AI时代工资趋势：5年数据揭示涨跌规律

11月16日消息，布鲁金斯学会（Brookings Institution）最新发布的研究报告指出，人工智能革命可能会呈现出典型的"繁荣－衰退"周期特征，只不过这种周期并非体现在金融市场，而是反映在工资水平的变化上。

在自动化技术应用的初期阶段，劳动者借助更智能的工具提升工作效率，有望推动薪酬水平上涨。

但随着AI系统逐步掌握更多类型的任务，相关领域对人力的需求可能随之下降，劳动者或被迫转向附加值更低、增长更缓慢的岗位，从而失去那些早期收益。

在模拟实验中，宾夕法尼亚大学"整合知识讲席教授"、神经科学教授康拉德·科尔丁（Konrad Kording），以及该校社会政策与实践学院副教授伊奥安娜·马林内斯库（Ioana Marinescu）发现："智力密集型行业的自动化进程，初期会推高工资水平，但随后将导致其回落。"

研究进一步说明，在最初的生产率激增之后，"负面效应将占据主导地位，因为大多数劳动者逐渐被排除在智力型任务之外"。

为阐明人工智能时代可能的发展路径，研究团队构建了一个交互式模型，用以追踪"人类主导型智力劳动"向"机器主导型智力劳动"的过渡过程。

模型显示：AI在初期显著提升生产率，带动工资迅速攀升；随后工资增速趋于平缓，并在自动化广泛应用后开始下滑。

值得注意的是，即使在工资下行阶段，整体产出仍持续增长，这表明经济增长的成果日益向资本倾斜，而非劳动要素。

随着更多认知型工作被自动化取代，人类劳动力逐渐转向增长缓慢的体力型岗位（如建筑、照护服务等），从而进一步压低整体工资水平。

最终呈现出一条"倒U型"曲线：短暂的工资繁荣期之后，伴随数字经济发展持续快于实体经济，出现工资回调。

研究作者强调："即便自动化在初期推高了工资水平，其长期仍可能导致工资大幅下滑。"

值得注意的是，该研究摒弃了当前AI辩论中的两种极端观点，既不认同技术乌托邦主义者关于"无限繁荣"的畅想，也未采信"全面失业"的末日恐慌。

相反，科尔丁与马林内斯库提出了一个中间立场，称之为"智力饱和"：AI虽可提升经济体的智力水平与生产效率，但其增益终将放缓。原因在于，现实工作仍依赖人类劳动力、实体工具与设备协同完成，无法完全脱离物理世界。

为防范上述"倒U型"曲线对劳动者造成不利冲击，作者建议：

1、主动放缓自动化推进速度，避免技术变革对劳动力市场造成剧烈震荡；

2、加大对实体资本的投资，包括机器、设备与工具，以确保人类劳动者即便在数字任务持续减少的背景下，仍能维持较高生产率；

3、对线上虚拟服务替代线下人工服务的情形征收专项税负，防止AI"掏空"整个产业生态。

这一"虚拟服务替代税"的构想，与美国参议员伯尼·桑德斯（Bernie Sanders）此前倡导的"机器人税"提案理念相近，即对采用AI技术大规模替代人工岗位的企业征税，以缓解技术变革带来的社会成本。