AI教父辛顿警告：50年内所有工作或被取代，UBI只是"必要但不够"
最近亚马逊3万人，10%的裁员，可以说震惊四座。这时候，回看四周前油管UBI Works频道对辛顿的采访，或许恰逢其时。
其实辛顿的观点，有时候已经不是那么被重视了，尤其是他大谈AI威胁人类生存，导致灭绝危机的部分。但是另外一方面，现在看来，他最近半年常说的工作威胁，确实已经是实在的发生了。
我今天上午接待了一个老朋友，是一个老板，他和我说，最近半年最大的体会就是，宁可花很多时间和AI交流，而不是和……交流。有时候，甚至发现，减少一些人员，反而提高了效率（因为这个人原来可能是AI应用的反对者）。我想这种心声，或许不只有他有。
以下是辛顿的访谈记录（只截取了他谈失业的部分）：
---
一、这次真的不一样：超级智能AI的颠覆本质
历史类比失效了
• 传统技术进步的逻辑被打破。过去新技术确实会淘汰某些工作，比如挖沟机取代了挖沟工人，自动取款机取代了银行柜员，但这些被取代的人可以转向其他工作——"挖沟工人没了肌肉优势，但他们可以去做文书工作。"然而超级智能AI的不同之处在于，它能做所有的文书工作，而且做得更好。
• 一个大胆的判断：这是质的飞跃而非量的延续。辛顿强调，"超级智能AI不同于我们见过的任何东西，它不是简单的效率工具。"就像手工制衣到机器制衣造成失业，但人们最终找到了其他工作；但超级智能会拿走几乎所有工作，包括那些看起来"安全"的高端职业。
• 连采访者的工作也难保。当主持人询问哪些工作能幸免时，辛顿直言不讳："我认为采访者这个职业也会消失。超级智能AI能比人类更好地采访我。"这句话道出了核心：不是某个行业被取代，而是智力劳动本身被全面超越。
> 辛顿原话："超级智能将取走几乎所有工作，认为还会有工作在超级智能时代存活下来，这个想法相当可疑。"
谁会最先失业？时间表比你想象的近
• 日常智力劳动首当其冲。律所里查找相似案例的法务助理、客服中心那些"薪水低、培训差、尽力回答问题但效果不佳"的员工，这些岗位正在快速消失，AI已经能做得更好。不仅是底层重复性工作，高薪咨询顾问也岌岌可危——"如果你是大型咨询公司，花一个月写一份报告收很多钱，你应该担心AI现在10分钟就能写出同样的报告。"
• 数学家可能先于水管工失业。这个反直觉的判断背后有清晰逻辑：数学是封闭系统，不需要数据，就像围棋和国际象棋。AI可以有一个模块提出定理，另一个模块证明它们，不断自我学习。"许多数学家现在开始认为，AI可能很快就会超越人类数学家。"相比之下，水管工这类需要在复杂非标准环境中应用手工技能的工作，可能"还能再干10年"——但仅仅是推迟，不是幸免。
• 物理工作只是暂时的避风港。智力工作将先被取代，物理工作随后跟上。机器人的灵巧度正在快速提升，最终体力劳动也会被自动化。"如果是按图纸建造的现代房屋，用机器人维护很容易；但如果是老旧的维多利亚式房子，角度都不是直角，到处都在损坏，需要想办法让它工作，AI做到这点会更久一些。"注意他用的词是"更久一些"，而非"永远做不到"。
• 时间线：50年内全部职业可自动化。当提到UC伯克利调研3000名顶尖AI研究者预测2100年所有人类职业可被自动化时，辛顿的回应是："我觉得有很大可能比这更早。我会说50年是更合理的赌注，甚至可能更快。"
---
二、生产力悖论：我们正在走向一场分配危机
增长与失业的背离
• 理想状态 vs 现实状态的鸿沟。从经济学原理看，生产力提高应该让每个人获得更多商品和服务，这本该是好事。"在理想世界里，如果你有更高的生产力，每个人都会得到更多商品和服务。"但辛顿随即话锋一转："因为我们生活的制度，我们知道会发生什么——大量穷人会失业，大量富人会变得更富。这对社会来说非常糟糕。"
• AI公司的投资逻辑已经揭示答案。为什么大型AI公司投入数千亿美元研发AI？答案很简单："他们不会这么做，除非他们认为能赚很多钱。而能赚大钱的地方就是提高生产力。实际上就是摆脱人，让AI取代他们。"这不是阴谋论，而是商业逻辑的必然。
• 医疗行业的例外与警示。医疗是少数不会导致大规模失业的领域，因为这是"弹性市场"——如果医生效率提高10倍，我们就会获得10倍的医疗服务。"像我这样的老年人可以吸收任何数量的医疗服务。"但客服中心、法务助理这些非弹性市场就不同了，效率提升直接等于裁员。
税收基础的崩塌
• UBI资金从哪来？这是核心问题。那些失业的人过去缴税，现在不再缴税。如果要实施全民基本收入，钱从哪来？"我认为钱应该来自某种方式对做这些工作的AI征税。"但这里有巨大阻力——大公司会强烈反对对AI征税。
• 当前财政系统基于劳动所得税。整个税收体系建立在人类劳动收入之上，当劳动被AI取代后，不仅需要支出增加（UBI），收入来源也在萎缩。这是双重财政危机，不仅是钱的问题，更是制度架构的问题。
---
三、UBI：必要但不充分的解决方案
威尔士试点揭示的真相
• 小规模实验证明了UBI的有效性。威尔士针对孤儿进行的UBI试点成为全球关注的案例。这些年满18岁离开孤儿院的年轻人往往难以适应成人世界，"因为人数相对较少，你有能力给他们全民基本收入。"关键是这个群体封闭性强，不会有外人假冒来骗取福利。
• 结果显示了基本经济安全的力量。获得合理UBI的孤儿"在过渡到成年的过程中表现要好得多"，远超只获得常规社会保障的对照组。这个发现在全球多项研究中得到印证：基本经济保障让人们在劳动力市场有更多谈判能力，有更多自由去寻找更好的工作，或探索其他职业发展路径和回馈社会的方式。
UBI的双重角色：生存与尊严
• UBI能解决生存问题。"全民基本收入对很多失业者来说是必要的，它能防止他们挨饿，能让他们付得起房租。"这是底线功能——确保人们的基本生活需求。
• 但UBI无法解决自尊问题。这是辛顿反复强调的关键点："它无法处理失业带来的自尊损失。"工作不仅是收入来源，对大多数人来说，"他们做的工作就是他们是谁，或者是他们身份的很大一部分。"当工作消失，人们失去的不仅是钱，还有身份认同和社会意义。
• "必要但不充分"的判断。这是辛顿给出的核心结论："我不认为全民基本收入是解决一切的简单方案。我认为它是必要的，但不充分。"解决收入问题只是第一步，如何让人们在没有传统工作的世界里找到目的和自尊，是更难的挑战。
两种UBI模式的现实路径
• 保障性收入模式（Guaranteed Minimum Income）。也叫负所得税或生活收入，在许多现有福利体系中已有雏形，包括加拿大的就业保险系统。核心是"在你需要时启动，让你远离贫困"。资金来源可以是税收或其他方式。但问题是有人会漏网，所以倡导者推动更广泛的保障收入措施，为每个人维持基本生活水平。
• 全民红利模式（Universal Dividend）。另一种思路是将共同资源的收益分配给所有公民。类似阿拉斯加永久基金把石油收入分红给居民，也有主权财富基金的共享收益模式。这种方法的哲学基础是：某些资源（自然资源、数据、AI本身）是公共资产，收益应该全民共享。
• AI税的两种可能实现方式。可以对AI公司的利润征税，或者对AI"劳动力"本身征税——就像对人类劳动征收所得税一样。更激进的想法是建立"AI红利"，把AI产生的部分经济价值作为公共资产，定期分配给全体公民。
---
四、分歧的核心：与Yann LeCun的对峙
乐观派的逻辑与历史依据
• "总会有新工作创造出来"的论调。一些经济学家和Yann LeCun都持这种观点：AI会造成劳动力中断，但不会有大规模失业。历史证据是自动取款机没有造成银行职员大规模失业，织布机虽然导致短期失业但最终创造了更多就业。
• 辛顿的反驳：根本性的不同。"我不相信他。"这个直白的回应背后是对AI本质的不同理解。过去的技术只是工具，扩展了人类某方面能力；超级智能AI是替代品，在所有认知任务上都能超越人类。"这能做所有类型的日常智力劳动，我认为它会造成大规模失业。"
• 这次我们走到了自动化的终点。与以往工业革命不同，当时"我们看到了织布机、汽车，它们仍然允许我们去做其他尚未自动化的新事情。"但通用人工智能直至超级智能的到来意味着"我们可能正在接近、走向自动化路径的终点"，发现人类工作中什么能被替代、什么不能被替代的边界——而答案可能是：最终一切都能被替代。
> 辛顿原话："我认为任何智力工作都能被替代，最终我们也会有灵巧的机器。"
---
总结与行动启示
这场对话揭示的不是遥远未来的科幻景象，而是正在发生的范式转变。辛顿的警告之所以重要，不仅因为他的权威，更因为他的论证逻辑：
关于时间的紧迫性： 50年不是"还有很长时间"，而是"非常紧迫"。考虑到AI发展的非线性加速，留给我们调整社会系统、重建收入分配机制、重新定义工作意义的时间窗口可能更短。
关于UBI的现实性： UBI不是乌托邦空想，威尔士等地的试点证明了它的可行性。但实施UBI不是终点，只是起点——我们需要同时解决意义、尊严、社会参与这些更深层次的问题。
关于分歧的根源： 乐观派与悲观派的区别在于对"这次是否不同"的判断。辛顿认为超级智能是质变，不是量变。他可能是对的，也可能是错的，但赌错的代价太大，我们必须为最坏情况做准备。
关于行动方向：
• 政策层面需要开始认真设计UBI和AI税收方案
• 企业层面需要思考如何在AI转型中承担社会责任
• 个人层面需要培养AI难以替代的能力（暂时还包括复杂环境下的手工技能，但长期看更需要的是创造意义的能力）
• 社会层面需要重新定义工作与价值，探索后工作时代的身份认同
这不是反对AI发展，而是呼吁在追求技术进步的同时，必须同步建设能够公平分享进步成果的社会机制。生产力革命不应该变成分配危机。
---
三个核心洞察（Q&A形式）
Q1： 为什么说这次AI革命与以往所有技术革命都不同？
A： 过去的技术革命（蒸汽机、电力、计算机）都是扩展人类特定能力的工具，被取代的工人可以转向其他尚未自动化的领域。但超级智能AI是全能替代，它能完成所有智力劳动，而且做得比人类更好。就像辛顿说的，这不是"又一个让某件事更高效的机器"，而是在认知层面全面超越人类的存在。当织布机取代手工织布工，工人可以去做文书工作；但当AI取代文书工作后，就没有"下一个安全的港湾"了。数学家、咨询顾问、采访者——任何依赖智力的职业都岌岌可危。物理工作也只是暂时延迟，机器人灵巧度的提升意味着最终连水管工都不安全。这是人类历史上第一次面对一个在几乎所有维度都能超越我们的竞争者，而不是辅助我们的工具。
Q2： 全民基本收入（UBI）能解决AI失业危机吗？
A： UBI是"必要但不充分"的解决方案。从经济层面看，UBI能防止大规模贫困和社会崩溃——威尔士孤儿试点证明基本经济保障能显著改善人们的生活和发展前景。但工作的意义远不止收入，它是身份认同和自尊的来源。"你做的工作就是你是谁"——当这个被剥夺，单纯给钱并不能填补精神空洞。更复杂的是资金来源问题：失业者不再缴税，财政收入萎缩的同时支出暴增。辛顿主张对AI征税，但这面临巨大政治阻力，因为AI公司会强烈反对。真正的解决方案需要三个层面：第一，建立可持续的UBI资金机制（如AI税或AI红利）；第二，重新定义工作和价值创造，让人们在没有传统就业的世界找到意义；第三，确保AI带来的生产力提升能被公平分享，而不是集中在少数人手中加剧不平等。
Q3： 作为个人和社会，我们应该如何为"所有工作都可能被自动化"的未来做准备？
A： 时间表比想象的紧迫——辛顿预测50年内（甚至更快）所有职业都可能被自动化，而非学术界保守估计的2100年。这意味着现在就必须行动。个人层面，短期内培养AI较难替代的技能（复杂非标准环境下的手工技能如水管工，但这也只能维持10-20年）；长期看更重要的是培养适应能力、终身学习能力，以及在后工作时代创造意义的能力。社会层面，需要启动大规模的政策实验和社会对话：认真设计和试点UBI方案、探索AI税收和利润共享机制、重新思考教育体系（不再仅仅为就业市场培养人才）、创建新的社会参与和价值实现途径。企业层面，需要超越"股东利益最大化"的短视思维，认识到过度自动化可能摧毁自己赖以生存的市场（没有收入的消费者买不起产品）。最关键的是态度转变：这不是科幻情节，而是正在发生的现实；不是要阻止技术进步，而是要确保进步的果实被公平分享。我们面临的不是技术问题，而是分配问题和意义问题，这需要的是政治智慧和社会创新，而非更多的技术解决方案。
(视频)
|站点首页 | 联系我们 | 博客登陆