随着生成人工智能 (AI) 的飞速发展，它正在颠覆关于哪些工作可以“安全”地免受自动化影响的假设。
如今，颠覆性技术已远远超出了手工或日常工作范畴，延伸到了曾经被认为遥不可及的白领岗位。ChatGPT、Claude 和 Midjourney 等工具可以在几秒钟内生成政策简报、分析报告、软件代码、设计素材和营销文案。
即使在专业领域， PolicyPulse等系统也可以生成结构化简报和主题综合——这些任务曾经需要专家团队来完成。
如果人工智能可以如此轻松地复制大量专业产出，那么有多少经济依赖于创造表面价值而非实际影响的工作？
新西兰——以体力劳动、人类判断和基本服务为基础的行业——在结构上是否能够更好地繁荣发展？
人工智能的曝光效应
高盛2023年的一份报告估计，生成式人工智能可以取代相当于全球3亿个全职工作岗位的自动化工作。其中，行政、法律和其他信息密集型行业将受到最广泛的应用。
2024年，国际货币基金组织警告称，依赖教育、法律和金融等高技能服务业的经济体将面临失业和不平等加剧的问题。
这与作家大卫·格雷伯提出的“垃圾工作”概念相呼应——这些工作几乎没有真正的价值。2000年至2018年间，大部分净就业增长来自生产率较低的服务行业，例如市场营销、咨询和企业管理。而这些正是人工智能如今可以在几秒钟内完成的任务。
咨询公司麦肯锡估计， 60% 至 70% 的办公支持、客户服务和专业服务工作可以实现自动化。经合组织指出，常规信息处理工作面临的风险最大。人工智能不仅取代了某些岗位，还揭示了许多岗位原本的脆弱性。
一些人认为，金融业鲜明地体现了这一现实：该行业旨在有效地配置资本，但其扩张已经超出了其生产目的。
商人阿代尔·特纳曾称其中大部分“对社会无用”，而国际清算银行的研究发现，规模过大的金融部门可能会将人才从生产力更高的领域转移，从而扼杀创新。
现在，人工智能正在实现风险建模、合规和股票研究等功能的自动化，促使人们重新评估该行业的真正经济价值。
新西兰的实体经济优势
新西兰——常被讽刺为偏远的农业前哨——或许在结构上未受人工智能冲击的最严重影响。其约70%的出口来自农业、园艺、海产品和林业。
在国内，主要的就业行业包括老年护理、理疗、管道、儿童保育和幼儿教育。
这些角色需要身体灵活性、感官判断能力和人类同理心——而这些技能目前还无法可靠地复制。
在许多发达经济体过度投资于金融、官僚主义和“垃圾工作”的时代，新西兰专注于有形的、创造价值的工作可能是一种战略优势。
这些领域的创新也在不断涌现。机器人挤奶系统提高了奶制品生产效率和动物福利，生物安全监测保障了出口，林业研究则致力于开发碳中和木材。
如果说金融领域揭示了人工智能如何打破幻想，那么高等教育则展现了其颠覆性的力量。生成式人工智能如今可以生成足以媲美人类作品的论文。
人文学科往往重视理论的流畅性和文笔的精炼——而这正是人工智能擅长的领域。相比之下，科学、技术、工程和数学（STEM）学科则要求精准、形式逻辑和可检验的假设，而这些对于人工智能来说更难模仿。
研究表明，STEM 相关职业面临的自动化风险最低。
新西兰近期对STEM教育的投资可谓恰逢其时。但与此同时，也必须对中小学教师给予相应的支持——这些教师的职责主要基于导师制和自适应教学，而这些仍是人工智能无法企及的。
全球枢纽
新加坡、英国和美国部分地区等服务业占比较高的经济体面临着越来越大的适应压力。
研究人员警告称，除非经济转向创新主导的行业，否则依赖低生产率、常规的服务工作可能会带来长期停滞的风险。
新西兰在农业、制造业、贸易和基本服务方面的基础具有相对的弹性——但只有通过对可衡量的创新和生产力的投资才能得到加强。
新西兰的优势不在于追求抽象的、易于自动化的工作，而在于深化其在人工智能尚未触及的领域的优势——食品生产、护理和基础设施。
这些行业的价值是通过种植、建造、修复和照料来衡量的，而不是通过演示幻灯片。
随着人工智能重新绘制全球劳动力市场的轮廓，每个国家都必须问：如果一项工作可以由算法完成，那么它是否真的像我们所认为的那么重要？
对于新西兰来说，答案可能是加倍努力完成那些无法编码的工作——将曾经的结构性限制转变为决定性的优势。
* Kenny Ching 是奥克兰大学 Waipapa Taumata Rau 商学院的高级讲师。
原文来源： The Conversation，根据知识共享许可，格局新闻网以中文重新发布该文章。
