而探讨相应的应对思路。

生成式人工智能的就业替代效应和创造效应：技术进步的历史演化视角

按照传统的经济理论，技术进步既会引致生产规模扩大，进而促进就业，创造更多劳动力需求，产生就业创造效应，也会提高劳动生产率，减少劳动力需求，增加资本投入，产生就业替代效应。18世纪60年代以来，人类社会经历了蒸汽化、电力化、信息化、智能化四次重大技术革命，前三次重大技术革命的核心基本上都是在创造一种能够更有效完成某种特定任务的工具，以此来提高经济运行的效率。因此，前三次技术革命的就业替代效应较为明显，但现在正在进行的智能化技术革命与此有本质上的区别。AI发展同样经历了四个阶段：第一阶段是20世纪50—60年代，解决了逻辑推理和象棋游戏问题；第二阶段是20世纪70—80年代，创造了专家系统来模拟人类专家决策；第三阶段是20世纪90年代至21世纪初，创造了神经网络和基于数据的机器学习；当前处于第四阶段，即大数据的智能化时代。AI发展的前三个阶段，其技术革命的目的都是在创造一种能够完成某种特定任务的工具，由此对就业的影响更多是替代性的。

瑞典经济学家弗雷认为，AI作为一项新技术，对一些工作岗位的替代是一种趋势，就如英国工业革命早期纺织自动化及美国19世纪下半叶农业机械化和制造业自动化那样。而20世纪80年代以来的AI自动化对工作岗位的替代现象，可视为英国工业革命早期的镜像。因为，在英国工业革命早期，由于新技术（即快速、规则、准确而不知疲倦的机器）的出现，导致手工业破产、工人失业、工资下降，从而引发了一场抵抗新技术的卢德运动。这里，弗雷等所强调的AI新技术主要是完成某种特殊任务的工具，所以对就业及劳动力市场的影响主要是替代效应。

美国经济学家阿西莫格鲁等则将自动化新技术区分为替代技术和赋能技术，两种不同的AI新技术对劳动力市场的影响分别是负向的替代效应和正向的复原效应。一方面，由于AI比劳动力更具比较优势，其广泛应用可提高生产效率，降低生产要素成本，促使企业选择“以机器换人”的生产方式，从而导致企业对劳动力需求下降及工人工资减少。比如，20世纪80年代以来的AI机器人自动化，让那些收入水平低、教育程度不高的非技术人员最易被替代，而美国就有47%的工作岗位被AI机器人所替代。另一方面，AI技术的广泛应用将产生大量的新岗位，形成新业态、新模式，从而增加对劳动力的需求，即复原效应或创造效应。阿西莫格鲁等的研究表明，美国1980—2010年一半左右的就业增长可以用技术进步的就业创造效应来解释，在此期间从事新工作的职业始终在就业增长中占主导。AI新技术出现既有对就业的替代效应，也有对就业的创造效应。至于AI对就业的替代效应和创造效应孰大孰小，取决于不同的研究角度。一些研究认为，AI发展将在未来大规模取代现有工作岗位，提高失业率；另一些研究则认为，AI能够形成新业态，激发技术创新，由此带来更多就业机会。也就是说，从历史角度来看，AI的出现对人类的就业兼具替代效应和创造效应，但其综合效应如何是相当不确定的。之所以如此，就在于这些研究把AI理解为人类完成某种特定任务的工具（即AI发展的前三个阶段），而且多数研究所采用的数据都是小数据或有限数据。但生成式人工智能与前三个阶段的AI有本质区别，其对就业及劳动力市场的影响是完全不同的。

首先，从生成式人工智能的本质特征来看，它并非仅为人类完成某种特定任务的工具，而是利用秒速算法自动生成新内容和新知识的技术体系。生成式人工智能实质上是人类社会知识和信息生成方式的重大革命。在生成式人工智能问世之前，人类社会知识和信息内容的生成基本上都是专业性的。知识主要由专业学者及思想家来创造，并通过不同的教育方式来传承。历史上人类社会所积累下来的知识基本上都是通过这种方式来进行的。到了互联网时代，专业生成内容的方式还在继续，但用户生成内容的方式开始大行其道。通过智能手机，用户既是网上知识和信息内容的接受者和分享者，也是知识和信息内容的生产者和发布者。网络自媒体的涌现就是这种知识和信息生成方式的主要标志。但是，在大数据时代，如果用户生成的知识和信息不能够借助数字智能化技术加以处理，那么用户既无能力面对涌现出的海量数据，也无法充分利用大数据的优势来解决其所面临的知识和信息约束。与以前的知识和信息生成方式不同，生成式人工智能能够通过大语言模型的演算法，把海量的数据自动化地生成用户所需要的知识与信息，降低知识和信息生成及获得的成本。这样，人类社会的知识和信息生产从专业生成内容、用户生成内容，变为AI生成内容，从而引发了人类社会知识和信息生成方式的巨大变革。

其次，生成式人工智能问世之所以为世人所关注，原因就在于生成式人工智能通过算法自动化生成的知识和信息，以人类几乎“全知”的知识图谱及秒速算法来回应用户需求。就目前的情况来看，生成式人工智能用于预训练的数据语库是来自互联网的海量大数据，然后通过转换器神经网络架构自动地建立起语言意义和词句之间的关联，从而生成知识和信息。可见，生成式人工智能生成的知识和信息是以人类已有的群体知识以及与人类互动的过程知识为基础的，从理论容量上看，这些知识的生成基础是“全知”的或群体性的，而传统的知识生成基本上都是个体性的、有限的。正是因为有这样的知识背景及回应速度，美国蒙大拿大学的研究表明，生成式人工智能拟人化的思维能力超越了99%的人类。这意味着，未来许多与知识和信息相关的工作都可能被生成式人工智能所替代。同时，生成式人工智能的知识和信息生成完全是过程性、动态性的，集中表现为在与用户的互动过程中，通过智能技术用最新或瞬息间发生的数据生成新的知识和信息。这意味着，生成式人工智能可以追踪到各个专业领域及各个行业最前沿的知识和信息，所获得的知识和信息更具前瞻性，但也可能包含更多的不确定性（即生成式人工智能技术设计者无法在事前设定其目标，只能在过程中不断完善）。此外，生成式人工智能并不是要通过模仿人类的思维来超越人类智能，而是要实现人类所想要的功能，并借助算法秒速显示出超越人类的无限能力。也就是说，生成式人工智能是为了在语言大数据里发现统计学意义上的概率性规律或搭配模式，由此建立起语言意义和语词之间的关联性。一旦掌握大量此类搭配模式，生成式人工智能就会以“非人类”的知识生成方式实现人类所需要的知识功能，与人类对话互动，生成文本或知识。因为生成式人工智能的知识与信息生成法则是基于大语言模型中算法的统计相关性，而不是事物之间前后相继的逻辑关系及彼此决定的内在因果性，加上生成式人工智能要面对巨大而复杂的计算量，算法运行过程具有一定的随机性和不可预测性，而且算法设计者存在价值先见，所以生成式人工智能生成的知识和信息不仅是不确定的，而且可能是负面的。

可见，生成式人工智能的问世是人类知识和信息生成方式的重大革命，给人类社会带来了划时代的质变。以往的智能技术创新所关注的是有限领域内的特殊任务如何实现自动化，或用机器代替人类完成特定的活动和功能，而生成式人工智能则完全不同，它并不仅仅是通过新技术来代替人类完成特定任务，而是要化解个人及企业在大数据时代所面临的知识和信息约束，让个人及企业能够更低成本、更有效地获得所需要的知识和信息，从而提高整个社会经济运行的效率。在这种情况下，生成式人工智能不仅有利于企业整合内外部资源，提高资源配置效率，而且有利于企业增加投资，开辟市场，创造新需求，使新就业岗位涌现，形成就业创造效应。对个体来说，劳动者的传统职业能力基本上是由知识和工作技能构成的，主要依靠制度化教育体系来获得和积累，而生成式人工智能不仅全面降低了个体职业能力获得的成本，而且让个体职业技能更加丰富多样、更具适应性。尽管具有“全能”知识和信息的生成式人工智能对某些职业技能和岗位产生一定的替代效应，但生成式人工智能也使个体职业能力更容易提升，所以，绝大多数人有能力由一种岗位便利地切换到另一种岗位。尽管生成式人工智能生成的知识和信息是海量的，并且易于标准化和传播，但数学概率并不具有人类的创造性智能，所以劳动力市场上的创造性工作岗位和职业是生成式人工智能无法替代的。

生成式人工智能对劳动力市场底层逻辑的颠覆性影响：网络平台的维度

生成式人工智能既是一种迭代演进的算法，也是一种底层平台级技术。也就是说，生成式人工智能不仅是一项AI技术，更是一个网络平台，具有与以往AI技术完全不同的功能，并由此形成一种经济运行新模式和新生态，将彻底改变劳动力市场的底层逻辑。

网络平台不是简单的交易撮合平台，而是把数字作为一种生产要素，借助技术、数字、算法及治理新理论的融合形成高效率的交易，以此驱动经济运行的凸型增长或实现正向的网络效应。所以，网络平台既是数字经济的主要载体，又是一种经济运行的新动力或新方式。网络平台通常由一组共享的基础设施和治理机制组成，能使人们进行更准确、更有效、更迅速、更便捷的交互，集中表现为一系列产品和服务的共同技术元素和治理规则的集合。其目的就是要建立一个网络化、协同化的生态系统，以数字为主要生产要素，实现正向的网络效应，极致化地提升整个资源配置的效率。同时，网络平台也是一种网络治理机制。网络平台创建者是运行规则的制定者或“守门人”，网络平台治理机制的主要内容包括实现网络效应的策展机制以及数据搜寻匹配的算法机制。可见，网络平台是以海量数据为生产要素，创立形成一种网络的协同化的新生态或新模式，以此来实现正向的网络效应。这将从根本上改变行为主体在决策过程中的认知约束、偏好及效用函数，对整个经济运行产生颠覆性影响。

生成式人工智能作为一种基于AI技术的网络平台，主要关注如何在智能化数字网络技术支持下，把算力、算法、数字及运行新理念融合在一起，从而形成一种以数据为生产要素的资源配置新范式。通过生成式人工智能平台，人们既可以将生成式人工智能开发成便利生活、提高工作效率的新工具，也可以将其开发成提升经济效率的商用技术或生产技术。而且，生成式人工智能的功能既是多样的，也是动态演进的。比如，微软与OpenAI合作，共同推出了嵌入ChatGPT的新型搜索引擎：新必应(New Bing)。生成式人工智能是一种底层平台级技术，未来的Word、PPT和Excel等办公软件都将被嵌入生成式人工智能大模型。苹果公司也正把生成式人工智能嵌入智能手机及电脑，让它们的操作更为智能，获得知识和信息更为便利、精准。OpenAI开放了生成式人工智能的API接口，希望每一个软件开发商都可将生成式人工智能接入自己的应用程式中。这意味着，生成式人工智能作为一种底层平台技术，开始深度嵌入全球互联网数字基础设施之中，成为全球网络平台重要的组成部分。这将全面提升网络平台使用效率和资源配置效率，改变资源要素市场运行的方式，并对劳动力市场的底层逻辑产生颠覆性影响。

网络平台技术应用具有大众化、定制化、个性化且便于行为主体自由频繁切换等特征。生成式人工智能的大众化可让AI技术应用融入人类生活的各个方面，渗透到生产、分配、交换、消费等社会经济活动的各个环节。生成式人工智能的大众化首先表现为应用工具的大众化。因为以往的AI技术应用基本上与大众没有多少关系，或因成本，或因操作技术，只是与少数人有关的东西。但是，生成式人工智能不仅突破了传统AI的程式化操作方式，选择了一个受众面最为广泛、使用最容易的界面（聊天机器人）作为突破口，用户不需要经过专门的知识学习与技术培训，只要接触到某一个界面，就可尽情地免费体验生成式人工智能的各种功能。就最近的技术进展而言，生成式人工智能的操作技术很快就会整合到个人电脑的操作桌面，从而使生成式人工智能以广泛、便利、零距离、免费的方式展现在世人面前。任何人只要有一个电脑终端就能尽情分享生成式人工智能技术的各种功能。其次，生成式人工智能的大众化还体现为内容回应上的大众化。比如，面对知识的生成，生成式人工智能可通过专业知识向普通知识的切换、不同语言之间的切换、文本和图像之间的切换等方式，满足不同用户所提出的各种要求。这样，以往被一般民众认为是高深莫测、遥不可及的AI技术应用，便走向了普通大众，人们可以零距离无成本地体验。

更为重要的是，生成式人工智能不仅使每一个人都可以便利无成本地使用AI技术，而且能够给每一个人提供定制化、个性化的知识和信息服务。因为生成式人工智能不仅能够以它全知的背景及秒速的效率对用户的问题给出回应，而且它对用户的回应完全取决于用户所提出问题的广度与深度，即使是同一个用户的同一个问题，在不同时间提出，生成式人工智能给出的回应也是完全不同的。可以说，生成式人工智能的大众化让整个社会经济运行回到了市场的原点。这不仅体现为每一个市场主体的地位全面提升，更体现为分散化决策的每一个市场主体都能够零成本或低成本地利用通过AI自动化生成的知识和信息，化解其决策过程中的知识、信息及大数据智能技术约束。这样，在AI网络平台上，行为主体的活动方式可以频繁切换。主体既可以是生成式人工智能技术的开发者（比如开发App），也可以是生成式人工智能的消费者（比如利用AI编辑开发程序），而这种自由频繁的职业切换将改变劳动力市场供求关系的底层逻辑。

概括而言，生成式人工智能作为一种网络平台，其所具有的大众化、个性化、定制化及行为主体地位全面提升等特征，将对劳动力市场的表现形态、运行方式、供求关系、价格机制等产生颠覆性影响，从而改变整个劳动力市场的底层逻辑。因为生成式人工智能不仅将改变人们的生活方式、生产方式及企业的营销模式，而且将造就一种劳动力市场运行的新模式、新生态。这种新模式、新生态不仅可以全面提升整个劳动力市场的资源配置效率，而且为每一个行为主体提供了价值创造和价值获得的无限空间。在这个新的生态平台上，每一个行为主体（企业及个人）的角色可在不同场景下便捷切换，精准发现价值创造和价值获得的有利机会。在新的市场运行模式下，由于资源配置效率全面提高，企业更有意愿扩大规模，从而增加和创造就业需求；而平台所具有的定制化、个性化特征将引致更多新的市场需求涌现，促使企业设置更多的岗位来应对这种需求。在这种市场运行模式下，劳动者的市场地位全面提升，职业技能更易获得和增强，行为主体将更有意愿根据场景的变化不断进行市场角色及职业岗位的切换。同一市场主体既可是就业职位的需求者，也可是就业职位的供给者，既可是企业管理者，也可是企业员工。这种身份角色的切换将彻底改变劳动力市场的底层逻辑。

生成式人工智能对劳动力市场结构的颠覆性影响：数字经济的维度

生成式人工智能作为知识和信息生成方式的革命，以“全知”为背景，通过秒速算法自动化地回应用户提出的各种问题，满足用户对于知识和信息的需求。生成式人工智能生成知识和信息的广度、深度、速度都是人类难以比拟的。因此，受到冲击最大的领域是基于知识的法律、教育、科学、工程和商业等职业，但其影响是结构性的。而这种结构性影响并不仅是对一些职业的替代，还将引致更多新职业的产生。美国麻省理工学院的David Autor等人发现，尽管从1980年至今，随着AI技术的广泛应用，大量的重复性、常规性工作为机器人所替代，有不少制造业职位消失，但是从美国1940年至2018年的就业数据来看，目前有60%的工人从事的工种在1940年尚未出现，这类工作都是随着科技创新而面世的，贡献了过去近80年85%的就业增长。而生成式人工智能作为一种技术革命也会体现这种趋势，将引发劳动力市场结构的重塑。

首先，人们对生成式人工智能的焦虑，源于担心他们耗费10—20年时间、大量经济资源获得和积累的职业能力一夜之间被生成式人工智能夺走。当个人职业能力的发挥空间缩小为零时，就意味着其所积累的职业能力的社会价值为零，即失业。事实上，一些基于知识和信息的职业被高效率的生成式人工智能所替代，这是自然的。但是，生成式人工智能也是每个人接受知识教育、职业培训从而获得职业能力的最好途径。在这种情况下，人们获得知识和信息的成本下降，知识的内容更为丰富、精准，将促使整个社会的职业能力水平整体性提升。同时，由于人们通过生成式人工智能更易获得知识，这将使一些职位的入职门槛降低，让更多人可以从事这些工作，因而就业职位可能增加而不是减少。也就是说，高效的生成式人工智能替代低效的岗位，将会促使从事相关职业的人利用生成式人工智能培养新的职业能力，并促使企业创造出更多新职业需求，从而导致职业岗位结构发生巨大变化。

其次，面对生成式人工智能所引发的知识和信息生成方式的革命，我们必须重建现有的游戏规则，对知识、学习和教育制度进行重新定义。由于生成式人工智能回应的一般性知识会比现有制度化的教育体系更为广博和精准，个体获取知识的效率更高，从而使以往的许多知识性工作被生成式人工智能所取代。因此，一方面，要培养学生用好生成式人工智能相关工具的技能，以便更有效地获得和积累所需要的知识；另一方面，要对现有的教育知识体系、教学方式进行改写和重构。教育知识体系的重构不仅可以创造更多的职业需求，而且可以培养学生新的职业能力。

同时，生成式人工智能将促进个性化教育的发展，有利于帮助学生习得在未来劳动力市场上更有价值的知识和技能。在传统教育体系下，不仅教师的工作时间和技能等资源不足以支撑真正的个性化教育，而且也没有足够的信息确定某个学生学习某门课程的兴趣及最优方式。但生成式人工智能可以通过智能化大数据技术处理信息，充分了解每一个学生对每一门课程的具体反应、遇到的困难和取得的成绩，并洞察学生喜欢的激励方式，及时给出反馈，从而全面提高教育质量。也就是说，教师可以通过生成式人工智能获得关于学生的个性、兴趣等信息，并根据这些信息对每一个学生给出定制化的教育方案，真正做到因材施教。个性化教育不仅让学生的职业能力全面提升并更具适应性，而且也将派生出更多新需求，企业将增加岗位来应对新需求。这些都将导致劳动力市场结构出现重大变化。

再次，在大数据时代，由于万物互联，整个社会出现了划时代的质变，传统明确的职业分工界限被不断突破。这不仅让每一个人创造价值和获得价值的机会以非线性的方式增长，而且随着每一个人的职业角色的自由切换，个体创造价值和获得价值的机会也将出现凸型增长。所以，通过生成式人工智能，绝大多数个体获得和累积职业能力的途径更为便利高效，进入职场的门槛更低，这就使得绝大多数人都能够在不同的职业之间自由切换。所以，生成式人工智能对劳动力市场结构的颠覆性影响更多体现在个人职业效率和职业质量的提高、个人职业可不断自由切换以及新职业需求不断产生等方面。

小结与应对策略

工业社会以来，每一次新技术革命都会引发社会对机器代替人的职业的担心，甚至由此引发了政治抗争运动，所以生成式人工智能的问世同样容易引发社会的失业焦虑或失业恐慌。但是，生成式人工智能与以往的生产技术和AI技术有本质区别。生成式人工智能并非如以往的AI技术那样只是为了完成人类某种特定任务的单一技术，而是一种网络底层平台级技术。生成式人工智能以大数据为生产要素，通过秒速算法准确快速地生成人们需要的新知识和信息，化解个人及企业所面临的知识和信息约束，将对基于知识和信息的工作岗位产生颠覆性的影响。

同时，生成式人工智能本质上也是人类历史上一场知识和信息生成方式的重大革命。生成式人工智能具有大众化、个性化、定制化以及有助于提升行为主体地位等特征，将全面提升整个社会的职业效率和职业质量，提高每一个人的工作效率，提供更多职位切换和价值创造的机会。由此，生成式人工智能并非仅对基于知识的职位产生替代效应，还会通过网络智能技术创造出更多的职业需求，为个体创造更多职业切换的机会。随着大数据成为经济运行中处于主导地位的生产要素，经济学中的传统生产函数将发生巨大变化，从而可能引发劳动力市场结构的颠覆性变革。尽管劳动力市场结构的颠覆性变革会缓慢地发生，但这是一种必然趋势，最好的应对方式只能是拥抱与学习。

生成式人工智能所掀起的热潮是前所未有的，不仅一般民众在关注与使用，政府和企业更是试图把一些工作嵌入生成式人工智能的大语言模型中。这股热潮突出表现在，各个学科都在对生成式人工智能进行理论研究，业界建立的大语言模型如雨后春笋般涌现，各国政府都在制定关于生成式人工智能的法律法规，与生成式人工智能有关的公司股票价格出现了持续飙升。这些现象不仅意味着生成式人工智能正在慢慢走进我们的工作和生活，也意味着生成式人工智能的快速发展是一种趋势，而且在未来几十年这种趋势都不会改变。当一种经济体系主要运用数字技术来配置资源时，不仅可以提高整个社会的资源配置效率，而且将会引致价格机制、市场结构、企业组织及行为方式等发生根本性转变，劳动力市场同样会出现颠覆性变化。

近年来，中国积极响应生成式人工智能热潮，相关企业开发了大量人工智能大语言模型，政府加强相关基础设施及法律法规建设，特别是在提高全民的数字素质方面做出长期规划，让AI融入教育领域，以逐步实现AI应用规模化和常态化。目前，我们存在的问题主要是数据分割还比较严重，没有出现全民共享的大数据平台，数据使用效率低，也没有可供全民零成本或低成本便利使用的公共大语言模型，生成式人工智能普及率远低于发达国家。

因此，为了实现生成式人工智能在中国的全民普及，必须做好如下工作：一是以政府为主导建立全国性的公共人工智能大语言模型，让全民可免费或低成本使用；二是整合各方力量建立多层次全方位的全民共享数据库体系，让中国的大语言模型对全民更有吸引力；三是全面提升国人数字公民意识和数字素养，提高全民的职业能力，增加职业切换的机会；四是建立激励创新的治理机制，为企业增加劳动力需求提供机制保障。总之，要构建更为优质的生成式人工智能体系或平台，使之更好赋能人民的美好生活。

易宪容，青岛大学财富管理研究院教授

陈颖颖（通讯作者），青岛大学经济学院（财富管理研究院）讲师

原载《江海学刊》2024年第6期，参考文献及注释参见本刊原文。