大厂原画师失业、广告公司设计师被裁、IBM未来5年要用AI替代30%的HR等后勤职员……前两年的市场「寒意」还未驱散，今年打工人儿又开始担心被AI抢饭碗。
人工智能诞生67年，但AI正在或者即将替代人类工作岗位的「坏消息」从没有当前这般密集地轰炸到普通人身上。
不过最近有科技领袖说，这种担忧大可不必。在5月18日的第七届世界智能大会上，百度CEO李彦宏在演讲中明确表示，「我不担心大模型会导致人类工作机会减少，生活变差」，因为新的工作机会会被创造出来。
他认为，人类最大的危险并不是创新带来的不确定性，而是就此停止创新，不发明不创造不进步，按照惯性走下去，所带来的各种各样不可预知的风险。
AI不会让工作机会减少
2017年底，英国物理学家霍金曾对人工智能的崛起作了一个极端预判：这要么是人类历史上最好的事，要么是最糟的。
「对于好坏我们仍无法确定」，霍金坦言，最终结果取决于人类是无限地得到人工智能的帮助，还是被藐视、被边缘化，或者被它毁灭。
被AI替代的危机感，始终若隐若现。《纽约客》杂志同年刊登的一期封面漫画，将人类的忧虑放大到淋漓尽致：在未来的曼哈顿街头，各种社会身份的机器人穿梭往来。当一个突兀的人类乞丐举杯乞讨，路过的机器人很随意地投掷了两枚金属螺帽——机器时代的通用货币。
画外之意，当机器人成为世界主角，失业的人类只能沦为街头乞丐。
到了2023年，这种忧虑持续发酵。如果说此前对相关议题的讨论主要停留在精英阶层，今年以来，伴随以ChatGPT、Midjourney为代表的生成式AI的爆发，更多普罗大众开始担心AI会抢走自己的饭碗，甚至导致大规模失业。
毕竟，生成式AI带来的效率提升太明显了。一名广告公司的创意总监告诉我们，公司之前会把提案用的效果图外包出去，一张设计图费用要五六千元，来回确认要耗时三五天；自从用上Midjourney，一天定图，费用几乎为零。
在5月18日的第七届世界智能大会上，百度CEO李彦宏也提到相似的例子：人类画一张画需要一天，成本几百元。但AI画一张画，只需要几秒钟，成本只需要几分钱。
当AI来势汹汹地奔向内容创作、客户服务、翻译、软件程序员、人力资源专家和律师等岗位，被颠覆这件事便从理论推演变成媒体热衷挖掘的现行案例，尽管部分案例不一定有统计学意义。
AI真的会抢走打工人的饭碗吗？在探寻答案之前，让我们重温马克吐温的一句名言——历史不会重演，但总会有惊人的相似。
如果站在历史的角度来看，每一次科技革命其实都在复刻同一个隐形定律：新技术让一部分工作消失的同时，会创造更多新的工作岗位。
人类社会经历了无数次这样的改变——19世纪末当汽车在欧洲街头出现后，短短十几年内，英国伦敦就有10万马车夫下岗。但他们并没有沦为《纽约客》漫画中的人类乞丐，恰恰相反，头脑最活络的一批马车夫转型做了汽车司机。尽管过往照料马匹、维修马车一类的技能被清了零，刻在脑子里的城市交通路线图却成为新的工作优势。而作为工业明珠的汽车产业，在全球创造的工作岗位数以亿计。
到了20世纪90年代，打字员还是一份体面而紧俏的职业。但是随着计算机的普及，打字员这个工种永久性地消失了。不过互联网催生的程序员群体迎来爆发。二十多年时间，国内程序员从十几万人发展到如今的八九百万人。
谷歌CEO Pichai认为，「AI 革命」本质上与「互联网革命」并无区别。
既然如此，为什么公众会担心AI会让工作机会减少呢？李彦宏认为，这是因为大家能够看到现在的工作会消失，但是还没看到新的工作机会会被创造出来。
新技术对工作岗位的影响有直接和间接两种：一种是应用落地直接催生的岗位，比如汽车司机、程序员；还有一种是通过释放生产力、带动生产产值的增长，所撬动的社会就业增长及经济发展。
回看过往历史数据，世界人口及人均GDP的大幅增长均出现在三次科技革命时期。始于19世纪中叶的机械革命，带来世界人口及人均GDP的第一次快速增长；到了1900年-1990年的电气时代，人均GDP在60年内翻了3.2倍；1990年以来的信息革命，人均GDP仅30年就翻了2.8倍，增速越来越快。
我们为什么关注GDP？经济学里的奥肯定律表明，GDP与就业率存在较强的正向关系：世界GDP每增加1%，就业率大约上升0.5%。
在这个理论框架之下，许多反直觉的经济现象便有了合理解释：比如耶鲁大学Daisuke Adachi及其同事研究过1978至2017年的日本制造业，他们发现，每1000名工人中增加一个机器人，企业的就业率反而提高2.2%。
《经济学人》2019年也发现，尽管目前全球人工智能与机器革命已处于发展中期，但发达经济体的就业率却飙升至历史最高水平，并且在机器人使用率最高的日本与韩国，失业率是最低的。新技术并没有带来大规模失业，相反就业岗位规模在扩大。
那未来由人工智能技术主导的世界会怎么样？国际劳工组织有个预测，至2030年世界还需要设立6亿多个新的工作岗位。
这些新的岗位来自哪里？李彦宏在世界智能大会上的判断是，一定来自创新产生的新产业，「人工智能是堪比历次工业革命的大浪潮，一定会创造全球经济的下一个增长奇迹。」
大模型到底改变了什么？
考虑到百度本身就是一家人工智能公司，李彦宏的「布道」是否中立，有待时间的验证。
早在1965年，诺贝尔奖获得者赫伯特·西蒙就曾预言，「机器将在20年内有能力做任何人类能做的工作」。但遗憾的是，他的判断有点过于乐观。由于理论层面的停滞，人工智能在1980年代跌入低谷。英国政府甚至认为，对人工智能的预言即使不是骗局，也是庸人自扰。
相较之下，2023年的李彦宏倒是有理由乐观。大模型的出现，让辨别式AI走向生成式AI，智能涌现的神奇时刻就这样出现了，以前的人工智能只会干一件事，自动驾驶只会开车，阿尔法狗只会下棋。但是智能涌现之后，机器有了融会贯通的能力，具有了通用能力，应用场景和应用范围一下子打开了。
通用能力为何重要？以第二次科技革命为例，电的出现不仅带来电灯照明，也催生了洗衣机、电视、冰箱、录音机等方方面面的应用层创新。这也是为何ChatGPT出现后，百度很快上线文心一言、Google上线Bard的原因。
没有科技公司甘心错过这波大浪。而百度、谷歌在大模型上均积累多年，比如百度2019年就发布了文心大模型1.0，距今已有4年。
大模型出现后，最为直观的影响是重新定义了人机交互。早期的人机交互，用文本命令行；后来是图形交互界面；今天，人们可以用自然语言跟AI交互。用李彦宏的话说，「你只要思路活跃、表达清晰，机器就能给你干活儿。」
人机交互方式的变化，已经开始重新定义许多产业，比如营销和客服——
这两个领域，谁拥有最佳的跟客户沟通的方式，谁就会拥有客户。今天的大模型可以变成千人千面的AI助理、AI客服。这意味着每个客户都可以拥有一个专属的客服，它无所不知、无微不至，而且7X24在线，让企业的服务效率和客户体验双双得到提升。
目前已经有许多创业公司通过生成式AI赋能营销、办公、客服、设计等垂直场景，Notion（文档管理）、 Jasper（营销策划）、DoNotPay（法律服务）等一批AI原生应用成为其间的佼佼者。
以DoNotPay为例，该应用利用「机器律师」，为美国客户提供多种法律服务，比如对开车超速、停车罚单等进行抗辩，而用户每季度仅需支付36美元的订阅费。相较于几百美元的律师费，或者数百美元的交通罚单，这项服务可以说相当划算。
在医学领域，据媒体报道，生成式AI在美国正在帮助放射科医生从繁琐的常规工作中解放出来，让他们可以有更多时间直接与病人交谈。工作内容的改变，有望让更多医学院学生有意愿成为放射科医生。
此前方舟投资预测，生成式AI可以让知识工作者的效率提升4倍。比如过去写代码需要极其专业的知识、有极高的壁垒，现在或许只需要对GPT或者文心一言说一句「给我写一个如何调用**的代码」就可以了。
看到大模型带来的效率提升，越来越多的客户渴望上手应用。百度2023年Q1财报里透露了一个细节，今年3月百度智能云销售线索同比增长超过了400%。
据了解，自从3月16日百度文心一言正式启动邀请内测以来，已经有200万用户排队等待进行测试，几十万家企业希望接入文心一言。李彦宏说，文心一言之所以要尽快地发布出来，是因为市场有非常强的需求。
不久前，一家虚拟数字人技术公司的创始人曾告诉《降噪NoNoise》，他们基于「文心一言」大模型，再开发AI数字人直播的产品模型，以此服务数万客户。
阿里云、科大讯飞等厂商的大模型产品也都受到外界高度关注，各种大模型内测邀请码一码难求，有些甚至成为科技圈人脉资源的一个象征。
有意思的是，与前三次科技革命相似，人工智能每「攻占」一个工作环节，也会带来新的岗位机会。根据世界经济论坛报告，到2025年，人工智能等新兴技术将在机器学习、教育和数据科学领域创造数百万个就业岗位。比如基于客户需求提供标准提示词方案的提示工程师，据称有人已经年薪百万。
微软在新近发布的2023年工作趋势指数报告中也提到，AI有望塑造一种全新的工作方式，拥抱 AI 的组织将为个体释放创造力及生产力——由此迎来生产力增长和价值创造的新一波浪潮。
一场新的生产力革命一触即发。当更强的生产力叠加更大的市场空间，李彦宏的判断——人工智能将「创造全球经济的下一个增长奇迹」，听起来确实顺理成章。
不发明不创造不进步，是人类最大的威胁
当然并非每个科技领袖都像李彦宏如此乐观。
生成式AI的进化速度过快、潜能过于强大，有人看到美丽新世界的同时，亦有人担忧潜在威胁。今年4月从谷歌副总裁位置离职的「AI教父」杰弗里·辛顿说，他没想到AI的发展速度会像过去7个月那样快。AI技术可能带来的潜在风险，让他对自己毕生的工作感到非常后悔。
在OpenAI发布GPT-4以后，以马斯克为首的多名科技领袖发布公开信，呼吁人工智能实验室和相关企业在至少六个月内不要开发超过GPT-4的技术，以确保人们有时间思考人工智能可能对人类带来的颠覆性影响。
在世界智能大会上，李彦宏也亮明自己的观点，「人类最大的危险、最大的不可持续，并不是创新带来的不确定性。相反，我们停止创新，不发明不创造不进步，按照惯性走下去，所带来的各种各样不可预知的风险，才是人类最大的威胁。」
他说，这就是为什么百度在这么多年长期持续在AI上进行投入，把公司使命定义成「用科技让复杂的世界更简单」的底层原因。
资料显示，百度是全球唯一在人工智能四层架构——即芯片层、框架层、模型层和应用层都有全栈布局的公司。在应用层，百度主要聚焦搜索和交通，后者包括自动驾驶和智能交通两个方向。
作为技术理想主义者，李彦宏大概是阿玛拉法则的信奉者。这个法则的要义很简单——短期内人们倾向于高估技术的影响，长期又会低估技术的影响。时常被提及的案例是1865年的英国「红旗法案」——由于担心新事物汽车的风险，法案规定每辆上路的汽车必须由三人驾驶，且速度不能超过6.4公里/小时。
如果翻看前几年的报道，李彦宏的技术乐观并非没有「前缀」。在2018年，他就提出过AI伦理四原则：AI的最高原则是安全可控；AI的创新愿景是促进人类更平等地获取技术和能力；AI的存在价值是教人学习，让人成长，而非超越、替代人；AI的终极理想是为人类带来更多自由与可能。
或许是基于上述愿景，他会在本次世界智能大会上强调，自己并不担心大模型会导致人类工作机会减少、生活会变差，「我个人属于乐观派」。
