每經記者｜岳楚鵬    每經編輯｜蘭素英    

AI會快速帶來失業嗎？會顛覆行業嗎？普通人該如何應對？

針對AI沖擊帶來的全球性焦慮，近日，《每日經濟新聞》記者（以下簡稱NBD）對2025年諾貝爾經濟學獎得主彼得?豪伊特（Peter Howitt）進行了專訪。

作為研究技術變革的經濟學家，彼得·豪伊特與菲利普·阿吉翁（Philippe Aghion）構建的“創造性破壞”數學模型指出， “新創新會取代舊技術”，而這正是經濟發展的關鍵動力。

從“創造性破壞”的視角，彼得?豪伊特判斷，AI取代人類還為時過早，但普通人要做好一生多次轉崗的準備。而AI沖擊的真正風險是財富向少數公司集中。為此，征收財富稅是比征收“機器人稅”更有效的應對辦法。

電腦革命賦能頂尖人才，但AI革命幫助普通人

當地時間2025年12月10日，諾貝爾經濟學獎得主彼得·霍伊特（左）在斯德哥爾摩音樂廳舉行的諾貝爾獎頒獎典禮上從瑞典國王卡爾十六世·古斯塔夫手中接過獎項。圖片來源：視覺中國-VCG111611837192

NBD：您如何定位AI技術浪潮？它是否構成新一輪“創造性破壞”？

彼得?豪伊特：首先要意識到，AI尤其是大語言模型，其實是非常新的事物。ChatGPT發布到現在也不過三年多時間。

我們仍然不清楚，大語言模型是否就是AI的最終技術路徑。也許，未來會轉向楊立昆（Yann LeCun）正在推動的“世界模型”路線，也可能走向更加模塊化的技術路線，比如DeepSeek等中國公司的做法。

這一領域充滿了不確定性。我接下來要談的都只能算是一種啟發性的判斷或推測。

但有一點是明確的，AI會對整個經濟的運行方式產生革命性影響。從這個角度看，它和汽車的出現沒有本質區別。在汽車普及之前，大多數出生在北美的人，一輩子走過的地方可能都不會離出生地超過幾英里。而有了汽車、噴氣式飛機等等之后，即使是普通收入的人，也能夠環游世界。

不過，AI革命不同于電腦革命。電腦革命本質上是一種“技能偏向型”的變革。人的技能越高，生產率提升通常越明顯。

而AI似乎呈現出“逆技能偏向”的特征。也就是說，它主要將常規任務自動化。這對很多具備一定技能，但并非頂尖的人來說，反而會帶來很大幫助。

職業層級越高，例如大型企業CEO，其常規性工作本就由其他人協助完成，AI對他的效率提升并不大。但對護士這樣的職業來說，則可借助AI大幅提升服務效率，比如快速檢索醫療信息，自動完成數據錄入工作，將更多精力投入患者照護。

AI正在搶走工作，但也會催生新職業，更多新增崗位將在服務業

2025年諾貝爾經濟學獎授予經濟學家喬爾·莫基爾、菲利普·阿吉翁和彼得·豪伊特（右）。圖片來源：諾獎官網視頻截圖

NBD：當前，AI已經成為部分科技公司裁員的理由。您如何看待AI帶來的崗位替代風險？

彼得?豪伊特：每一種新的革命性技術，都會讓某些人類技能變得過時。在軟件編程領域，市場對程序員的需求已經有所下降。盡管很難說這在多大程度上源于AI沖擊，又在多大程度上來自此前行業對編程崗位的過度投資，但以Claude Code為代表的工具確實已顯著改變程序員就業格局。

歷史經驗表明，所有通用技術最終都會催生出全新的職業與技能類型。AI作為革命性通用技術，并非簡單以機器替代人力，而是推動整體生產方式的重構，這一過程將創造新的技能需求。 

我經常舉一個例子。1875年的北美，約50%人口從事繁重農業勞動以維持社會供給。如果告訴當時的人們，150年后僅需略高于1%的人口從事農業就足夠了，剩余勞動力將脫離農業生產，他們必然會追問這些人將以何為生。答案是，一部分人會成為博主、飛行員等，而這些職業在1875年是完全無法想象的。

技術進步的邏輯始終如此，AI亦不例外。

NBD：白領與中等收入群體是否會面臨更大的沖擊？ 

彼得?豪伊特：現在下結論還為時過早。但借助AI，生產率提升最為明顯的群體，反而會是中等收入從業者。

在眾多行業中，AI可實現大量常規性任務的自動化，大幅提升這一群體的工作效率，導致市場對同類普通從業者的總需求下降。不過，若薩伊定律（Say’s Law）生效，普通人最終仍能實現再就業，不過這取決于下游創新。（注：根據薩伊定律，供給會自行創造自身的需求。）

此外，公眾往往高估了AI替代的速度。盡管技術迭代迅速，但當前AI與機器人尚不具備大規模替代海量勞動者的能力。

目前，幾乎沒有崗位可以完全交由AI獨立處理，AI仍存在明顯的失誤風險。例如，AI可生成一份漂亮的法律文書，但其援引的判例可能純屬虛構，若直接提交司法程序，將引發嚴重后果。 

大多數人的工作需要判斷力、想象力、創造力，很多情況下還需要人與人之間的接觸、共情、說服等能力。而這些目前仍然是人類獨有的。正是這些人類獨有的特質構成了壁壘，使得AI難以在短期內實現對勞動力的大規模替代。

這里有一個概念：隱性知識，就是那種只能通過經驗、直覺和觀察別人做事來獲得的知識，甚至你自己可能都無法把它準確寫下來。這與AI所持有的可編程知識是相反的。

在技術的變革中，新職業將持續涌現，但其形態目前無法預知，因為這些職業依托于尚未發生的創新，而創新在落地之前本就難以預見。長期來看，AI創造的新增就業將更多集中于服務業，制造業用工需求持續下降的趨勢，已難以逆轉。 

AI導致財富更加集中，財富稅比“機器人稅”更有力

彼得?豪伊特與布朗大學同事共慶諾獎 圖片來源：布朗大學

NBD：有人擔憂，AI會導致財富進一步向少數公司集中。您如何看待這一風險？

彼得?豪伊特：這是真實且明確的風險。

政府可通過監管和規范企業行為，也可借助稅收體系，避免技術與金融權力過度集中在少數AI開發者手中。若政府采取完全放任的態度，僅以技術優劣決定市場主導權，相關風險將顯著上升。在一定程度上，美國當前采取的正是這類偏向自由放任的模式。 

NBD：OpenAI最近提出，由政府設立公共財富基金或征收“機器人稅”，將AI創造的收益分配給普通人。您認為這一思路是否可行？

彼得?豪伊特：我認為，與其僅針對機器人征稅，不如構建覆蓋范圍更廣的稅制。因為，僅對機器人征稅，企業極易找到規避辦法。這類避稅行為通常只有利于企業自身，而非整個社會。一般而言，稅基越廣泛，對市場行為的扭曲效應就越小。

相較之下，我認為更值得考慮的是征收財富稅（Wealth Tax）。很多國家其實早就應該認真考慮這一點。 

當前，收入所得稅是大多數國家的重要財政來源，但收入的定義通常未包含未實現資本利得。這在制度上為財富持續集中提供了條件。財富不斷增值，但其增值部分卻無需繳稅。

當富豪希望將財富變現時，往往不會通過出售資產，而是以資產抵押進行借貸，且借貸成本還可抵稅。在美國現有制度下，只要財富規模足夠大，便可長期維持這一循環。由于沒有真正有力的遺產稅，去世后還可以將財富傳給子女，進一步加劇財富集中。 

NBD：除此之外，是否還有別的方式，比如全民基本收入（UBI）？

彼得?豪伊特：現在還沒到推行全民基本收入的地步。在此之前，更務實的步驟是建立財富稅制度。若完全依靠所得稅為全民基本收入融資，很難籌集到充足財力。除非將所得稅率提升至極高水平，否則最終可發放的全民基本收入額度將十分有限。

但若征收2%~3%的財富稅，政府便能獲得更充裕的財政資源，全民基本收入才會變得可行。

普通人應做好一生多次轉崗準備

NBD：對于被AI焦慮困擾的普通人，您有哪些建議？

彼得?豪伊特：未來，AI必將成為人們獲得體面工作的必備工具。因此，大家必須主動接納AI，并盡可能熟練地運用它。

從歷史經驗來看，未來出現的機會，很可能會比過去任何時候都更好。當然，這一轉型過程不會一帆風順，必然伴隨大量崗位更迭。人們需要做好準備，一生中經歷多次職業轉變，將成為常態。但生活總是在變得更好。我們如今習以為常的汽車、電視和手機等技術，在誕生之初也曾引發巨大擔憂，因為它們替代了部分傳統工作。如今，類似的進程正在重演。

過去，人類適應了歷次技術變革，未來也同樣能夠適應。

任何經濟發展都不可能不伴隨劇烈擾動，不可能沒有崗位消失和崗位誕生，不可能沒有不確定性和焦慮。

如果我是年輕人，我會期待這樣一個世界：我的很多努力可能最終會失敗，但只要堅持下去，我的未來會比過去更好。

那些將被創造出來的新工作，幾乎肯定會比正在消失的工作更有趣、更有挑戰性，也更有回報。

所以，我想說的就是：要有希望，要保持樂觀。

策劃|肖勇 王嘉琦

記者|岳楚鵬

編輯|蘭素英

統籌|易啟江

視覺|鄒利

排版|蘭素英