我们的工作机会,会被人工智能替代吗?

过去几个月,大模型发展很快也很强大。有多强呢?有一个段子可以描述:GPT4.0写代码的能力太优秀,以至于这功能刚发布出来,开发这个功能的码农就被裁员了,堪称“自我革命”的典范。

这也导致大模型从问世时的“惊艳兴奋”反而进入了“焦虑时刻”:人们开始担心生成式人工智能普及,会导致大量员工失业,不利于经济发展。

这个担忧也不是无稽之谈,比如国内有营销公司就发邮件称要减少创意设计、文案撰写等岗位招聘而转向AIGC;也有游戏公司将原画、翻译等岗位收缩而也采用AI来完成;海外巨头IBM也表示未来5年,预计约7800个岗位被人工智能和自动化替代。

人工智能取代人类的担忧,从科幻电影到现实进展,早已见怪不怪。但过去几十年也一直都是“狼来了”的状态。这一次,狼真的来了吗?

技术革命,颠覆与创造的必然

关于科技观有一句值得玩味的话是:任何在我出生时已经有的科技,都是稀松平常的;任何在我15到35岁之间诞生的科技,都是将会改变世界的革命性产物;任何在我35岁之后诞生的科技,都是违反自然规律要遭天谴的。

于是,也就出现了“卢德分子”砸机器,希望砸回到“手工业时代”的故事。但结果却是,一代代人从出生到老去,一代代科技从革命性到稀松平常,从“”遭天谴”到稀松平常,却从未停止发展的脚步。正如凯文凯利多次论证过,“科技自有趋势、潮流无法逆转”。

可以说,每一次科技革命,都无法避免“颠覆与创造”。

先来看蒸汽时代。通常提到蒸汽机就会想到火车、纺织,但实际上瓦特改良蒸汽机是为了“挖矿”。

和我国露天煤矿不同,英国的矿区很容易出现地下水。因此,要继续挖矿,就必须抽出矿洞里的水。传统的做法,有用水车的,也有工人下井背水的。环境恶劣,效率低下。于是,蒸汽抽水机被发明问世。

随后瓦特又进行了改良,效率提升了三倍、耗能减少了75%,而之前负责背水的工人,则可以从事挖矿等更高薪的工作。蒸汽机,也被亲切地称之为“矿工之友”。

但蒸汽机也并非得到的都是好评;比如在纺织业,蒸汽机使用了,发电的水力风车消失了、木匠失业了;船配置了蒸汽机,水手需求量减少了。然而,纺织行业效率提升,生产量增加,纺织工人岗位也增加了;轮船可以行驶得更快更远,贸易大幅提升,参与生产的需求增加了、商人队伍也庞大了。

同样的,汽车、铁路的出现,导致马夫这个职业迅速消亡,但一位位司机却出现了;没有了钉马掌的铁匠、修理工,但有了汽车生产工人、维修工人,有了零部件生产商、有了4S店销售公司等等。汽车产业成为全球最大的工业体系之一,创造岗位数以亿计。甚至在当下,又衍生出了代驾等新职业。

在通信领域,电报、电话的普及,导致邮政人员大量失业,但又诞生了发报员、电话接线员;互联网的发展,又减少了电话、电报相关的工作,但也诞生了庞大的IT产业:交换机、电脑、电缆、系统、数据库、应用等等领域。

可以看到,每一次生产力革命,都会让一部分工作消失,但又创造出更多新工作岗位。正如法国经济学家菲利普·阿吉翁通在报告中总结,因为技术革新而造成的技术性失业的担忧从来没有变成现实。

这其中的核心在于,生产效率的全面提升。从微观上,率先使用先进技术的公司,发展更快;宏观上,每一次生产力革命都会人类经济这个大蛋糕不断变大。比如第二次工业革命期间,世界人均GDP翻3倍用了60年左右,但第三次信息革命世界人均GDP翻3倍,则只用了近30年。

国际劳工组织称,到2030年,世界还需要设立6亿多新岗位。这些新岗位的实现,会更多来自于新产业。立足当下,大模型,正让人工智能焕然一新,酝酿出一次生产力大幅提升、堪比历次工业革命的大浪潮。

大模型,让人工智能焕然一新

在过去的六十余年里,人工智能确实数次让人们“兴奋、却又空欢喜”:

从1956年正式定义了人工智能之后,研发便开始加速;规则,成为人工智能发展的引擎。1966年,麻省理工学院发表了一篇文章,描述了世界上第一个聊天机器人“ELIZA”的诞生。在对话中,人们发现ELIZA很有同情心、会给人安慰,不少人认为它可以替代心理医生来和患者交流、治愈。

但随后人们失望地发现,ELIZA只是用一些无关紧要的话来应对,智能谈不上,主打一个“陪伴价值”。而尝试将人工智能引入商业智能等领域,也只是一场“自相情愿”。1973年一份报告总结“到目前为止,该领域的任何发现都没有产生当初承诺的重大影响”。

随后人工智能经历了框架理论、计算机视觉理论、大规模知识库构建、统计机器学习、深度学习等重大理论技术突破,与此同时,人工智能也和“下棋”杠上了:1979年击败世界双陆棋的人类冠军、1997年深蓝战胜了国际象棋人类大师,2016年击败围棋的人类顶级高手。

每一场比赛结果都引起轩然大波,甚至令棋王们“啜泣”,但只能在棋盘里跳舞的人工智能,显然也不是人类的追求。甚至人工智能也被称为“废柴巨人”,看着强大、但除了烧钱,似乎也没有他用。这个时期的困境,不只是算法,算力、数据也都还未准备好。

变化就在2018年开始发生。OpenAI发布了GPT-1、谷歌发布了BERT、“开天辟地”的Transformer横空出世、百度也发布了预训练模型ERNIE1.0;2023年后ChatGPT、文心一言等大模型更是快速提升。

大模型,让人工智能焕然一新:自监督学习模式,使得人工智能突破了过度依赖数据标注的困境,海量数据不再是负担,而是“能量”。

伴随着算力、尤其是GPU的指数级发展,随着模型参数的不断扩大,人工智能的能力也出现“指数跃升”:建模、多任务理解、关联学习等能力都不再是线性增加,而是具备了小模型上观测不到的能力,这也就是令人们惊叹兴奋的“涌现”,促使人工智能从辨别式走向生成式。

人工智能应用也开始普及。从直观来感受,大模型首先带给我们的是“人机交互”的提升。早期的人机交互,是用文本命令行;大模型之后,我们就可以用自然语言进行人机对话。这就会重新定义营销、客服等业务。

比如,传统的客服机器人,都需要让用户来选择数字,给出特定答案,对于数字之外的问题却无能为力,徒留用户抓狂重新拨打人工,费时费力。但现在更智能的人工智能,会对各项问题进行理解,同时给出安慰等情绪价值,而且是24小时在线、全程无情感波动、甚至千人千面的专属客服。

基于人工智能的原生应用也不断涌现,比如Jasper基于人工智能可以完成营销策划、文档生成;DoNotPay则是一个人工智能的专属律师。微软Bing、办公软件都接入了ChatGPT,百度文心一言也开放了接口,扩大应用生态。

ARK在《BIG IDEAS 2023》中预测,在到2030年,人工智能可以使知识工作者的生产率提高4倍以上。大模型的涌现,让人工智能不再只是空中楼阁,棋盘之王;而是真的科技革命浪潮。

企业如何推动人工智能时代?

科技的落地,也会得益于微观主体们的奋斗。这几个月,各大巨头在大模型方面展现了“卷”的能力。但人工智能落地,并不只依靠模型,而是技术栈多个层面。技术栈也发生了非常根本的变化。

在大模型之前,各大企业主要在IT技术栈的三个层面发展:底层芯片等硬件层,中间操作系统层,最上层各类应用层。每一个层面的突破,都会相应促进其他层面提升。

就像PC时代,英特尔的微处理器,让电脑普及成为可能;微软的操作系统,让机器富有灵魂;层出不穷的应用商,为用户带来了工作、娱乐、科研等等方面的全面效率提升。

在智能手机时代,底层芯片玩家有了ARM、英伟达,操作系统有了安卓、苹果,应用层则诞生了搜索、电商、游戏等各类巨头。苹果更是通过自研芯片和云服务来提升护城河。这些企业联手开拓了移动互联网浪潮。

人工智能时代,IT的技术栈则变成了四层:芯片层、框架层、模型层、应用层。

底层的芯片层,从以CPU逻辑运算为主,转变为并行运算占据需求主流。而且芯片也在不断演进,除了熟知的英伟达GPU之外,谷歌的TPU、百度的昆仑芯也都在研发落地,甚至有消息称,微软也计划自研人工智能芯片。

百度在昆仑芯上的研发,也有了近十年时间,第三代产品预计在2024年初进行量产,这款芯片会为生成式人工智能“精雕细琢”,良好用于千亿参数规模的大模型训练。

框架层,可以理解为是一个集合了所有主流AI算法模型,以及使用说明的大型软件仓库。谷歌推出了TensorFlow,Meta开发了PyTorch,百度也自研了国内框架:飞桨PaddlePaddle。

飞桨的特点是工业、学术“两开花”,低门槛、更懂国内场景,也培育了良好生态。IDC报告显示,2022年飞桨在中国深度学习平台市场当中,综合份额第一。飞桨也聚集了535万开发者,服务20万家企业,开发了67万个模型。

模型层,是目前的竞争高地。谷歌在5月发布了第二代大语言模型PaLM 2,百度也在3月正式启动了文心一言的内测。目前文心一言具备文学创作、商业文案创作、数理逻辑推理、中文理解和多模态生成等5种能力。

大模型一是会改变当前云计算的格局,云计算不只是看算力、存储,而更多看大模型服务能力;二是可以生成巨大的产业生态,比如各行业可以结合开发垂直模型,提升效率;也可以基于大模型,开发原生人工智能应用。

应用层,目前整体处于从萌芽到生长的状态。微软开发了Copilot办公套件,谷歌也提供办公软件DuetAI、Tailwind私人助理等多中应用,以及Notion、Jasper等独立应用也快速发展。

百度在应用层面也具有不错的布局优势,除了搜索之外,也有智能汽车、智能交通等“车路行”场景。比如,百度ACE智能交通解决方案可以让通行效率提升15%-30%。

你追我赶才是卷。巨头们的比拼会让人工智能爆发出更多活力。

长期趋势的厚重

我们常说,人们容易低估长期趋势的力量。而事实上,科技革命也并非立刻就爆发出增长。

比如蒸汽机在1712年诞生,但百年后,英国经济才有显著的增长加速。电力革命第一波开始于1881年,但30年后,美国才有不到10%的机械动力用电;又过了20年,美国的生产率增长才出现加速。

人工智能的影响也是如此。短期会看到一些重复性岗位的消失,但长期来看,一定是新的就业如笋而出,社会效率大幅提升。

对普通人而言,技术门槛也大幅降低,更容易享受到技术的红利。

比如以操作系统为例,最初是以输入代码“高度专业”的方式;随后有了图形界面和鼠标,可操作性大幅提升;人工智能时代,则更为方便,输入自然语言即可。精力的节省,可以投入更有创造性的工作,或者享受美好生活。

诚然,我们需要对人工智能的发展,设立边界和合规;需要关注科技普惠的进展;但正如李彦宏在天津世界智能大会上所呼吁,“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”。拥抱人工智能,期待世界的下一个增长奇迹。