編按：未來人類將如何與AI共存？全球人工智慧領軍人物李開復，以35年AI專業經驗，以及歷任蘋果、微軟、Google頂尖科技公司全球副總裁等重要職務對全球科技業的了解，在新書《AI新世界》中為讀者分析未來世界的可能樣貌。本版節選片段，以饗讀者。■文：李開復 節選自《AI新世界》（台灣天下文化出版）
火的試煉 新的社會契約
前方的挑戰將十分巨大，就像我在第6章敘述的，我預測在未來十五年內，就技術上而言，美國有40％~50%的工作可以被自動化。但是，這並不是說，這些工作將在一夕之間全部消失。不過，如果任由市場機制自然發展，世界各地的工作者，將會開始承受巨大的壓力。中國和其他開發中國家，受到衝擊的時間點可能不同，工作流失可能發生得更晚或更早，視經濟結構而定，但整體的趨勢大致上相同：失業增加，貧富不均擴大。
技術樂觀主義者可能會借鑑歷史，以工業革命和 19 世紀的紡織業為例，證明情況會愈來愈好。但是，我也在前文討論過，這樣的論點愈來愈站不住腳，AI革命的規模、速度和偏重特定技能，將會迫使我們面對史上前所未見的全新挑戰。就算最嚴峻的失業預測沒有實現，AI也會嚴重加大互聯網時代造成的財富不均。
我們已經目睹薪資停滯和貧富不均擴大，可能導致政治不穩定，甚至造成暴動。隨着AI 席捲全球的經濟與社會， 這些趨勢很可能加劇又加快。長期而言，勞動市場會自我平衡，但在那之前，我們必須先通過就業流失和不均擴大的火的試煉，這些試煉可能就會讓我們先嚴重脫軌。
想要克服這些挑戰，我們當然不能被動反應，必須主動掌握AI為我們創造的物質財富，重建我們的經濟、更新社會契約。罹癌帶給我的啟示雖然非常個人，但我相信這些領悟也給了我一個全新的觀點，思索我們如何共同應付這些問題。
想要打造一個能在 AI 時代繁榮發展的社會，經濟會需要巨大的改變，文化和價值觀也是。過去，長達幾世紀的時間，我們生活在工業經濟中，相信自己在社會上的主要角色（甚至身份認同），存於一份具有生產力、可以賺取薪資的工作中；如果沒有這個，個人與社會最強的連結就消失了。隨着我們從工業時代轉型到AI時代，必須改變「工作＝生活」這樣的心態，不能繼續把人類當成生產力優化演算法的變數，必須轉型到比以往更重視愛、服務、同理心的新文化。沒有任何經濟或社會政策，能夠用「蠻力」改變我們的心。但是，在選擇不同的政策時，我們可以獎勵不同的行為，逐漸把文化推往不同的方向。我們可以選擇純粹的技術治理方法，把每個人視為一個待滿足的金融／物質需求組合，給所有人足夠生活的錢，讓他們不至於餓死或無家可歸。 事 實 上， 這 種「全 民 基 本 收 入」（Universal Basic Income, UBI）的主張，近年來似乎愈來愈流行。
如果作出這種選擇，我認為，將會貶低我們的人性價值，錯失了一個空前的機會。相反地，我認為，我們可以運用AI創造出來的財富，加倍下注於人類的獨特性。想要成功做到這件事，就必須改寫基本的社會契約，也必須調整經濟誘因，獎勵對社會有益的活動，就像工業經濟獎勵對經濟有益的活動一樣。
接下來，我會帶各位檢視三種適應AI經濟最常見的政策建議，很多都來自矽谷。
「3R」解方
矽谷提出的許多技術性解方，大致上可以分成三類：再訓練工作者（retraining workers）；減少工作時數（reducing work hours）；重新分配所得（redistributing income）。每個方法都瞄準了調節勞動市場的一個變數，分別是技能、工作時間和酬勞，對工作流失的速度與嚴重性有不同的假設。
提倡再訓練的人，傾向相信 AI 會慢慢改變市場需求的技能，如果工作者能夠接受訓練、調整技能，就不會發生人力需求減少的問題。提倡減少工作時數的人，相信AI會減少人力需求，但如果一周減為工作三、四天，把同樣的工作時間分配給更多工作者，就可以吸收人力需求減少的衝擊。提倡重新分配所得的人，對 AI 導致的工作流失預測最為悲觀，很多人預測隨着AI進步，會徹底取代、驅逐工作者， 再多的訓練或調整工作時數都沒有用。相反地，我們必須採取比較激進的重新分配所得方法來幫助失業者，更均勻分配AI 創造出來的財富。接下來，我會討論一下這些方法的價值和陷阱。
提倡再訓練的人，通常會指出兩個相關趨勢，認為它們對準備面對 AI 的轉型非常重要，那就是 1.）線上教育；2.）終身學習。他們相信，現在愈來愈多的線上教育平台（免費和付費的都有），可能被取代的工作者擁有前所未有的管道，可以取得訓練教材和課程，學習新工作需要的技能。這些平台──包括串流影音網站、線上編碼教學等──是終身學習者的好工具，可以幫助他們不斷地更新技能，順利轉入還沒有被自動化的新行業。這樣的再訓練如果運作流暢， 失業的保險經紀人可以利用Coursera 之類的線上教育平台， 成功轉職為一名程式設計師。如果新的工作再度被自動化， 還可以再訓練一次，也許這次變成演算法工程師，或是心理醫師。
透過線上平台終身學習，當然是很棒的主意，而且我也相信工作者接受再訓練，會是非常重要的一環。這個方法特別能夠幫助第 6 章兩張就業風險評估圖「慢變區」中的工作者，讓他們保持領先AI的能力，更具備創意思考，或是在非結構化環境工作的能力。我也喜歡這個方法，能夠為這些工作者創造個人成就感，以及掌控生活的自主感。
但是，考量到 AI 對就業衝擊的深度與廣度，我擔心，這種方法無法解決大量失業的問題。隨着AI持續佔領新行業的工作，就業者每隔幾年就必須轉行，要快速學會別人花了一輩子才練就的技能。由於自動化的速度和路徑並不確定，這使得情況變得更加複雜。就連 AI 專家也難以預測哪些工作在未來幾年會被自動化取代，我們真的能夠期望一般工作者，可以正確選擇自己的再訓練計劃，準確預測未來幾年哪些工作比較安全嗎？
我擔心，工作者將會陷入換來換去的狀態，就像動物遇到不斷高漲的洪水，自動就會從一塊岩石跳到另一塊岩石去，尋找更高處，以求安全。再訓練確實可以幫助很多人在AI 經濟中找到工作，但是我們必須實驗不同的方法，設法擴大再訓練的規模，讓這件事變得非常普及。不過，我認為，我們不能只靠這種比較隨意的方法，應付即將橫掃全球勞動市場的大規模破壞力量。
工作共享？
在這裡，我必須說明一點，我相信教育會是解決未來AI 失業問題最好的長期解方，畢竟人類數千年來早已證明我們在技術創新，以及自我訓練新技能以適應創新這兩件事上，擁有驚人的能力。但是，由AI造成的改變發生的規模與速度，不會讓我們有餘裕可以只靠周期很長的教育革新， 就跟得上我們自身發明不斷改變的需求。很多人都了解這樣的破壞力量可能有多大，例如谷歌共同創辦人賴利．佩吉（Larry Page）等人，甚至提出更激進的主張：一周改成只要工作四天，或是讓多人「共享」同一份工作。這種主張還有一個版本是，把一份全職工作拆成好幾份兼職工作，讓更多工作者可以分享愈來愈稀缺的工作資源。諸如此類的方法，都代表大多數工作者的薪資可能減少，但至少可以避免他們完全失業。
一些很有創意的工作共享方法已經實施，2008 年全球金融危機之後，美國有好幾州實行工作共享的方法，避免因為業務突然暴跌，導致公司大量裁員。很多面臨業務危機的公司，並不是直接解僱一部分的員工，而是讓一部分的員工減少工作時數20%? 40%，然後地方政府提供部分的損失補助，通常是50%。這種方法在某些地方運作得很好，讓公司和員工不必遭受裁員的風暴，以及日後業務好轉後又得重新徵人的麻煩，也幫助地方政府省下原本必須支付的全額失業救濟金。
工作共享的安排，有助於減少失業，尤其是在兩張就業風險評估圖「結合區」中的工作。這些工作由 AI 負責執行主要的任務，只需要少量的員工來和顧客互動。如果執行得當的話，這些安排可以當作政府補助或誘因，讓公司繼續僱用更多的員工。
但是，這種方法雖然可以應付短期的衝擊，恐怕無法應付AI對就業市場的持續巨大衝擊。現存的工作共享方案， 只補助薪資損失的一部分，工作者的實質所得還是減少。如果只是暫時性的經濟危機，工作者或許能夠接受這種安排， 但肯定沒人想要薪資長期停滯或向下流動。一個人原本每年可以賺 20,000 美元，你告訴他／她現在每周工作四天，年薪降為 16,000 美元，這種方法肯定並不會被低收入者擁戴。
當然，如果類似方法還能夠更有創意一點，或許能夠修正這點，所以我鼓勵企業和政府繼續做實驗。但是，我擔心這種方法，遠遠不足以應付 AI 對勞動市場造成的長期壓力，所以可能得採取更激進的重新分配所得的方法。