人工智慧會大量造成失業嗎? 幾乎不會

無限智慧學院

發佈於財經資訊宇宙等個房間

2023/10/31閱讀時間約 4 分鐘

投資理財內容聲明

文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。

已經有不只一位讀者請教我，人工智慧是否會造成大量失業的問題，於是催生了本篇文章，這裡會從多個角度來分析這件事情。

從歷史借鏡:

關於技術進步取代工作機會的疑慮，已經在人類歷史上發生過不少次，要回答人工智慧技術進步是否會導致大量失業，很難不去回看歷史，從中取得一些智慧。

18世紀中葉，當蒸汽機引起的工業革命從英國爆發，許多傳統手工業者，便有了人力被取代的疑慮，蒸汽機可以不眠不休的運作，但事實是，仍需要人類管理，不斷的改進與維修。最後這些擔憂失去工作的人，多半從原本自己開的小作坊，往工廠移動。

同樣的，當20世紀初，福特開啟流水線生產線，大量製造T型車，也只是讓工人從原本需要熟悉好幾道工序，變成要專精一道工序，品質與產出仍需要勞工與主管來把關，有逐漸往分工精細專業化去走。

直到21世紀，更是如此，從資訊革命，電腦的問世以來，無論自動化生產再怎麼厲害，總有人要負責把關，研究如何能做得更好，於是有了大學與研究所學歷普遍化的社會現象，大量的研究生進入台灣竹科與南科上班。處在2023年的今天，大企業缺工找不到人，已成了普遍現象。

原因不難發現，就是當高智慧高自動化生產出現了以後，只會產生相對應的團隊去改善改良，職缺反而增加了，原有的勞工也能盡量從做中學慢慢跟上，短期可能會有結構性失業的問題，但是長期反而產生出更多差異化與細緻化的工作職缺。

從目前產業現況借鏡:

大企業的部門所職掌的工作範圍，有越切越細的跡象，原因是越往高精尖的技術發展，就會需要產生許多專家，來處理專門的問題，就拿人工智慧這個領域來說，也是高度細分，有人專門做語音辨識，有人專門搞大型語言模型，有人搞電腦視覺相關，有人專門控制機器人完成任務，也有人提供機器人所需的硬體資源與軟體韌體支援，在沒有人工智慧以前，哪來這麼多的工作機會可以發揮?

舉半導體製程來說，晶圓成熟製程的工序可能100道以內，然而先進製程的工序幾百道，可能未來會上千道工序，不同工序需要有不同領域的專家，來進行研究與精進改良，多出來如此多的工序，就意味著需要更多優秀的人才，來學習，讓它能夠運轉起來，必要的時候還要能進行研發突破，替公司不斷創造利潤。

從其他因子借鏡:

失業往往不是由技術革命所造成的，多半是由於經濟蕭條，能源價格偏高，或是大範圍天災人禍所導致，2019年疫情期間，大規模的城市封鎖歇業，導致大量的暫時性失業。1929年美國升息，財富效應被高利率環境戳破，間接導致了後面的經濟大蕭條失業。1973年中東石油危機，導致油價暴漲，全社會生產成本陡增，沒人消費的起，索性不生產，導致大規模失業。可以見得，大量失業往往是由於大環境的變化而導致，人類社會得以運轉起來，需要社會上形形色色的人來維持，即使有大量失業也註定不會持續太久，只要有利可圖，能賴以生存的，所有人都會努力去奉獻自己的一份心力。

誰是最大受害者:

撇除本來就好逸惡勞，或是得到精神疾病，或是失能的殘疾人士以外，這波人工智慧革命，預計最大的受害者會是中高階經理人，原因在於人工智慧逐漸往多模態大模型，這些大模型能夠同時考量眾多歷史事件，與趨近於無限的即時數據，能夠產生適用於每一個當下，做相對最好的決策。比起人類同一時間可能考量的不夠周全，或是有情緒，例如好大喜功與剛愎自用等等，人工智慧能提供的判斷更為精準，因為它可以從宏觀視角，不帶情緒的從大量最新資訊中找到結論。

中高階經理人每年要拿走公司不少的盈餘與股票，所做出來的決策又對於公司未來的發展，產生至關重要的影響，就歷史回測而言，他們常常做出錯誤判斷。未來頂尖的公司，勢必已經無法啟用人類中高階經理人，去打這場商場資訊戰爭，商場貨幣戰爭，與商場影響力戰爭，如同下棋，人類棋手已經打不贏最頂尖的人工智慧棋手一般，預計未來中高階經理人的職缺數目與待遇會大幅度下滑。