人工智能（AI）時代的到來，給我們的生活和工作帶來了前所未有的衝擊與機遇。那麼，未來工作是否還必不可少呢？如果人工智能創造了足夠多的資源，我們是不是可以擺脫工作的束縛？
從法律與勞動法定義的角度，工作是指根據合同關係，由勞動者向用人單位提供一定形式的勞動，用人單位支付工資報酬的行為。而從人類學或哲學的角度，工作不僅是謀生手段，更是人類實現自我、參與社會、建構身份的重要途徑。
回顧過去30年人工智能的發展歷程，我們發現了一個清晰的軌跡：AI技術逐步從體力勞動的自動化向腦力勞動的智能化推進。特別是ChatGPT的出現及其後的快速更新，進一步凸顯了AI技術的潛力。現在，AI不僅可以執行簡單的、重複的任務，還能夠處理複雜的文字內容創作、圖像生成、決策建議等工作。這一變化對人類工作的衝擊無疑是巨大的。
簡而言之，AI正在完成「體力→腦力」「簡單→複雜」「專業→通用」三次跨越，將更多的腦力密集型任務納入於自動化視野。過去可能只是簡單的搬運工作，但到現在可以實現自動駕駛、視頻製作；過去只是解決某一領域的具體問題，但現在可以製作視頻、寫詩、作畫。
不同的時代，AI影響的群體也不相同。通過對2018至2024年125萬條招聘數據的分析研究，筆者的研究團隊發現，AI對各類職業的影響存在顯著差異。具體而言，AI大語言模型暴露度高的職業主要集中在程序化、規範性強的白領崗位，比如會計、審計、編輯、程序員等。這些工作由於具有明確的規則和流程，更容易被AI所替代。
相反，一些需要與人直接互動、無法嚴格按照規則進行的職業，如清潔工、餐廳服務員、廚師等藍領崗位，對AI大語言模型暴露度則非常低。這類職業對個體的靈活性、現場應變能力以及情緒感知能力要求較高，目前的AI技術尚難以實現。
未來技術進步對工作的影響可能會出現兩個趨勢：一個是工作兩極化，一個是工作任務化。
首先，筆者研究發現，高技能和極低技能的崗位需求正在增加，而中等技能崗位需求明顯萎縮。中等技能崗位多為程序化和重複性的任務，對AI大語言模型技術的暴露度高，很容易被技術取而代之，比如一般文員、數據輸入員等，這些崗位正在被AI迅速替代。而極高技能崗位，如戰略決策者、創意產業人士，以及極低技能崗位，如流水線上的簡單手工任務，對AI大語言模型技術的暴露度低，這些崗位和職業則不容易被AI大語言模型取代，反而需求增加。「兩極分化」的趨勢使得傳統意義上的職業穩定性受到了挑戰，而個體如何在職業生涯中定位、適應未來的變化，成為一個重要的課題。
其次，一些完全不需要技能的工作也會增加，這就是工作的任務化。舉例而言，雖然機器人技術的快速飛躍帶來了生產效率大幅提升，但其中像手錶、手機生產過程中特別細微的打螺絲工作是機器人無法完成的，需要人來完成。隨着機器人技術帶來的生產效率提升，機器無法完成的工作對人的需求將大量增加，以此配合機器的大產能。
面對AI的迅猛發展，一個根本性的問題浮現出來：未來工作是否還必不可少？從理論而言，若資源豐富到足以供所有人享受富足生活，工作作為謀生的手段可能會失去必要性。但這個情景目前仍屬於一種烏托邦式的假設。從歷史上看，每次技術革新雖然帶來了一些崗位的消失，但同時也創造了更多新的崗位。近80年，超過60%的工作崗位都是新創造出來的。
這就給了我們一個空間，應對技術進步帶來的衝擊，同時還可以發揮技術進步的增強效應，借助AI把工作做到更好。因此，在可預見的未來，儘管AI技術會導致一些崗位的消失和變化，但整體而言，人類的工作並不會完全消失。相反，工作的形態、內容和技能需求將發生深刻變革。
企業對「軟技能」需求降
事實上，人工智能時代的到來，促使了對個體技能需求的深刻變化。在AI大語言模型時代，有些技能的需求是在下降的，這些需求包括溝通能力、學習能力、情緒智力、適應能力和思維能力等。
招聘信息分析顯示，企業對溝通能力、學習能力、情緒智力等傳統意義上的「軟技能」的需求有所下降，原因是AI技術已能較好地完成相關任務。比如在職場上，使用AI大語言模型來完成寫郵件、討論問題等工作，大概率會比人類完成得更出色，所以用人單位對這方面的需求會下降。
與此同時，專業技能、管理能力、解決問題能力、自主性和協作能力的需求則明顯上升，這就要求人類工作人員具備更高的專業判斷和管理能力，能有效利用AI的輔助作用完成任務。AI雖能高效生成建議，但可能出現「幻覺」或誤判，以金融和醫療為例，其輸出須由專業人士覆核，才能落地實施。這使得用人單位對於「專業性」的要求愈來愈高。
（作者為北京大學國家發展研究院副院長）
