top of page

AI掀失業潮 政府宜早應對

Updated: Apr 28

人工智能(AI)有望開創高效率及個性化的新時代。然而,在創新的表象之下,某些人群被剝奪經濟權利的現象可能帶來不可持續性的社會。政策制定者應該加快討論如何在不破壞經濟情況下應對全新科技變革。 幾周前我在倫敦探訪一間使用人工智能幫助企業解決法律文件校對的初創公司,從前專業人員需要幾周時間才能完成校對工作,如今居然可以在幾秒之內完成,還能根據場景給出相應的修改建議。如果把這個例子擴大,距離「腦」力密集的工作被廣泛取代的時日不多了。企業為了尋求競爭優勢必須提升效率,自動化也是必然選擇。 早在2004年至2009年間,已有超過2%、即700萬名美國人,因為機器化在大規模裁員中失業。據哈佛大學的研究,當失業職工返回勞動力市場時,他們的工資通常會永久性地降低17%至30%。 如果不能在兩個月內重新投入就業市場,求職者的簡歷被選中的機會就會大幅下降。許多人別無選擇,出現精神沮喪以至婚姻問題。他們的孩子學習出現問題的可能性甚至會高出15%。麻省理工學院經濟學教授發現,美國正在經歷極端化政治現象。共和黨和民主黨的選民都不約而同地傾向推翻溫和的國會代表。

大家是否有點似曾相識的感覺,我們不要小看這些科技造成的勞動力變化,而且必須要及早發現,也使政府有時間去計劃進行特定的再培訓、稅收預測和新業務招聘。政府有責任收集這些數據,並強調再培訓的方向及重要性,而不是盲目相信自由經濟的調節能力。然而,至少有一件事是很清楚:什麼都不做是不可能的。許多行業已從美國經濟中消失。這種情況只會在未來幾年愈演愈烈。我們不應該與科技鬥爭,反而要接受它,並為那些工作被機械人取代的人員做好準備。每個人都應該有機會學習將他帶入未來的技能。 假如不是這樣,未來社會將出現多數人付出代價、少數人能夠享受的失衡局面。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page