AI究竟会改善劳动者的生活，还是会让他们丢掉饭碗？《华尔街日报》采访了包括诺贝尔奖得主在内的16位顶级经济学家，询问他们对AI将如何影响经济、劳动者和工作场所的看法。摘选部分问答～部分回答还是值得大家思考的

根据历史经验，被AI取代的劳动者会有怎样的遭遇？

1、达龙·阿西莫格鲁、麻省理工学院教授、2024年诺贝尔经济学奖：大量证据表明，这些劳动者将沦为输家，不平等现象将会加剧。无论是进口商品，还是机器人的应用，都已产生了相当负面且持久的替代效应，究其原因，这些冲击来得猝不及防，且受影响的岗位往往集中在某些局部劳动力市场。

2、戴维·戴明、哈佛学院院长、哈佛大学教授：这取决于他们有哪些在该行当之外的选择。电话接线员立刻就被机械交换技术（比如旋转拨号电话）取代了。这份工作基本上在一夜之间就消失了。但那些原本会成为电话接线员的年轻女性，后来转行成了速记员、行政助理和女服务员。这显示出进行灵活的教育和培训的重要性。人类本身才是终极的通用技术！

3、约书亚·甘斯、多伦多大学罗特曼管理学院教授：他们将在其他领域重新就业。只有当技术变革摧毁了特定地区的某个行业，而人们又没有搬迁去另谋生路时，我们才会看到大规模的技术性失业和工资下降。

4、丽贝卡·亨德森、哈佛商学院教授：如果发展顺利，我们的生产力将大幅提高，从而可能变得更加富有。但这些红利能否惠及大众，那些职业生涯被毁的劳动者能否成功转型，这些并不取决于技术。而是取决于我们能否建立起合理的社会制度与政策，去分配收益并弥补代价。在这两方面，美国都没有什么光彩的历史。

5、迈克尔·斯特兰、美国企业研究所经济政策研究主任：从中期来看，新技术（基本上）会让社会上的每个人都过得更好。但回望工业革命，平均实际工资曾长期停滞不前，非工资福利的质量也在长达40年的时间里持续下滑。信息时代的新技术虽然带来了平均实际工资和家庭收入的增长，但许多劳动者却被抛在了后面。我没有理由相信AI革命会有所不同

随着AI的普及，哪些类型的劳动者最有可能从中受益，又有哪些人最有可能受到伤害？

1、戴维·奥特、麻省理工学院教授：那些从事常规信息处理工作的资深员工面临着真正的被取代风险，这类工作包括理赔理算、文件翻译以及撰写标准广告文案等。相比之下，初级员工反而可能从中受益：AI能够大幅缩短学习曲线，让经验不足的新人更快展现出高水平的工作能力。

2、玛莎·金贝尔：正如许多人所料，实际情况可能是年轻人一开始受到的冲击更大。但他们毕竟处于职业生涯的起步阶段，有充裕的时间去转换赛道。相比之下，那些在岗位上多坚守了几年却最终被淘汰的年长员工，想要再找一份新工作恐怕会艰难得多。

3、拉斐拉·萨敦、哈佛商学院教授：我认为，真正的赢家是那些能够创造性地思考AI创值路径、迅速将想法付诸实践，并随时准备通过实验与验证来修正自身直觉的劳动者。爱钻研的人和实干家将在这种环境中如鱼得水。同时我也发现，深谙组织内部政治的人将大有作为。

4、杰德·科尔科、多伦多大学罗特曼管理学院教授：那些主动探索AI如何赋能自身工作或所在组织的人将会受益。这其中既包括熟练驾驭AI、以全新视角审视工作的初级员工，也涵盖那些对AI有足够了解且对组织架构有深刻理解的资深员工，他们能够指出如何将AI技术应用到现有的业务流程中。

AI可能对哪些职业有所帮助，或造成伤害？

1、戴维·奥特、麻省理工学院教授：最直接受益于AI的，是那些专业技能含金量高且能被这项技术大幅赋能的行业，例如诊断医学、工程学和科学研究。AI让这些专业人员如虎添翼，只需更少的辅助人员，就能以更快的速度完成更多的工作。而面临最大风险的职业则恰恰相反：那些依赖大规模信息处理而无需深度专业化的岗位将首当其冲。

2、阿贾伊·阿格拉瓦尔、多伦多大学罗特曼管理学院教授：那些高度依赖主观裁量与决策的职业，如战略规划、医疗诊治和科学研究，将迎来AI技术的强力赋能。而真正面临风险的，是那些主要产出为AI可以复制的标准化认知产品的职业，比如基础编程、常规会计或入门级文案撰写

3、杰德·科尔科：处境最危险的未必是那些身处AI重灾区岗位的人，而是那些最缺乏适应能力的人。

人们应该如何准备？

1、阿贾伊·阿格拉瓦尔：你应该集中精力培养判断力和提升AI素养。对于学生来说，要专注于‘高阶’技能，比如发现问题的能力以及行使判断力（权衡利弊）。对于职场人而言，要学会如何驾驭AI工具。未来最高产的员工，不会是那些代码写得最溜或文章写得最漂亮的人，而是那些具备敏锐判断力、知道该信任哪些AI输出，并懂得如何将这些输出整合到更广泛系统中的人。你要努力成为那个拍板决定‘做什么’的人，而不是那个只会埋头‘执行’的人。

2、尼古拉斯·布鲁姆：继续接受教育。纵观历史，教育始终是抵御新技术冲击的坚实防线。受过良好教育的人往往具备更强的灵活性，因此，教育对我们以及我们的下一代来说很关键。

3、拉斐拉·萨敦：对于年轻学子，我的建议是选择一个自己真正热爱的领域。面对未来巨大的不确定性和剧变，唯有热爱，才是支撑你不断学习和适应的动力源泉。但与此同时，要将这种热情与在自己领域内钻研、实验和亲身实践AI的意愿结合起来。

4、约书亚·甘斯：学会如何用AI完成你接手的每一项任务。在现阶段，这是唯一能让你学会如何与AI协作并真正吃到技术红利的方法。