正文
2025年1月8日，由腾讯研究院和腾讯可持续社会价值事业部主办的“
2025 腾讯科技向善创新节 T-WEEK
”正式播出。本次创新节以“拟合”为主题，包含近二十场主题演讲与圆桌论坛。
北京大学国家发展研究院经济学教授、博士生导师张丹丹老师；智联招聘集团执行副总裁李强总；AI Native Coder、自媒体人花生；腾讯集团副总裁、腾讯研究院总顾问杨健老师
就《AI时代，就业的进与退》进行了圆桌论坛，对AI对就业形式的影响、未来的就业终局以及在AI时代下人们应当如何应对，进行了探讨。会议由
腾讯研究院智慧产业研究中心主任吴朋阳
进行主持。
吴朋阳
：感谢大家参加2025年腾讯科技向善创新节。今天我们讨论的话题是“AI来了，就业的进与退”。很高兴邀请到几位业内专家，共同探讨这一重要话题。首先，我为大家隆重介绍几位嘉宾：北京大学国家发展研究院经济学教授、博士生导师张丹丹老师；智联招聘集团执行副总裁李强总；AI Native Coder、自媒体人花生；腾讯集团副总裁、腾讯研究院总顾问杨健老师。我是今天的主持人吴朋阳，来自腾讯研究院。
今天的话题与每一位打工人息息相关。工作在当今社会中是大多数人获得收入、实现人生价值的最主要方式。随着AI的到来，特别是生成式AI的涌现，AI在智力和认知层面的表现尤为突出。一方面，这让我们感到惊喜，似乎AI可以帮助我们完成许多任务，提供更多的商品和服务；另一方面，我们也感到担忧。AI的强大是否意味着大多数工作将被替代，未来我们是否会失去工作机会？这一疑问可能在每个人心中都有。
由于AI仍在快速迭代，我们面临许多不确定性。对于很多人来说，不确定性本身可能带来很大的压力。
因此，今天我希望通过讨论，邀请各位专家一起畅谈，解答大家的疑虑，帮助大家理清思路，从而更好地迎接
与
AI共事
的未来。接下来，想请各位专家畅想一下AI对就业的影响，尤其是未来的就业终局。我们的就业岗位总量会增加还是减少？哪位专家先来？丹丹老师，您可以先给我们开个头吗？
张丹丹：
好，这个问题确实有点突然，没有想到会一开始就讨论终局，就像上来就要剧透一样。这个剧本或许并不像我们想象的那样明确，可能它更像是一部悬疑剧，因此我所提供的答案只是其中一种可能的结局，其他嘉宾也许会有不同的看法，观众们也可能有自己的版本。说到终局，如果从长远的角度来看，而不是5到10年的短期视野，我个人是比较乐观的。正如主持人提到的，今天的讨论是为了减轻大家的压力，我认为
从长远
来看是乐观的，但短期内可能会面临一些阵痛。
从长远来看，如果我们能够与AI和谐共处，且AI不会被极端的人所利用，
在和平的环境下使用AI，未来是值得期待的。
从价值观、社会的整体结构、制度体系等方面看，可能会发生一系列调整。这种调整的结果，或许是一个社会大同的局面，带有些许科幻色彩。未来，很多我们现在不愿意做的脏活、累活都可以交给AI去完成。AI将成为我们的“奴隶”，承担那些人类不适合做的工作。这样一来，人类可以享受生活，做自己喜欢的事情，畅想未来，可以“躺平”，探索哲学和艺术问题，而工作不再是必需的。作为人类，我们不应该被迫做这些体力劳动，应该让AI去承担这些工作，我们则可以投入到更有趣的活动中。这是我对未来的乐观畅想。
吴朋阳：
感谢丹丹老师给我们带来了这样一个乐观的未来。强总，作为智联招聘的执行副总裁，您接触到大量的一线就业信息，您怎么看待这个问题？
李强：
感谢丹丹老师的美好畅想。我可能要给大家带来一个更现实的版本，关于AI给就业带来的终局。我的看法是，如果从整体岗位的数量来看
，AI的出现无疑会导致岗位数量大幅减少。
不过，我也非常同意丹丹老师的观点，即我们的生活质量可能会大幅度提升。为什么？因为AI可以代替我们做许多脏活、累活和苦活。未来，工作的形式也会发生巨大的变革，工作不再仅仅局限于传统的“996”全职、全日制形式。随着AI的进步，工作可能会变成以任务为单元，而不再是单纯的全职工作。因此，如果我们将工作定义为全职工作，那么这种类型的岗位数量必定会大幅减少。因为AI就是为了提升效率的。
在短期内，北大国发院和丹丹老师的团队做过一些研究，结果显示，AI的效率确实远超人类，尤其是在平面设计、客服、销售等领域，AI的效应已经开始显现。因此，工作总量确实会减少，但人类的生活质量会得到提升。同时，工作的定义也会发生根本变化。以往的全职工作，可能会转变为任务驱动的模式。例如，以前我可能要为一家公司工作8小时，未来我可能只需要为一家公司提供一小时服务，然后再为另一家公司提供服务。这意味着，我们的
劳动价值和收入总量可能会上升
。
吴朋阳：
感谢强总的分享，尽管就业总量减少，但生活质量可能会提升。今天我们还请到了花生，他可能是新型职业人群的代表。花生，你怎么看待就业的终局？你认为就业是否会发生颠覆性变化？
花生：
好，首先就是我的观点，实际上与强总和丹丹老师的观点相似。我认为，AI本身是一种新智生产力，具有可持续且几乎无限制的生产能力。在这种生产力的介入下，如果我们要生产足够的、供全球人类享用的资料，实际上并不需要大量的人工劳动。因为AI替代了部分人类劳动，完成了生产任务。在这种情况下，虽然我们生产的东西依旧很多，但我认为人类的享受不会减少，甚至可能更多。然而，为了获得这些享受，我们所需要的时间反而会减少，这种节省的时间将由AI来完成。就像刚才丹丹老师和强总所提到的，
脏活累活由AI去做，而我们则可以专注于更具创造性和更有意义的事情。
以我个人为例，之前我在大厂工作，而从去年3月离职后，我尝试与AI协作。与AI合作后，我发现了一件非常有趣的事：我可以完成许多原本需要企业或强大个人能力才能做到的事情。比如，我开发了一个APP，且成功获得了不错的用户量。如果是在以前，我没有能力做这件事。但现在，只需要理解我的用户并产生创意。在AI的帮助下，创意从构想到产品的过程变得非常简单。所以，我认为这种现象未来可能会出现更多，大家也会越来越多地与AI合作，转变成输出创意和想法的人，而让AI去完成繁重的体力活和累活。
吴朋阳：
非常好，花生给了我们一个非常鲜明的例子。但我也想请杨老师谈谈，像这样的例子是否对个体的要求较高？对于更多人来说，这个过程中，是否依然存在许多不确定性？
杨健：
我认为整体来看，你提到的这一次AI的终局到底是什么，“这一次”究竟是哪一次？这个问题值得探讨。我们可以从时间段或者某一轮次的角度来看，可能是以一个波峰或波谷来划分。从总体上看，AI的影响在这次波动中肯定比前三次浪潮要大得多，但我觉得我们
仍处于初期阶
段。
AI本身的技术发展、应用和普及空间仍然很大，因此我判断，相比于你所说的阵痛，目前更多的是不确定性。并且，每个个体和宏观的感知不同，近期和远期的影响也不一样。
近期来看，我觉得对许多个体的影响并不会像我们担心的那样大。比如，农业革命和工业革命虽然引发了大量就业岗位的替代，但实际上，像在美国，农业从业者的比例不到整体就业的百分之几，中国比例稍高一点。如果回顾过去的三四十年，农业革命和工业革命并没有导致我们想象中的巨大阵痛。中国的工业化历程有些不同，它是后发进入工业化的，因此它更侧重从其他国家产业链上获得增量，而不是直接替代传统手工业。因此，相比其他国家，中国的冲击可能小一些。
吴朋阳：
因为之前没有，所以实际上是新增的岗位较多？
杨健：
没错。总体来说，AI的影响可能是远期影响更深刻、更彻底，而短期的冲击可能不像我们所担心的那样大。但是，这种影响在不同个体和不同社会位置上是有差异的。有些人可能几乎没有受到影响，而有些人则可能受到很大的影响。因此，正是这种不确定性才会导致今天我们有如此多的讨论和焦虑。
吴朋阳：
杨老师提到了一个非常核心的问题，现在仍然存在许多不确定性。刚刚强总也引出了另一个话题，毕竟他更接近就业市场。接下来我想延伸到下一个话题。既然AI将影响一部分人，那么这个过程中的阵痛会有多大，和过去相比是否更剧烈？其周期会更长吗？我也想请强总谈一谈。
李强：
刚才杨老师也提到过这个问题，我的观点和杨老师有些不同。我认为
这次的阵痛在短期内会非常剧烈，而在中长期，由于心理预期和社会配套措施的逐渐完善，大家的预期会逐步适应，可能会相对缓解。
在短期内，我们可以看到一些显性数据提示很多重复性工种确实被机器替代了，同时也催生了平台型企业的出现。例如，以前每家公司都需要财务、会计、出纳等庞大的财务团队。但是随着平台型公司兴起，许多中小企业已经将财务工作外包给这些平台型公司，只需要留一名财务分析员进行把关。在这个过程中，AI和机器替代了许多原本需要人工完成的财务工作。虽然以前财务软件的出现可以帮助人类处理一些工作，但背后仍然需要不少人力进行支撑，但现在很多平台型公司已经能够使用AI解决各种问题，因此财务、会计等相关行业的就业阵痛必然会到来。如果我们在前期没有进行预防措施，公共政策和个人准备不足的话，这个阵痛将是剧烈且巨大挑战的。
还有另一个职位，其实我们也能看到，叫客服。以往大部分的客服系统都叫智能客服，主要依赖搜索逻辑，即通过查询类似的问题来找到答案。然而，随着AI的发展，情况已经发生了变化。除了进行统计和解答问题外，AI系统现在能够进行自主思考，找到相似问题并进行扩展。就像我们以前购物时的推荐机制一样，如果我曾搜索过咖啡，系统可能只会推荐我其他品牌的咖啡。但现在，当我们在购物网站上搜索咖啡时，系统的推荐方式已经发生了显著变化。除了推荐其他咖啡豆，它还会推荐一些咖啡的周边产品，比如咖啡杯、与咖啡搭配的食品，甚至还会根据你上次浏览过的户外运动商品，推荐相关的户外用品。因此，我认为这种变化会是非常剧烈的。
回到客服本身，我们可以看到，一些购物网站和知名打车软件的后台已经完全切换为AI客服。以往的智能客服可能需要八九百人的呼叫中心，现在的智能客服系统已经能够自动解决绝大多数问题。当用户遇到无法解决的情况时，系统才会转接到人工客服。通过这种方式，可以显著减少人工客服的使用，降低用工成本。这个变化对相关行业的从业人员来说，确实会带来很大的挑战。因此，杨总刚才提到的，不同行业的体感差异，我非常认同。在一些行业，这种变化会非常显著。而另外一种变化是，随着AI的发展，服务方式会发生巨大的变化。以前，服务用户的方式基本上是以企业为主导，以投资为导向的，即企业基于自己的需求去寻找用户或进行团队构建。但现在，AI技术使得用户需求和个体需求变得更加显著。就像刚才花生举的例子，女生需要美颜功能，他也有美颜的需求，很快就能推出一款小型APP。不过到底有多少人能和花生一样跑得快呢？这是另外一个故事了。随着AI技术的普及和使用方式的熟练，在初期阶段，会涌现出很多这样的像花生这样的个体创业者。但是，当这种技术逐渐成熟后，迭代速度可能会放缓。
李强：
AI会带来另一件事。随着AI的普及，过度依赖技术的情况下，人的探索精神和思考能力可能会受到影响。
张丹丹：
所以说，就产生不了像花生这样的人了，是吗？
李强：
并不是说完全不会有，只是人数会减少。初期可能会有很多，就像我们最近能够看到1%的人在涌现，但剩下99%的人呢？我认为一定会有阵痛，在各行各业中的表现会有所不同，有些行业可能几乎没有受到影响。
吴朋阳：
这也是非常有价值的讨论。我也想就着这一话题请教丹丹老师，因为丹丹老师刚才也提到有些工作人不愿意做，让AI去做，像强总刚提到的客服，可能有些客服天天接到消费者的投诉电话，可能本身这份工作就不是人乐意做的，那么或许AI替代后，这部分人能做更多他们更擅长、更有创意性的工作，这是好的方面。但像原来这些活可以交付给技能相对普通的人来做，使其通过就业门槛较低的岗位找到收入的来源，那既然现在这些工作被AI所替代，那么这些人该怎么办呢？他们能有方法实现与AI的结合、找到新的创意性工作吗？
张丹丹：
感谢吴老师的问题。我需要稍微解释一下我刚才提到的“脏活、累活”，很多人不愿意做的工作，可能有一天我们不需要做了。那是一个愿景，是一个相对长远的目标。但是从短期来看，可能我们仍然不得不去做这些不愿意做的工作，因为我们还没有办法脱离当前的工作。工作对我们来说，是一种保障，它的权利对于目前的人们来说仍然非常重要，我们需要养家糊口，需要这个保障。因此，现在我们为了维持工作，必须去“卷”。短期内，可能仍然是这样的。当然，有一天可能随着AI，包括机器人数量的增加，像马斯克所说，2030年机器人数量将超过人类，或者2050年超过人类的数量，或许到那一天我们能够让AI来做这些事情，但从短期来看，这仍然是不现实的。
您提到的替代问题，在短期内，正如我和李强总所研究的，AI不会替代蓝领工人不愿意做的那些工作，反而更可能替代的是一些白领的工作。李强总刚才举了几个例子，包括客服、法律、财务和编辑工作等。我们发现，这些工作更有可能被AI替代。相反，那些服务行业、物流行业、小时工、清洁工以及一些普通技工的工作则相对安全，难以被AI替代。所以在短期内，我们仍然需要继续做这些脏乱差的工作，而AI反而会替代那些看似更“高级”的工作。
回到刚才提到的花生的例子，确实，我觉得李强总刚才提到的一点非常有趣。最初，AI可以和人类结合，我们可以利用它来创造更多的创新性和创造性的成果，但随着时间推移，人类的能力可能会下降，而AI在不断进步，算法越来越强大，算力越来越强。而当人类过度依赖AI时，人的能力可能会退化，或者说，聪明的人变得更少。特别是那些非常有创造力的人，可能会变得更少。确实是这样的，我们有一位美国经济学家，名叫戴维·奥特，他的研究正是围绕这个问题展开的。他最近有一项研究指出，在AI时代，人的专业技能，也就是expertise，实际上会下降。例如自动驾驶，当你依赖自动驾驶时，你的驾驶技能就会丧失。如果遇到突发情况，或者需要人工驾驶的场景出现，你可能就无法再驾驶了。他举的例子是飞机，很多空难其实是由于自动导航系统出现故障，导致驾驶员无法正常驾驶，甚至做出错误判断。这也导致了一些非常可怕的后果。这是他的研究，我非常认同他的观点。当技术发展越来越迅速，人与技术的依赖关系愈加深刻时，我们的技能会发生怎样的变化呢？所以，我其实是有些担心这一点的。我的担心不仅仅是短期内工作的替代，更在于像花生这样的人，可能会越来越少，未来我们可能真的会变得被动，反而在技术革新中，我们会陷入被动的境地。
刚才杨老师也提到过几次技术进步，我想再强调一点，这几次技术进步的差异是非常巨大的。比如工业革命，最初替代的是人力，就是我们所谓的脏活、累活，重活、体力活，而到了90年代之后的自动化，机器臂、机器人等技术已经不仅仅是体力替代，它们甚至开始具备了“脑子”，能够做出判断。随着技术的发展，它们开始替代一些脑力工作，或者更具有一般性的、非专业领域的工作，而大模型的出现，更是替代了人的思维过程。也就是说，从手的替代到脑的替代，从蓝领到白领，现在是一个很可怕的变化。尤其是现在的技能，尤其是大语言模型的不断迭代，速度越来越快。最近我的学生发现，他们在做数学推理、经济学模型的计算时，可能要花费几个月的时间才能完成，甚至算不出来。而ChatGPT 4o的出现，仅用一分钟就能解决同样的问题。我的学生简直无法接受，这让他们的三观几乎崩溃。他们会想，为什么我花了这么多时间学到的东西，最后竟然是AI一秒钟就能解决的？这种冲击感对人的打击是巨大的，之后你就会依赖它。一旦依赖它，人的能力就会变得越来越差，最终形成恶性循环。所以，我对这一点感到非常担忧，但也感到无力。我们处在这个大潮中，短期内我可能比较悲观，但从长远来看，我还是持乐观态度的。不过，正好我们这一代人赶上了这个时代的转折点。我们这一代人可能会面临短期阵痛，而愿景可能属于我们的下一代或再下一代。他们会有更多选择，甚至可以享受“躺平”的自由。但我们这一代人，可能就得先面对这个难题。
张丹丹：
是的，我们可能会经历一段艰难的过程，可能会有一些担忧。
吴朋阳：
对，您说得非常好！我觉得现在大家对AI和工作产生这么多疑虑，深层次的原因可能就在于此。虽然一方面我们觉得AI看起来很有潜力，我之前接触过一些老教授，他们在退休后用AI给自己画了一个卡通形象，去唱卡拉OK、画画、作曲，过得非常开心，但另一方面，也有很多人担心，技术可能会让我们的工作方式发生颠覆性的变化。
张丹丹：
对，退休的人可以享受技术带来的便利，而我们这些仍在工作的人，可能就得去适应这些变化了。
张丹丹：
年轻人更是如此，我们现在情况稍微好一些，但年轻人要进入职场，该怎么办呢？
吴朋阳：
确实如此，一个是在岗的，一个是即将进入职场的，可能会受到更大的影响。这个问题涉及到一个核心问题，短期与长期的关系。所谓的短期与长期是相对的，短期到底能有多短，我们是否真的能适应这种变化呢？我之前也看了一些关于工业革命的内容。
张丹丹：
工业革命持续了超过100年，而这次变革，大约十几年左右就能完成。
吴朋阳：
对，而且工业革命的阵痛期似乎也相当长，前期的阵痛有几十年之久吧？
张丹丹：
是的，但它的过程比较慢，是逐步发生的。就像马车司机逐步变成了汽车司机一样。
张丹丹：
您刚才讲的农业例子也是如此，虽然农业就业减少了60%，但用了100年的时间才逐步实现这个转变。起初农民并不知道这一变化，若天天告诉他们将失业，他们自然会感到慌乱。但现在我们每天都在感受到这个问题。
吴朋阳：
我们知道这个变化在发生，但却无能为力。我想听听花生的亲身感受。
吴朋阳：
刚才提到的情况，如果AI普及的速度再加快，能力更强，你会不会变得懒惰，进而陷入懒惰的状态？
张丹丹：
他已经变懒了，现在不是在东南亚躺着晒太阳吗？
花生：
从我个人的经验来说，我接触到很多正在从事AI行业的人，发现现在确实大家都存在焦虑感，可能是由于短视频平台或社交平台上各种信息的传播。但我发现，
大多数人现在只是焦虑，却没有采取行动。
我的建议是，大家可以先停止焦虑，尝试着使用当前的大型语言模型或者绘图、文生视频模型，看看它究竟会带来什么样的效果。
举个例子，比如说抖音这种短视频平台的出现，原本可能很多导演工作者群体变少了，因为没有太多人看电影了，但这些编导并没有失业，而是转向短视频的创作。我们现在看到的是，虽然AI绘画工具很强大，AI生成的文本写作、小说创作也十分出色，但想要真正善用它，仍然需要具备一定的能力。例如，现在每个人都可以使用简单的词语让AI生成会话内容，但谁能做得最好呢？我发现，那些原本具备绘画经验并了解绘画美学的人，他们知道如何与AI沟通，以生成什么样的信息。这些人如果更早接触并使用AI，他们能够把自己在绘画工作中不愿意做的部分交给AI去替代，从而提高效率。同样，AI也可以生成小说，虽然现在大部分人用AI写出来的小说质量都很差，因为大多数人难以理解一个好小说的标准是什么样的，但那些理解小说创作过程、掌握人物构建和故事框架的人，依然能够与AI合作，创作出优质作品。最近还有一位日本作家，通过与AI合作的作品获得了很高的奖项。
花生：
对，没错。所以我觉得，大家可以暂时不必过于焦虑。尤其是能够看到我们这个节目的观众，很多人已经有了较为前沿的意识。如果你能够
尽早开始使用AI、与AI合作，它并不会成为一种令人恐惧的事情，反而会为你的生活和工作带来一些有趣的变化。
当然，正如刚才许多专家所提到的，AI的普及可能会导致某些现有职业的消失，这一点是非常真实的。如果你了解AI，你会明白哪些工作更容易被替代。如果你处在这种被替代的风险中，最好尽早尝试用AI来辅助你完成其他工作。比如，刚才强总提到律师和财务容易被替代，但很多律师和财务人员现在也在使用AI，它能够帮助他们做很多之前需要手工完成的文书校对、查询等工作。所以我建议大家，现在就可以开始使用AI，而不仅仅是感到焦虑。否则，这种焦虑会持续下去，无法解脱。
吴朋阳：
非常好！这是非常切身的感受。我再追加一个问题，你会不会变懒呢？
花生：
老实说，我有一段时间确实有过这种想法，但其实我从来没有真正变懒过。
花生：
是的，我现在在东南亚，也常在欧洲四处躺着。不过，其实我会觉得，如果一个人什么工作都不做，单纯地休闲放空，那对我来说是件很无聊的事情。所以我希望自己能做一些创作和表达。我很喜欢写文章，做视频，设计产品。即使我有再多的钱，我依然想做这些事情。所以，当有AI能帮助我更好地完成这些创作时，我感到非常兴奋。最近三个月，我一直在学习AI编程，每天工作可能8到16小时。有时我甚至不想睡觉，想着第二天赶紧开始与AI协作，创造一些有趣的东西。如果你享受创造的过程，并且有自己想做的事，那么借助AI，你可以做得非常好。比如说你想写歌，想画画，以前没有能力，现在有了很多工具可以帮你完成这些事，你可以充分发挥你的创造力。
吴朋阳：
明白了，谢谢花生！我想请杨老师谈谈，AI是否会让人变懒？
杨健：
我觉得还好。总体来说，这个问题实际上涉及到三个层面。首先，AI的发展肯定会带来变化。至于具体会变成什么样子，这就是不同路径的问题。在这个变化的过程中，我认为需要做的一件事就是，
做好与AI的协作
。
为什么这么说呢？因为AI不同于人与人之间的竞争，AI的出现不会和人类争夺资源，它不会去争夺食物或其他服务。
杨健：
我们说“黑灯工厂”，它晚上加班，都不用开灯了。所以从这个角度来看，我觉得它提高了生产力的同时，并没有在其他方面与人之间产生那种零和博弈，去引发竞争。因此，在某种意义上，你可以把它看作是一个自动化的生产机器，放在那儿，它一天到晚就为你生产粮食，或者像牧场里的牛，成天为你产奶。从这个角度来看，我认为它对总量来说是一个增量的过程，在这个过程中，当然仍然需要有协同的存在。
我们所说的总量增加，只是理论上的说法，实际上在过程中，尽管总量增加，并不意味着每个人都能受益。比如我们以前常说的资本主义经济危机，牛奶倒掉了，却不供给穷人，实际上你要是把牛奶给穷人喝了就行了。因此，在这个过程中，我认为人类与AI之间、人与社会之间、人与政府之间，都需要做好一定的协同。如果能够协调好这些关系，可以把技术进步理解为市场的运作，其他的协同理解为政府事务，就能在其他方面达到弥补。这样的话，我觉得阵痛的程度应该会小很多。
另外，我还想提到一个需求的问题。我认为目前为止，我们还没有看到人类的需求已经达到天花板。只要人的需求没有到达顶点，随着技术的进步，仍然会出现很多新的职业和岗位。只有当人类的需求都已满足，无欲无求了，大家觉得这一辈子就这样，人生变得无聊，人人都死了，或许就业才会彻底消失。
杨健：
对，从这个角度看，我觉得我刚才提到的，可能没有讲得很准确，悲观与乐观的划分并不是完全正确。我认为这种变化的深刻程度，可能将来会影响到分配方式和人的生存方式，这些变化可能会比我们现在看到的那种短期变化更加剧烈。比如今天我可能能找到一个5000块钱的工作，明天可能只能找到一个3000块钱的工作，这种变化或许会比这更大。
花生：
因为大家一直在强调“懒”字，我觉得我好像用了不太准确的词。我有一个假设，思考力的下降其实来自于我们本身硬件的限制——
我们的脑神经元是有限制的，
而AI只要增加芯片，增加GPU，不停地扩展，总量必然会超过我们。
花生：
对，计算能力上。所以，不知道在哪个点它会突然突破。等到那一天来临时，我认为这个“懒”是长远意义上的问题，毕竟从硬件上来看，如果一直发展下去的话，我认为硬件的发展最终会让我们感受到巨大的变化。我们人类之间无法直接将思想串联在一起，像我和丹丹老师，我们只能片段化地交流，有些地方会产生共鸣，但能真正串联在一起的地方很少。因此，从这个意义上看，长期来看，人类可能会面临这种困境。
吴朋阳：
大脑无法直接互联，就像马斯克为什么要做脑机接口，他也是希望能解决这个问题。
花生：
我认为这是一个更长远的课题，可能会带来新的问题。
张丹丹：
到2029年，AI的算力可能超过所有人类大脑加起来的总和。这不再是我们两个人能否串联的问题，甚至全人类也串联不过AI，可能是这样的情况。
杨健：
所以刚才两位老师提醒了我，忘了提一个很有意思的点：
这次AI的进展，更多的是在脑力劳动领域的影响会更大。
虽然现在看上去是这样的局面，但我觉得不见得永远如此。我们一直在讨论具身智能，AI的大脑发展非常迅速，但它的小脑也在发育中。一旦小脑跟上甚至超过大脑的速度，那么对蓝领的冲击也会非常大。
李强：
对。从现有招聘数据来看，蓝领确实目前还挺有市场。但是未来，一旦具身化技术突破，我认为这个变革就已经在路上。例如，现在我们建议大家去学技工类专业，但一旦具身化技术普及，很多工作会被替代。我们教育应该更具前瞻性，早点做好准备。
另外，现在我们能看到两大品类的技术变化，第一个是智能驾驶相关技术，肯定会影响到司机的工作；第二个是与交通运输相关的外卖和骑手领域，实际上已经有无人车和无人机来配送外卖，只是这些技术还未完全普及。个人认为，这些领域的技术已经基本成熟，只是看什么时候真正开始应用。
吴朋阳：
您提的这个点非常关键。虽然我们现在看到的是白领领域的冲击，但蓝领的下一波冲击，可能就在技术突破的那个关键点到来时，紧随其后。
李强：
我认为蓝领的冲击可能会比白领更大。虽然白领的工作，如平面设计和原画师，会被大量替代，但他们仍然需要一些人来引领、与AI进行更好的对话。现在的蓝领，可能是要完全被替代，只是分城市、分基础设施，企业会根据投入产出比来决定是否使用无人车和无人机。具体的应用何时启动，取决于什么时候打开这个“闸口”。
李强：
我觉得我好像一直在扮演一个狼来了的角色，不停地讲狼来了，狼来了。
吴朋阳：
需要您这样的，因为您直接了解就业市场，而且坦白来说，我们如果把这个事情看得越清楚，我们越知道怎么应对，而不是说我们捂起头来，捂起被子来，什么都不听，什么都不想。
吴朋阳：
而且这其实涉及到下一个话题，跟各位老师再探讨一下。因为可能听众还关心，跟自己切身利益有关，哪些职业受影响和冲击会比较大，然后哪些职业可能是影响小一些，大家怎么去看待这个事情，想请花生先就着自己的经验谈谈。
花生：
是。我会发现受到影响比较大的职业，刚才强总也提到了，像类似于客服、财务，或者律师这些职业，它们比较偏文书类的，以及一些比较相对具有重复性的工种，这些岗位受到的影响会相对更大一些。像其他类型的工种，很多企业内一个人的工作很大一部分是和其他人进行协作，这种偏协同的、需要人与人之间合作的工作，现在AI在这方面做得还不是很好，所以我觉得这类岗位，比如产品经理、项目经理、项目管理之类的角色，短期内受到的影响可能会小一些。至于其他那些偏逻辑的工作，AI能够理解的工作，它其实不一定涉及职业的高低贵贱，而是说某些东西现在大语言模型做得很好，比如高薪的工程师，但现在AI编程能力非常强，它可能会对工程师的一些能力进行替代或者补充，这种可能会来得比较快。还有一些非常难的工作，比方说大学里的数学老师，它本身是一个逻辑性的工作，AI的逻辑性智能提升之后，可能会为数学类研究提供很多的辅助。其实很多时候，AI并不一定直接替代工作，但它确实能够在辅助方面做得更多。如果总结一下，首先是那些
偏重复性的工作，无论重复是简单还是复杂，只要是重复性高、偏逻辑性、人与人之间交互较少的岗位，它被AI替代的可能性较大。
吴朋阳：
这提到了重复性的问题。丹丹老师，我记得您在这方面的研究也很深，尤其是您有一个观点对我冲击比较大，就是可能会出现极化现象，尤其是中间这部分层面可能比较危险。我不清楚丹丹老师对于这个现象有什么延伸性看法吗？
张丹丹：
极化，指的是技术进步，尤其是自动化会带来极化，
事实上已经是一个老话题了。这轮AI的到来固然也会导致极化，但这其实并非首次，极化的现象一直存在，只是这一次，极化的程度可能更深。原本的分布可能影响到中间的部分，但现在这波极化已经延伸到最后，可能完全不受影响的群体是那些特别聪明的人，技能非常强的人；而技能低的人，极低门槛的人，反而可能更加受影响。
张丹丹：
对，极低门槛的人，极化的现象变得更加明显。人类可以自由选择的空间也会变小，这是我们的判断。包括我也和李强总进行过研究，基本上也是这种判断。所以我想接着刚才花生提到的，他的总结非常好，讲到哪些工作会被替代，哪些不会被替代。我们的研究从另一个视角进行了一些探索，相对理论化。我们的研究是利用智联招聘的数据，将所有职业分成了2万个任务，然后根据当前AI技术，特别是大语言模型的技术，分析它能在多大程度上替代这些任务，最终汇总到每个职业层面。比如说我有一个职业需要20个任务，这20个任务中，每个任务都会有一个替代的情况，我们将这些情况汇总，最终得出每个职业的替代指数，在0至1之间。0代表完全不会被替代，意味着这个职业完全是安全的；比如艺术大师或者爱因斯坦这种职业，不会被替代。而1则代表完全被替代，像司机这个职业，自动驾驶的普及可能会让司机岗位甚至不再存在。大部分职业其实是在0到1之间的，正如花生所说，它既不完全替代，也不是完全可以互补。这个时候，每个人的主观能动性就变得特别重要。举个例子，像大学的数学老师，现在ChatGPT已经达到这种水平，数学老师不再需要亲自演算，但写模型还是需要他做的，他需要从无到有地构建一个模型，这个模型的计算可以由ChatGPT或大语言模型完成，因此这不是完全的替代，它是0到1之间的一个状态。AI能够减少计算量，但老师要更多地投入时间思考模型的构建，用数学去理解世界，创造出新的模型。再比如医生这个群体，也属于高知群体，收入较高的职业。以骨科医生为例，现在AI可以为医生做看片子的辅助诊断，甚至很多心脏病的诊断也由AI来完成。尤其是脑卒中这样的疾病，它在中国是死亡率排名靠前的疾病。原本脑卒中的救治窗口期只有3.5小时，如果错过这个时间，患者就失去了救治机会。但现在，借助AI，诊断可以更快，窗口期甚至可以扩展到24小时，这极大提高了患者的存活几率，特别是脑卒中等急救病症。我想说的是，如果医生借助了AI，他可以将更多的精力放在其他方面，特别是在救治上，而不是专注于诊断。AI可以在诊断方面提供帮助，但救治依然需要医生具备其他方面的技能。因此，我们可以看到，在“0到1”之间，每个人的职业大部分都处于这个区间。也就是说，我们需要思考，如何利用AI来替代那些能够被AI更好处理的部分，然后将更多精力投入到AI无法替代的领域，并在这些领域中进行创新。这样，劳动生产率就会提高。
未来，我们可能会看到，某些职业名称依旧存在，比如客服、插画师、医生，但他们的工作内容将发生变化。
每个职业中大概有20个任务，这些任务的组合可能会发生变化，任务内容会有所调整。因此，对于我们每个人来说，我们可以通过主观能动性，正如刚才花生所说的，掌控自己的职业生涯，利用AI的加持来提升自我。无论如何，这个职业会变得更有价值。但目前的问题是，AI的进步和算法的提升可能会让我们从“0到1”的转变越来越迅速。因此，留给我们的窗口期并不大，但我们只能面对现实，做出调整。这总比像花生所说的什么都没有意识到、每天担心来得强。
吴朋阳：
刚才丹丹老师提到“0和1”，我们大部分人可能处于中间，但有一个问题是，虽然我们可能越来越接近1，但这只是静态地看待现有的工作。还有一个视角是从动态的角度来看新增的工作，这个领域可能强总会有很多新的发现。请强总和我们分享一下。
李强：
好。从另一个角度来看，比如在司机这一领域认为100%会被替代，但那只是理论上的情况。回到现实，我们不可能认为所有司机都会被替代。为什么呢？因为我们依然有一种需求，即
情感价值的提供
，这类工作不容易被替代。此外，
和精神相关的工作也很难被完全替代。
例如，近年来，智联招聘的数据表明，疗愈相关行业呈指数级增长，这类工作我们认为会继续增长，特别是与精神、健康和养生相关的领域，未来会得到进一步的放大。因此，除了理论中的研究部分，我们回到现实世界，某些特质是无法被替代的，这是第一点。
第二点是关于新工
种和新机会的产生
。从智联招聘的数据来看，今年1月到11月，涉及大模型开发的岗位，无论是产品还是技术，都出现了200%以上的增长，这个增长还没有减缓，并且我们认为这只是开始。为什么？因为虽然目前大多数招聘仍集中在大模型研发公司，但随着各行各业对大模型开发的需求增加，这种需求可能会迅速增长。此外，在各行业中，尤其是与AI相关的，过去的标注工作要求较低，但现在对标注的要求已经提高了，这也是一个新的工作趋势。围绕AI的其他相关岗位也将不断涌现，虽然现在很难确定这些岗位的具体名称，但它们一定会产生，因为市场在不断变化。虽然大家可能期待未来是一个“躺平”的时代，不需要工作，但我认为这种场景距离我们还很远。在这个过程中，许多新工种将会不断涌现。
花生：
刚才强总提到的一个现象我觉得很有趣，情感陪伴类工作确实不太容易被替代，尤其是疗愈师这样的岗位，一直在增长。我看到一个有趣的现象，AI领域中的AI陪伴类岗位也在快速增长。这似乎说明，这两者并不是完全替代关系，至少不完全替代，反而体现了大家对情感陪伴的需求。
张丹丹：
其实是我们制造了焦虑，大家再去寻求疗愈。
吴朋阳：
也没有，我觉得
情感共鸣
，还是人跟人之间的共鸣。
李强：
对，我觉得当基础的生存问题解决后，
人们会越来越关注
自我。
尤其是我觉得，关注自我的时代才刚刚开始，特别是我们这一代人，
开始更关注自我，并愿意在自我提升方面投入更多。
我们的
父辈，可能在我们这一代的年纪时，更关注子女，但我们这一代人的重点已经开始转向自己了。所以，我认为这个行业是一个非常好的行业，且才刚刚开始。而且，大家对这个行业的认知也在不断升级，已不再只是传统意义上的按摩等，而是自我探索类的工作，未来将会有大量增长。
吴朋阳：
强总讲得非常好。他动态地观察这种新增情况，我也想请问杨老师，这一波新增，好像像花生这样的年轻一代会更适应，包括自我探索和自我价值的实现，他们会更在意这些。作为中老年的代表，我们应该如何看待这个问题？
杨健：
中老年绝对没有歧视的意思，我还是从积极的意义上去理解这件事情。我认为年轻人肯定具有更强的可塑性，对变化的反应也更快。但是老年人的优势在于，他们能够更多地看到整个历史，甚至整个世界的人类进程。就人工智能而言，我们刚才也讨论，它对不同类别的影响程度不同。实际上，如果以一个较长的时间段来看，人工智能既然要覆盖所有行业，那么它早晚会影响每一个行业和类别。然而，人工智能具有一种特性，决定了在我们未来可预见的一段时间内，其影响强度是有差异的。
前面我们提到了农业革命和工业革命，这其实就是所谓的人类模拟自然，人类在体力方面进行机械替代的过程，我认为这是第一个阶段，我们可以称之为机械阶段。然后第二个阶段实际上就是知识阶段，是我们现在正在经历的阶段。人类对自己的知识体系有了相对充分的认识，把这种认识交给了人工智能，人工智能基本上还是一个模拟的过程，按照人类所认识的规律去完成任务。然而，人类对自身的认识仍然很不够。比如，关于创造，甚至是条件反射，这些不是人类相互传授的，而是自然界赋予人类的，可能经过了几十万年甚至几百万年的了。但是人类还没有理解其中的原因，对吧？既然自己也不懂，就无法将其传授给人工智能。因此，从这个角度来看，我觉得你不一定需要担心人工智能会取代你，因为你自己还没有弄明白，人工智能暂时也无法理解。此外，包括情感像喜怒哀乐、抑郁以及陪伴等方面，我认为这些可能需要更长的时间来发展。
当然，也存在一种可能性，就是有一天人工智能突然独立于人类，彻底研究了人类这个物种，但我觉得这种可能性还是比较小的。因此，在未来的一段时间里，如果让我选择一个职业，尽管我已经是中老年人，我仍然会选择与人工智能时代相关的教育领域。
我一直对教育充满热情，认为在人类出现了人工智能这一新物种后，人类的行为模式将发生巨大的变化，如何适应这种变化是非常需要的。
吴朋阳：
非常好！杨老师实际上讲了每个人都可能面临的技能再造过程，其背后影射的可能是教育，包括培训，原来整个社会对未来人能力的定义。前面提到了，原来很多事情人工智能能够完成，我们是要与人工智能这些竞争能力，还是发展更多其他的能力？这些其他的能力到底是什么？除了提问能力以外，是否还有其他能力？围绕这些新能力的建设和培养，教育是否是最核心、最需要改变的？这个问题我想先请花生谈一谈。
花生：
我发现，在人工智能时代，你需要抱有一种
相对空杯
的心态。我发现人工智能的一个非常好的方面是，它不止要求我们被教育，了解如何使用人工智能，而且人工智能本身也可以成为一位非常好的老师。当我们想学习任何东西时，如果有人工智能的帮助，我们的学习速度会很快。举一个简单的例子，五六年前我对计算机非常感兴趣，买了一本叫《Python：从入门到实践》的书，这本书在我的书架上大约躺了五、六年，我还没看完第一章，因为里面涉及环境配置等问题，我遇到了各种各样的问题，无法解决。但是有了ChatGPT之后，去年我大概花了一周的时间，把遇到的所有问题都与ChatGPT沟通，它能够很好地帮助我解答，使我很快了解了Python这门编程语言的大概。因此，在这个过程中，我觉得学到了很多。另外，我觉得教育可能会发生变化的一点是，有了人工智能的帮助之后，我们可能不需要掌握那么多的细节，所有的细节问题都可以通过人工智能来解决。然而，很多人在实际使用人工智能之后，不知道如何做使用，因为他们可能缺乏好奇心，不知道该问什么，以及不知道在某个领域有什么内容。比如，一个人想了解经济学，如果他没有学过，就不知道问该什么问题。因此，我认为接下来的一个阶段，很多人会需要进行多学科的通识教育，了解各个方面领域的知识，虽然没有任何一方面是精通的，但通过这种常识性的积累，使用人工智能时能够获得非常好的辅助。另外，我还发现，许多学习方式和学习步骤可能会发生改变。举个例子，还是以人工智能编程为例。在人工智能出现之前，学习编程可能需要在学校里学三年，学了之后也不一定能做一个网站或者APP。但是最近三个月，我做了很多网站、APP、小程序等等，发现完全可以通过与人工智能一起工作、一起实践的方式来学习这些所谓的编程知识。因此，我觉得以后大学里教授计算机的方式可能需要发生变化。
吴朋阳：
您提到的这一点非常好，我一直在研究一些教育趋势。事实上，您提到的在教育领域并不新鲜，实际上这是项目式教学，最近也有一些翻转课堂出现。这正好涉及到丹丹老师的专业领域。包括丹丹老师一开始所说的教师角色，如果完全依赖自学，教师是否仍然需要？如果需要，教师应具备哪些能力？教师应该教授学生哪些内容？
张丹丹：
这个话题相当广泛。借用刚才花生提到的内容，花生主要谈到了应用领域，即我想用这个东西去实现一个目标，于是我去学习这个工具。但大学教育不一样。我认为在应用领域，现在基本上可以通过自学掌握相关工具，可能不再需要大学老师的指导。然而，
大学教育的核心在于培养和训练思维能力、挑战人类思维的能力极限。
大学教育的目标可能需要创造一套算法，或者一个底层逻辑，以构建未来的世界。虽然这些内容不是直接应用，但通过创造新的工具和理论，我们能够更很好地理解世界。这大概就是大学教育的目标。
回到技能需求的问题，我也是一个在大学工作的教育工作者，自从大语言模型出现后，我们不断思考这些问题。我认为这是技术进步带来的一个积极的方面。如果我们仍然沿用原有的轨道，可能不会去思考这些问题，只是专注于教学和研究。然而，技术的冲击推动我们思考人类应当关注的问题，这与技术不同，是人类特有的能力。
我们思考了很多，
认为当前需要的技能主要分为两类：特定技能和一般
技能。
我从劳动经济学的角度来看，特定技能是指特定领域的技能，比如某些企业需要特定技能。然而，我们学校培养的更多是一般性技能。我判断目前社会更需要的是一般性技能，毕竟特定技能变化太快，比如编程技术，可能在毕业的时候就已经过时了，大语言模型如ChatGPT在某些方面因此甚至表现得更好。一般性技能变得极其重要。一般性包括许多技能，当前更多强调的是软技能，特别是非认知能力。非认知能力包括人际关系和自省能力。例如，自我驱动力和自我控制能力，以及为了长期利益而能够忍受短期的困难等。这些能力在人际交往和管理中非常重要，是学术前沿和自我现实生活中都强调的内容。
另外，
审美能力
也变得极其重要。审美涉及个人品味，这是大语言模型难以替代的。模型虽然可以绘画，但画出来可能很丑，往往缺乏艺术高度，无法达到梵高、莫奈那样，因此，审美能力是人类突出的技能，不会被替代。
在大学招生方面，学生和家长在选择专业时经常感到迷茫，因为技术发展迅速。学校的体制并不是一个会非常快适应就业市场、进行改革的，学校是相对稳定的。近年来，文科和经管类专业的申请人数明显下降，而理工科的申请人数则上升。然而，理工科的技术应用发展过快，未来可能会再次出现变化。人文学科，如审美、伦理、深度思考，依然是人类突出的领域，可能会重新受到重视。这需要动态地去看，
教育方面，学校更多关注书本知识和既定知识，而新的理念更加强调家庭教育。家庭教育是孩子早期发展的关键，赫克曼的研究主张，早期投入对孩子的发展影响巨大。家庭教育在孩子成长中的作用不可替代，因此今后应更加重视家庭教育。家长们通常忙于工作，缺乏时间陪伴孩子。因此，我认为未来应减少工作时间，增加与孩子相处的时间，培养他们的早期技能，使他们能够适应时代的变化。这比单纯依赖学校教育更为重要。这些体会来自我的研究和观察。
吴朋阳：
确实，丹丹老师的见解非常深刻，已经触及了我们教育体系的基本特点以及常被忽视的地方，例如如何弥补这些不足，甚至教育和就业之间，以及家庭、社会与工作之间存在的紧密联系。
张丹丹：
对，所以我觉得我们需要有远见，不能仅仅着眼于当前哪些专业热门，一定要往远看。但这确实很难做到。
吴朋阳：
您提醒了我，无论是在中国还是在国外，似乎都缺乏专门针对父母的相关教育或指导。
吴朋阳：
在当前形势下，我想请问强总，从人力资源的角度来看，我们可能会面临一些新手进入各行各业，而他们需要提升AI技能。在培训方面，我们可以做些什么来帮助他们？
李强：
我想接着丹丹老师的话题说。我认为这应该从大学阶段就开始。为什么这么说呢？现在很多学校在人工智能火了之后，都建立了人工智能学院。
李强：
是
的，一是不知道开什么课，二是我们后台有一些数据表明，人工智能类公司招聘的研发人员要求都很高，通常是硕博学历，或来自985、211高校，否则简历筛选这一关都过不了。因此，很多普通本科院校和非双一流院校开设的专业，如果学生毕业后无法进入这个领域工作，那我们培养出的这批学生就会被推向市场，而市场并不需要他们。相反，我认为每个专业都应该有一个“plus计划”或“人工智能+”计划，将人工智能作为基础知识，让所有人都能接触并学会如何使用，而不需要进行研发，研发可以由头部院校来完成。剩下的普通人要学会使用人工智能，我认为这将带来很大的加成作用，而不是等学生毕业后再由社会来重新教育他们，这本身就是有问题的。
另外，随着时代的变化，情况也会有所不同。如果我们回顾大约10年前，学校将学生推向市场时，市场能够接受学生从一所学校到另一所“社会大学”的转变，社会再培养他们6个月到8个月就能上手工作。但在新一轮的变化中，我们发现一个问题，就是刚毕业的同学和有一年到三年工作经验的同学之间的工资差异并不大。对于企业来说，从经济性的角度考虑，他们可能会选择后者。当然，还会有一些非常有责任心的企业，但我们不能要求企业必须这么做，去选择刚毕业的学生，除非政府能出台税收优惠政策，只要企业招聘大学生，就给予大量优惠。因此，我们认为教育在学校里面就应该让学生毕业后企业就能用，而不是让社会这所“大学”来教他们如何进入职场。这是急需解决的问题，不是说马上推向社会让培训机构来接手。
第二个建议是，
大学生从你选专业的那一刻开始，就应该去招聘网站看各种职位描述（JD），了解你的专业能做哪些工作，以及他们的能力模型要求。
比如，如果这个时代还要求C++技能，而你的专业或你未来想做的职业路径中都有这个需求，那你就要马上补充，如果补不了就考虑换专业。推向市场的那一刻，你可能已经找到了一个适合你的工作。第一，他一定要看招聘网站的职位描述。第二，
实习一定要尽早，不要等到大三大四再去实习。
实习有一个修正的过程，通过实习，学生可以发现自己设想的职业与现实之间的差距，并有调整的空间。所以大学的实习建议尽早开始，也不要等到推向社会那一刻才去找培训机构或自己找一个实习来浪费时间。第三个建议是给学校的。
学校应该找一些在这个领域工作过的人来做职业辅导。
比如，大一的新生就应该有一堂课来认识自己的职业倾向，看看未来能做什么，并设定职业目标。这些有社会经验的从业者会告诉他们真相，然后学生跟着他们实习，看看自己到底能不能做这个工种和工作。这样我们就不需要再去社会中找培训之类的了。除此之外，虽然我并不是一个非常会使用AI的人，但我认为AI应该变成通识、常识，而不应该是一个需要通过大量课程来学习的专业技能。你在使用的过程中，再加上有人引导，可能只需要10分钟、20分钟的时间，你就能基础地使用AI了。这应该是一个理想的状态。
另外，在这个问题中，我特别想谈一件事。我认为AI带来的结果是技术鸿沟会变得越来越大。我们今天在聊AI的话题，聊AI对就业的影响。全世界目前使用AI的人有多少呢？可能只占总人口的10%或20%。剩下的80%的人呢？如果他们不用AI，他们与主流时代的步伐之间的差距会越来越大，跟进的速度也会变得越来越慢。我认为这是会发生的。所以，不管是大学还是中学，AI都应该变成一个通识教育，让所有人都能接触它、使用它、接受它。
张丹丹：
我可能要稍微补充一下，我刚才提到的通用技能和专业技能的观点可能有点乐观，那更接近于教育的理想状况，即
培养具有创造性和面向未来的人才。
但现实还是有一些需要面对的东西，就是就业的需求。就像李强总刚才说的，我特别能理解，尤其是对于那些并非北大、清华等顶尖学校的学生，他们该怎么办？确实，可能无法完全屏蔽社会上的各种声音，去沉浸在自己的理想世界里。但我还是有一个理想，可能我比较理想主义，我认为大学应该能够放下一些杂念，人生中难得有这么几年，可以不用担心吃饭的问题，可以天马行空地思考。如果被现实所驱使，可能会永远无法突破小白鼠的命运。这取决于每个人的选择。这里确实存在一个问题，对于那些不能躺平或家庭压力很大的学生，我特别能理解他们可能一上大学就开始实习，就需要想办法找工作。但这样会错过很多美好的东西，也挺遗憾的，但我能理解。我觉得如果有条件的话，希望
年轻人能够放空自己，哪怕放下一些东西。
刚才花生说得特别好，关于放空的心态。
张丹丹：
我觉得年轻人现在的压力太大了。想着以后怎么养家糊口，怎么找对象，这些压力太大了，这样就没有办法突破自我。你反而背负了太多东西。
张丹丹：
但好像我们的社会又没有办法完全保护他们。一旦毕业之后，李强总也不能帮他们找工作，这些人该怎么办？我还是希望人们能更理想一些，尤其是在大学的时候，这是我的美好愿望。
花生：
或者就像您刚才最开始提到的那个问题，您也提到了在更理想的、更终局化的未来，AI无论是智力劳动还是体力劳动，都可以帮人类做很多事情。既然做了那么多事情之后，人类真的会有更多机会去做更有意义的事。
吴朋阳：
要靠你来引领。应该说请他跟咱们的大学生多交流。
张丹丹：
对对，至少他给我们打了一个样，就是可以这样活，对吧？可以活到未来，多好。
吴朋阳：
对，丹丹老师提到了一个非常关键的事情。我自己插一句，我觉得这还是一个
多元化
的问题。一定要多元化，一旦社会价值评估体系单一的话，就可能会造成极度内卷的情况。一旦是多元化，有的人选择这样，有的人选择那样，他们总有自己实现自我价值的过程和领域。杨老师您刚才想说？
杨健：
没有，我想说回应一下强总说的那个话题。我觉得他刚才讲的特别有含金量，我特别有共鸣。我觉得这个建议不仅应该给到学校，也应该给我们的教育部门，同时也给我们的学生和家长。我认为我们大学的阶段性得太细了，比如大三大四才能找实习，什么时候才能去找工作等等，如果我们还要考虑就业这个问题的话，像高校里我估计应该还有百分之七八十的人要考虑就业吧，可能能有百分之二三十的人能像丹丹老师所说的一样去仰望星空。我觉得确实是这两部分人都是需要的。我现在仅就那一部分要考虑就业的人来讲，我觉得强总刚才的建议对他们来讲是非常有帮助的。我觉得我们的教育系统，在跟就业之间的衔接上，是做得特别不好的。
如果说能够从进入学校开始，就对他将来可能从事的各种工作都能够有所了解的话，我觉得就业时候的阵痛也会小很多。
吴朋阳：
杨老师说的这个特别好。其实丹丹老师说的那个我也特别理解，就是教育它其实一直都有一种理想主义的情怀在里面，但是最怕的是把理想主义情怀泛化，就认为所有人都得有，或者是说所有人都得坚持，其实不一定。
吴朋阳：
对，他其实还是需要平衡。对大部分人来讲的话，他可能先把生存问题解决了，才能解决生命意义的问题。
张丹丹：
但是你发现你们都解决不了，到中老年我们还在内卷，怎么办？
吴朋阳：
对，其实这就涉及到一个问题，现在社会上有一些说法，所谓的无用阶层的问题。因为刚才我们提到的两极化趋势如果一直存在，而且有可能在这一波里面会加剧，那么是否存在所谓的无用阶层？丹丹老师。无用阶层，那是一个学术定义。
吴朋阳：
我原来听到这个词，我觉得它可能是吓唬人的词，就是会让人心头一紧，就特别怕自己变成所谓的无用阶层。
张丹丹：
70后都是受这种教育。你看00后都不这么想。
吴朋阳：
对，关于所谓的“用”这个问题，仔细思考的话，其实“用”的定义究竟是针对谁，或者如何界定，是值得探讨的。这也可能涉及到您刚才提到的代际问题。
张丹丹：
我们这一代教育总是强调要做些什么，为社会创造价值，成为有用的人。
吴
朋阳：
没错，要做有用的人，不能躺平，似乎躺平就是不对的。
花生：
我认为，“有没有用”这个词，有点像把人变成一种工具，进行价值交换。因为我们原来所说的有用或无用，是因为你需要通过工作换取金钱，进而换取生存下去的资本。而为了换取金钱，你必须给社会创造价值，别人才会给你金钱作为回馈。我认为，在未来的状态下，可能并非总是如此，或者说，当一个人有足够的资本，或是原始的积累，无论这些积累是来自自己还是家庭，他可能会更关照自己的内心，而不是仅仅给他人创造价值。给他人创造价值可能会变成一个他有趣的使命，由他自己驱动去做，而不是为了生存而去做。这是我对有用和无用的理解。
张丹丹：
非常赞同。
可能所谓的“有用”就是被需要，被社会或他人需要。也许不必那么内卷，那么拼命工作，但我可以做些小事，比如捡起地上的垃圾，扶起摔倒的老人，或者为小朋友开门，这些也是有用的。
吴朋阳：
对。您说得特别好，这其实是一个社会价值判断的问题。但在“无用阶层”中，其令人担忧之处在于，我们目前仍处在工业革命以来建立的社会体系中，人们主要通过工作来获得收入。如果他们在工作上所能承担的任务减少，甚至有的工作消失，而他们又难以在短时间内获得新技能，就可能面临失业问题，担心自己的事业能否持续。
张丹丹：
我觉得很悲哀的是，人们已经被工业化的框架所束缚，大家都像小白鼠一样盲目奔跑，却不知奔跑的意义何在。一旦停下来，就会觉得失去了意义，而实际上，真正的意义才刚刚开始。比如这时，你可以去陪伴家人，可以做很多其他的事情。但我们已经没有其他的选择了，好像只有工作这一个选项，这其实是很悲哀的。
吴朋阳：
这好像是之前也在做的国际比较中所提到的。为什么中国的工作时间长呢？
吴朋阳：
中国人勤劳、勇敢、肯吃苦耐劳，这是我们在国际市场上的正面形象。但从另一个角度来看，我们给自己的压力似乎太大了。
张丹丹：
压力太大了，这会不会压制我们的创造性呢？一个民族的很多潜力，比如艺术、审美等方面，可能会被这种压力所压制。
吴朋阳：
按理来说，如今GDP来看的话，已经是全球第二大经济体，如果我们做得合适，应该可以转变一些思考方式、生活方式和工作方式，以激发我们的创造力，让更多人不必为了工作而内卷。
吴朋阳：
是的，尤其是考虑到可能是理想主义或少数人可以真正实现自我价值。如果更多人，有一大批人，仍然需要首先解决生存问题，那么这个问题背后影响的就不仅仅是技术了，可能还包括外部环境，尤其是经济环境等更大范围的因素。在这种情况下，我们的安全网，即社会保障体系，是否需要做一些调整呢？在此之前，我们也想探讨一个问题，就是未来工作的形态是否会发生变化？因为目前我们的主要工作形态还是固定式的雇佣制劳动关系。
张丹丹：
有数据显示，45%是零工，还有一个数据是51.3%。
张丹丹：
我和李强总在这方面有研究，他的数据可能更精确。
吴朋阳：
对，李强总可以讲一下。既然已经变成这样的形态，新的工作形态，包括您刚才谈到的任务式的，会变成一种什么样的形态呢？
李强：
对，在刚才聊第一个问题时，这个问题基本上已经涉及到了。我认为，未来大量的，我说的不是长期，而是很短时间内，比如眼前5年，或者我再把周期拉长，最多10年，我们现在视线内的全职类工作，特别是40%的白领类工作，我认为会被替代掉。
李强：
是的，40%的白领类工作。我所说的替代，并不是指这些工作机会完全消失，它们会存在，但我不需要在那家单位待那么长时间了。比如，我是那家单位的新媒体主编，我可能每天只需在那工作一两个小时，就足以完成所有的工作量了。在工具的帮助下，我可以去b企业做同样的工作。所以，我认为这是
未来的形态，即完全的任务制。
另外，我们以往的管理方式，基本上都建立在生产制的基础上，这种管理方式其实是很反人性的。在新的时代，我认为这一点会完全被打破，取而代之的是大扁平化、任务制的大扁平化管理。在我个人的浅见中，我或许与花生及大家在主流观点上有所不同，我认为未来的协作可能并没有那么重要，特别是在任务制的背景下。因为我们所交付的是工作成果，只要上下对工作成果有标准化的要求，能完成这类工种，对协作的要求反而会降低。以往我们认为，组织内部最大的优势在于不浪费资源，因为可以一群人共同决策，分配资源，共同试错。但未来可能不太会是这样，我认为大量的工作就是按照1、2、3、4、5的步骤完成并交付，机器会自动判断交付成果是否合格，然后进入下一个环节。所以我认为这个形态会完全被打破，未来的工作是否还能称之为“工作”，我不知道，但我觉得或许应该换一个词来描述。但我特别赞同丹丹老师的一个观点，就是我们会有越来越多的时间去探索自己，认识自己。
关于上一个问题，我其实特别想回答，就是关于无用和有用之
处，
我们可以期待美好的远方，但我觉得我们永远处在一个竞争的环境中。
在某些领域或特殊地区，竞争可能会偏弱，但放在我们生存的大环境中，竞争永远存在。否则，有一天机器真的会把我们淘汰。这种淘汰是另一种意义上的淘汰，不是说人不需要工作了，可以躺平，而是有可能有一天机器不再需要那些选择躺平的人。而在躺平的基础上，当我们越来越关注自我时，可能对社会的付出就会减少。
李强：
对，从不惹事的角度来看，管好自己就是一件很好的事。我们到底需不需要创造价值，这其实也是一种选择。我认为社会未来可能会越来越包容，有可能未来会有全民基础收入，给每个人发钱就好。比如，当所有的司机群体都被替代，这些替代司机的公司交更多的税，给这个群体提供基本生活保障。这些人可能处于半躺平的状态，但他们一定会面临一个问题，就是我到底能躺多久，以及我要不要与周围的人建立联系，我的下一代怎么办？我到底要不要照顾他们？我的上一代我要不要关心？以及我是否追求更美好的生活？
我们还有一个假设，就是这个世界所有的物质资源都不会匮乏，它们会永远自动化地生产。比如我们现在说的产能过剩，也只是集中在某几个国家和地区，可能还有大量的非洲地区并没有产能过剩。所以从全球范围来看，我不知道，丹丹老师是专家，但我觉得产能过剩也远远没有达到。
李强：
对，所以我觉得只要资源有限性的问题无法解决，人就很难真正地去躺平。如果我们把无用之用定义为让一个人更好地去探索内心，有更多的时间去做想做的事，我觉得这一天肯定会到来，而且很快。但我们所说的躺平，是指什么都不用干，全民都躺着，我觉得这一天可能还有很远的距离。
张丹丹：
对，我们说的是很遥远的事情，它打破了经济学的一个前提，就是资源是有限的。只有打破了这个前提，人才可以不工作，变得踏踏实实地无用，无用才变成一种好事，一种优点。
张丹丹：
就必须让资源达到一种不稀缺的状态，怎么能不稀缺？那就靠AI为我们创造，以极低的成本创造极大的社会价值。
吴朋阳：
我们看到的是现在数字内容或数字产品的边际成本为0，它有可能变得极大丰富。但物理世界的东西总是资源有限，地球就这么大，元素也就这么多，它怎么分配呢？
张丹丹：
资源稀缺时，那才是需要用钱去占有资源的标志。
吴朋阳：
比如有人希望有100平的房子，有人希望有200平，还有人希望有300平，类似这样的需求。
张丹丹：
这是您在北京长时间生活的习惯。未来的人类或许只需要一张床，一个消防式的小屋子就足够了，他们追求的是精神世界，有一个100平的精神世界。我们现在的精神世界就像一个小卫生间那么大，却住着三室一厅，追求物质空间，但精神世界却非常狭隘。
李强：
丹丹老师，你想一下，假定你就住在这个，假定椅子这一张，这么小的活动空间范围内，你的所有的衣食住行都在这个范围内解决。
张丹丹：
那也不至于这么小，你直接说大点，别让我也太憋屈了。我觉得人对那个物质空间的要求，可能并没有那么高。我们穷的时间太长了，憋屈的时间也太长了，所以才会爆发出这种对无用和奢侈的欲望。人的本质真的需要那么大房子吗？
吴朋阳：
对，但是你发现现在这个社会，包括其实说白了，美国的房子普遍比中国房子大。你看中国人还在为一室或者两室一厅奋斗的时候，美国人每家都是大house。所以这么一看的话，其实美国还挺浪费的。
张丹丹：
对呀，为什么要背负着房子这样的东西呢？想去哪儿就去哪儿。
吴朋阳：
确实，您描述的是一种生活状态，从生活或精神追求的角度来看，我们应当树立这样的精神追求。然而，我个人认为，对许多人而言，他们首先需要解决的是生存层面的基本保障。当然，这个生存层面的保障，无论是100平方米还是200平方米，因人而异，或者按照当前的标准来看也各不相同。
张丹丹：
平均水平也不是保障，保障指的是最低的限度。
吴朋阳：
是的，像刚才我们提到的比如失业保险这样的安全网，还有UBI（全民基本收入）这个概念。原先我对UBI是有所疑虑的，我觉得从我们的逻辑来看，它可能会导致人们不再奋斗，或者大部分人失去奋斗的动力。但最近我专门研究了一下关于UBI的一系列探讨，国外有些探讨非常深入。它可能涉及到整个社会保障体系的重构，比如取消过去的失业保险等各种零碎保障，全部转变为UBI，对所有公民，从出生起就提供一个基本收入保障。这样的话，社会成本实际上是最低的，因为过去的那些保障需要一系列的组织、评审和评估，成本巨大。而如果采用UBI，每个人从出生起就有一个基本保障，在这个基础上，人们可以自由地发展自己。
张丹丹：
但是人生来就是不平等的，有的人资源多，有的人资源少，UBI岂不是一刀切了？
吴朋阳：
对。不过，对于那些家庭相对富裕的人来说，这笔钱可能微不足道，影响不大。
张丹丹：
那不如所有小孩子都由社会抚养，真正做到一视同仁。
吴朋阳：
是的，我看到这样的讨论，觉得似乎还不错。
