近年來人工智能得到越來越多的關注。2017新年伊始，谷歌Master在線上圍棋比賽中連勝60場，狂勝諸多人類頂尖高手。在江蘇衛視《最強大腦》第四季節目中，百度人臉識別技術的驚艷出場給眾多觀眾留下了深刻印象。人工智能本質上是人類智能的延伸，是用計算機來模擬人類的思維方式。迅猛發展的人工智能帶來的可不是什么噱頭，它必將極大地推動生產力的發展，對勞動、就業乃至社會制度產生決定性的影響。

　　在過去5年間，人工智能取得的進展超過此前50年的總和，這是因為人工智能的算法取得了重大突破。例如，中文語音識別曾被認為是難以逾越的障礙。在并不那么遙遠的2002年，中國科技大學自動化系的教授曾向筆者坦言，他的團隊雖然身處研究一線，卻還沒有找到語音識別高效算法的頭緒;換句話說，當時還沒弄清楚人是通過什么機理聽懂說話的。短短十幾年后，基于神經網絡的深度學習已經破解了教授當年的疑惑--科大訊飛開發的輸入法的中文語音識別率達到了97%，與真人相差無幾。

　　戴姆勒的自動駕駛卡車在美國內華達州的高速公路上接受測試。交通運輸行業的一場革命即將到來。

　　與人工智能在其他領域造成的巨大影響相比，中文語音識別甚至只能算雕蟲小技。例如，自動駕駛技術即將掀起一場交通運輸行業的革命。自動駕駛系統不會打瞌睡、分神，不需要休息，更不會感情用事。可以預見的是，成熟的自動駕駛系統在可靠性方面將遠遠超過傳統司機。美國車企特斯拉在自動駕駛技術方面暫時領先，但是江淮汽車等不甘人后的中國車企也在奮起直追。

　　成熟的自動駕駛技術意味著什么？乘客上車之后只要輸入一個地址，汽車就會在衛星導航的協助下自動把乘客拉到指定地點。屆時中國的260萬出租車司機［1］、美國23.4萬出租車司機［2］都將面臨失業風險，“份子錢”將永遠成為歷史名詞。自動駕駛即將奪走的可不止是出租車司機的飯碗。美國有350萬卡車司機，如果把技術支持員工也算上，載貨卡車的相關從業者達到了870萬之眾［3］。而在中國，這個群體竟多達3000萬人，每45個中國人里就有一個在跑運輸。戴姆勒的自動駕駛卡車2015年就已開始上路測試［4］，從高歌猛進的研發進度來看，自動駕駛卡車實現量產也就是幾年內的事情。屆時數千萬貨車從業者應當去做些什么呢？

　　大疆創新近期推出的MG-1S型農業植保無人機，噴農藥的活干得比人都漂亮。用不了多久，莊稼把式都得對人工智能甘拜下風。

　　人工智能不僅正在顛覆傳統的交通運輸，還將顛覆延續數千年的農業生產方式。在不久的將來，農忙時節不再需要農民挽起褲腿下地干活了，幾個農業工人敲敲電腦就能把事情做完。這可不是什么腦洞大開的幻想，這方面的研究其實已經開始了。中國農業機械化科學研究院在2011年就已完成意義重大的農業機械自動導航實驗［5］：加裝了自動控制系統的插秧機，根據GPS與車載傳感器獲取車輛姿態信息，實現自動導航及地頭轉向。試驗結果表明，自動化插秧機可以按照預設路徑在田間行走，并且可以滿足插秧的精度要求。這項研究的成功意味著，自動化田間作業在技術上是可行的，只要降低使用成本就可以推廣開來。無人機噴灑農藥的技術甚至更加成熟［6］：與人工噴藥相比，無人機可將農藥用量減少20%左右，而且完全不必考慮農藥中毒的風險。2016年11月底，大疆創新推出先進的MG-1S型農業植保無人機，其飛行操作更加便捷穩定，使得農藥噴灑更加精準高效、完全進入了實用化階段。

　　也許用不了多久，我們就會看到無人農業機械和無人機不知疲倦地忙碌在田間地頭，田間管理的規劃則交給安裝了專家系統［7］的計算機：分布于田間的傳感器將土壤濕度、土壤化學成分、氣溫、光照強度等實時數據傳遞給計算機，然后專家系統通過算法自動判斷采取什么田間管理措施。灌溉用水量、化肥施用量、最佳采摘時間等諸多事項都由整合了海量知識和數據的專家系統決定，其精準的管理水平讓干了一輩子農活的種田能手都自嘆不如。待到人工智能使得農業實現自動化，上億被迫摘下“農民”帽子的農村人口應該去做些什么呢？

　　如上所述，人工智能會消滅許多行業對勞動力的依賴，釋放出大量勞動人口。離開駕駛室的前司機，離開土地的前農民，以及其他被人工智能頂掉飯碗的大量人口，應該如何維持自身生存？這便是人工智能給社會治理帶來的挑戰。從歷史上看，技術進步會不斷消滅舊的就業崗位，也會創造新的就業崗位。例如，轎車的普及消滅了黃包車夫的就業崗位，卻創造了出租車司機的就業崗位。然而，與歷史上的技術進步相比，人工智能對就業造成的影響有兩方面重大差異。

　　一是就業崗位數量上的差異。人工智能影響的可不是幾十萬就業崗位，而是幾千萬乃至上億就業崗位。僅在中國，人工智能就將影響3000萬貨車從業者和2億以上農村勞動力。歷史上，技術進步往往在相當長一段時期內逐步將勞動力從舊崗位上釋放出來。例如在19世紀后期，蒸汽海輪完全取代大帆船差不多用了三四十年的功夫，比一代人還多的時間足夠帆船水手們轉移到新的就業崗位。而人工智能卻很有可能在很短時間內釋放出數量空前巨大的勞動力，制造出前所未有的大變局。

　　二是就業崗位質量上的差異。被技術進步從舊崗位上釋放出來的勞動力，需要學習新技能才能走上新崗位。歷史上，勞動力學習新技能的過程不見得復雜，例如帆船水手改做蒸汽海輪的水手就沒有多難。所以技術進步帶來的工作崗位變化相對容易承受。然而人工智能將以極快的速度消滅充滿重復性勞動的低端崗位，至2016年10月，蘋果公司主要代工商富士康已在中國內地工廠部署了4萬臺機器人用以取代流水線工人［8］。在可預見的未來，人工智能將最終導致傳統勞動密集型產業的消失。而科學工作者、企業研發人員等需要創造性的就業崗位，以及律師、醫生等技能復雜度很高的就業崗位，相對不容易被人工智能取代，仍將長期存在下去。

　　于是問題凸顯出來了：

　　被人工智能取代的大量低端就業崗位，釋放出來的是受教育程度較低的勞動力。

　　人工智能不易挑戰的高端就業崗位，存在很高的準入門檻，幾乎是拿學歷或實踐經驗堆出來的。

　　人工智能創造出來的新就業崗位，例如與人工智能的維護和升級相關的工作，肯定以接受高等教育為前提。

　　這就意味著，被人工智能短期內釋放出來的大量勞動力，不會很容易地進入其他就業崗位、被社會自然消化。讓富士康的流水線工人轉行去做IT工程師，恐怕不比古代考個進士更容易。即使這些勞動力愿意通過刻苦學習來獲得新技能，也會面臨另外一方面的巨大困難--教育成本。

　　資本主義使教育變成一門赤裸裸的生意，優質的教育資源要用大筆金錢來購買，這在美國表現得淋漓盡致。美國名牌大學的學費普遍不低，每個學分的收費在1000美元以上。我們做一個保守的估計，按每學分收費1000美元計算，拿一個碩士學位至少需要30學分，學費起碼要3萬美元。非自愿失業的勞動力本來就夠窘迫的，讓其自掏3萬美元來換取再就業的可能性，稱之為“敲骨吸髓”亦不為過。

　　這種教育制度意味著重新獲得勞動技能的成本極高，必然導致這樣的狀況：許多人因為貧窮而無法接受教育，也就無法獲得新的勞動技能;缺乏勞動技能使他們陷入長期失業，更加劇了貧困。當發達的人工智能消滅低端就業崗位之后，被釋放出來的大量勞動力只怕連“被剝削剩余價值的價值”都沒有了，以致被長期隔絕在就業市場之外。倘若大量勞動年齡人口遭到這樣的“邊緣化”，社會還能和諧嗎？

　　人工智能對勞動和就業的巨大影響，會進一步構成對宏觀經濟的沖擊。印度著名作家克里山。錢達爾（1914~1977）曾在小說《倒長的樹》中探討過這個問題。《倒長的樹》的幻想情節倒更像是帶有一些現實主義色彩的寓言故事［9］：

　　小說的主人公順著自家后院一棵倒長的樹進入地下，到達了一個奇怪的城市。這個城市里到處是自動化服務--自動駕駛、自動加油、自動烹飪和自動結賬讓主人公眼花繚亂。（不得不佩服作家豐富的想象力，把幾十年后才出現的事物都搬了上來。）可是這個大城市里就是沒有人煙。最后主人公好不容易見到一個少年--這個城市唯一的居民。

　　少年講述了這個城市荒無人煙的原因：少年的父親曾是這個城市的主人，也是雇傭數以萬計的工人的企業主。他獲得了一種功能強大的新機器，不是頂一個而是頂一百個工人的勞動。于是他果斷在工廠里推廣新機器，并且大量裁減工人。每一百個工人中，只留一個工人管機器，其余的九十九個都辭掉。這樣一來，機器越多，失業就越嚴重，城市里餓死的人也一天比一天多。

　　最后所有的活兒都由機器包了，城市居民就陷入了失業、貧困，以至餓死。終于有一天發生了大饑荒，市場里有的是東西，但人們沒錢買--幾天之內就餓死了上萬人。許多人因為造反被殺掉，其余的都離開這城市逃荒去了。最后全城就只剩下少年和他的父母。結果少年的父親在絕望中自殺了--利潤不是從機器那里得來的，而是從人的身上賺來的;沒有人消費，他就再也沒有利潤了。

　　這則深刻的寓言，其實預言了資本邏輯之下人工智能帶來的負面社會影響。由資本邏輯支配的企業都試圖極力壓縮人力成本、追求剩余價值最大化［10］。有助于盡量少雇人的人工智能，恰恰是實現上述目的不可多得的利器。然而，企業盈利依賴于居民消費，居民消費則建立在勞動收入的基礎上。換個角度來看，企業的人力成本支出其實就是員工的勞動收入。如果所有企業都將人力成本壓縮到極致，全社會勞動收入的總量就會減少，進而導致消費不振，使企業難以盈利。難以盈利的企業希望依靠裁員來擺脫困境，而失業人口的增加使得全社會勞動收入的總量進一步減少、消費進一步萎縮、企業更難盈利--這種惡性循環就是馬克思主義政治經濟學所闡述的資本主義經濟危機。正如列寧所說［11］：使勞動生產率和社會財富增加的技術進步，在資本主義制度下卻使得社會不平等加劇、貧富更加懸殊;使越來越多的勞動群眾的生活缺乏保障，使失業和各種苦難加劇。

　　客觀地說，由于二戰之后各資本主義國家普遍建立了社會福利制度，但哪怕是社會中下層群眾也還吃得上飯，所以不斷拉大的貧富差距屬于“相對貧困化”的范疇。然而，人工智能極有可能在迅速消滅低端就業崗位之后推高失業率，使得社會中下層群眾的生活“今不如昔”、甚至“朝不保夕”，由此造就極為可怕的“絕對貧困化”。

　　從歷史上看，大量群眾的絕對貧困化是社會動蕩的直接原因。我國歷史上歷次農民戰爭的土壤都是農民階級的絕對貧困化。1929-1933年間的大蕭條造就了無產階級的絕對貧困化，使得納粹黨得以憑借民粹主張上臺執政。人工智能對社會制度產生的沖擊可能不亞于大蕭條：人工智能不僅可能使發達國家的社會中下層群眾面臨絕對貧困化，還會使得廣大發展中國家喪失人力成本低的優勢，由此最終摧毀發展中國家的低端制造業。如此一來，發展中國家缺少教育的、數量巨大的人口恐將淪為對發達國家毫無意義的“垃圾人口”，整個世界資本主義體系終將陷入空前的大危機。

　　具有諷刺意味的是，資本主義社會制造出的巨大生產力，會將資本主義制度的缺陷放大到極致。鉚足了勁研發人工智能的谷歌、特斯拉等科技企業可能沒有意識到，他們的研發成果會成為導致世界資本主義體系崩潰的定時炸彈。而在人工智能帶來的大危機、大崩潰過后，人類終將在資本主義的廢墟上建立更為進步的社會制度來延續文明，這便是列寧指出的道路--由國家資本主義過渡到社會主義。

　　生產力決定生產關系，在更為進步的社會制度下，人工智能才會為人們帶來普遍的福利。新型社會制度的進步性將體現在以下方面：

　　1. 否定以資本作為社會經濟權利中心的資本邏輯，消滅按生產要素分配的初次分配方式，全面推行按勞分配。按生產要素分配必然導致資本積累速度遠高于工資增長速度，無時不刻不在造就貧富兩級分化，皮凱蒂的《21世紀資本論》已詳細闡述這種規律。唯有按勞分配才能保障勞動收入與勞動生產率同步增長，破解生產過剩與消費不足這對導致經濟危機的矛盾。

　　2. 國家向社會公眾提供全面免費的教育和職業培訓。國家將有序引導勞動力在國民經濟各個部門之間的轉移，公民個人不需要為獲取新的勞動技能支付額外的成本，這樣才能避免群眾因為無法獲取勞動技能而難以就業。

　　3. 建立合理的社會分工和轉移支付機制。人工智能將極大地提高勞動生產率，人們只需將很少的時間投入生產，就可以滿足生活的物質需要，屆時人們將按照才干和興趣重新進行社會分工：

　　拜人工智能所賜，智力水平較高的人可以擺脫重復性勞動、專心從事創造性勞動，例如從事科學技術的研究，或進行文學、電影、戲劇等藝術創作。從事創造性勞動的人的基數將大大增加，使人類的科學和藝術呈現空前的繁榮。

　　如前文所述，人工智能使得勞動人口中直接從事生產性勞動的人的比例下降，不再需要很多的工人和農民。被釋放出來的勞動力應該做什么呢？最合理的方向莫過于將勞動轉向對人的服務和關懷、滿足人的情感需求。人是社會關系的總和，人與人的溝通是人工智能注定無法取代的。所以，人工智能普及的時代，社會上理應出現更多心理咨詢師、幼兒教師、康復醫師、高齡老人陪護等服務性就業崗位。到那個時候，上班族就不會遇到“突然出差、家里孩子沒人帶”的窘境，自會有受過專業培訓的服務人員前來代勞。

　　十月革命走過百年，列寧思想照亮未來。人工智能帶來的生產力大發展，終將催生新的社會制度

　　創造性勞動和服務性就業崗位的就業者并不直接生產物質性的生活資料，他們的收入來源其實依靠國家的轉移支付機制。其實現在就有一些這樣的轉移支付機制，例如中科院研究人員和公立學校教師的薪酬都來源于財政收入。但是新型社會制度下的轉移支付將更為普遍、更加完善，形成全社會范圍內剩余價值的合理分配。

　　許多歷史進程其實是由技術進步觸發的，這在工業革命之后體現得越發明顯。例如，德國在19世紀后期實現了快速工業化，冶金、造船、機械加工等重工業技術位居世界前列，這才使得德國統治者有了發動兩次世界大戰的膽量。作為一種能夠極大提高勞動生產率的技術進步，人工智能必然觸發一系列重大歷史進程。21世紀注定是一個波瀾壯闊的時代，讓我們拭目以待。

　　參考文獻：

　　［1］中國新聞網：http://www.chinanews.com/m/gn/2015/03-13/7125307.shtml

　　［2］汽車之家：http://m.autohome.com.cn/shuoke/511172.html？from=pc

　　［3］http://www.alltrucking.com/faq/truck-drivers-in-the-usa/

　　［4］https://www.daimler.com/innovation/autonomous-driving/freightliner-inspiration-truck.html

　　［5］農業機械學報：http://www.j-csam.org/jcsam/ch/reader/create_pdf.aspx？file_no=20110735&flag=1&journal_id=jcsam

　　［6］新華網：http://news.xinhuanet.com/tech/2016-11/28/c_1120002633.htm

　　［7］維基百科：https://zh.m.wikipedia.org/zh-hans/專家系統

　　［8］新浪財經：http://finance.sina.cn/china/gncj/2016-10-07/detail-ifxwrhpn9249849.d.html？from=wap

　　［9］《倒長的樹》：http://ertong.xiusha.com/waiguo/ykdzds.html

　　［10］MBA智庫百科：http://wiki.mbalib.com/wiki/資本邏輯

　　［11］《列寧選集》：https://www.marxists.org/chinese/lenin/mia-chinese-lenin-191704-05.htm