早在1965年，人工智能这个术语就被正式提出。

1977年，IBM深蓝战胜人类国际象棋冠军，标记着人工智能往前迈开了重要一大步。2017年谷歌旗下的AphaGo与柯洁对战，3比0获胜，至此，围棋界公认AphaGo的棋力已经超过人类职业围棋顶尖水平。

含泪对弈的柯洁

正是此弈之后，人工智能迅速引起社会关注，人工智能即将取代人类工作的话题被广泛讨论，引起了普遍的狂热和焦虑。

事实上，在AlphaGo成名前人工智能就已不再只是一项存在于实验室中的科技，Siri、微软小冰、小爱同学等都已经出现在我们的生活中，只不过那时的他们还没那么聪明罢了。

而随着人工智能水平的不断提高和人工智能的广泛应用，确实有越来越多的岗位受到冲击——

例如从2016年到2018年，智能化建设的推进使银行业务线下人工处理率从15.69％下降到11.31%。因此，中国农业银行雇用了638名技术工程师，而26808名柜面人员则失去了工作。

这一趋势在中国建设银行的事例中更为明显，2017年中国建设银行将线下人工处理率降低至３％，柜面人员和技术工程师的数量在2018年均有所下降。

还有那些更直观的例子，高速收费站慢慢地没有了收费员，图书馆多了自助机器人，超市多了自助结账通道......

所有这些在日常生活中具体可感的事例让人们“人工智能即将让人类失业”的焦虑更是有增无减。

站在人类历史的角度来看，人们的这种焦虑实属变革中的常态。这不是人类技术史上第一次有人担心工作被机器取代。根据历史经验，虽然科技进步取代了人类的一部分工作，但同时又会派生出新的工作。比如蒸汽机革命让大批使用手摇纺织机的工人失业，但英国的纺织工业却因此有了巨大发展，而由此也需要更多的人从事相关工作。

但是，对于每一个个体而言，我们最关心的并不是那些宏大的历史叙事中的劳动者，而是生活在真实世界中的需要工作养家糊口的劳动者。

对于历史而言，一些职业消失了，一些新的职业会填补空白，如此就业岗位数量总体是稳定的。而对于个人而言，在技术变迁中提供的新岗位往往是自己无法胜任的。因此，人们总是容易看到那些失去的工作，但不容易看到新技术带来的新工作。人工智能对就业的影响已经初见端倪，而未来随着人工智能的普遍应用和发展，人工智能又将对就业市场产生什么影响呢，哪些人最有可能被人工智能替代？来看专家团队的分析吧。

人工智能的理论替代概率

这一概念可理解为人工智能取代人类智能的全部潜力。

更通俗点，就是从理论上讲人工智能可以在哪些方面在哪种程度上取代人，比如AlphaGo就能够在计算能力上完胜人类，但是它的识图水平远比不上人类。

我们将引入指数“人类水平绩效评分”（ 也就是人类做某项工作的平均水平）来定义人工智能理论替代概率。人工智能技术在人类水平绩效评分卡中所获分数越高，它对劳动力的理论替代概率就越高。

下图显示了按目标能力划分的技术分类。

与人类能力相对应的主要人工智能技术

人工智能替代的是能力而非职业，因此那些被替代的劳动力则需要依靠其他能力寻找新工作。

各职业人工智能理论替代概率的计算结果显示，对感知和操作能力、创造力和沟通技能要求较低的职业更易受到人工智能的影响，例如水利设施管理养护人员替代率高达88%，机械制造加工人员替代率为87.67%。另一方面，人工智能虽然在过去十年中取得了巨大进展，但许多关键性的人工智能技术仍在技术生命周期的起始阶段，因此人工智能就目前而言发展尚处于起始阶段，我们依然有时间去学习新技能以满足将来的工作要求。

各职业理论替代概率人工智能应用率

顾名思义，人工智能应用率其实就是AI应用在各个行业的广泛程度。这一因素衡量了人工智能技术的现实收益。

当人工智能系统的能力显著提高至接近甚至超越人类水平后，AI方案会在各类行业工作场景中爆发式广泛应用，取代人类劳动。

但是，受制于投资回报、效率、改造成本甚至政治原因等现实瓶颈，人工智能在工业领域的应用以及对人工劳动的替代进度将远远落后于人工智能的理论发展速度，而且AI方案在不同行业和职业的落地速度也差异巨大。

即，人工智能虽然看上去对我们工作威胁巨大，但它现在还是只刚出生的小老虎，对我们威胁有限。人工智能时代最重要的就是各类数据的采集和获得，因为人工智能需要大量数据 “投喂”如此他们才能变得更聪明。想想各大厂，如阿里、腾讯等最值钱的是什么？我们现在最担心的是什么？就是他们手中掌握的广大用户的各类使用数据。因此，我们将数据的可获得性量化为数字化率。某一行业对物联网投资越多，可用数据量就越大。而当前低数字化率是应用人工智能的主要瓶颈。

此外，人工智能解决方案在行业中的应用依然严重依赖于部署定制，而且应用场景的限制不同，所应用的解决方案也会体现较大差异。

也就是说，各个行业内部对于人工智能的使用尚未达成某种标准协定，各个企业各自为营，自己搞自己的，这将会阻碍人工智能的大规模推广应用。

如同集装箱一样，在集装箱出现之前，各个国家都有自己的标准，跨国运输就会很麻烦，运输成本也将提高一大截，而集装箱的出现在最大程度上规避了这些矛盾和麻烦。而人工智能领域内的“集装箱”目前尚未出现。

综合以上因素和2017人工智能应用率，中国各行业2049人工智能应用率计算结果显示，批发零售业、住宿和餐饮业、金融业为应用率最高的三个行业，而其相对应的职业则是替代率较高的职业。纵观全局，人工智能无法完全替代人类智慧和所有职业，但各行业对人工智能的不同采用程度的确会使就业率受到不同程度影响。

人工智能实际替代率

实际替代概率等于理论替代概率乘以应用率，根据这一公式，我们根据劳动者的年龄、性别、受教育程度和收入水平等特征将样本划分为不同子样本，估算出了人工智能对不同特征劳动者的实际替代概率。

年龄

首先，根据劳动者年龄计算出人工智能替代概率加权平均值，结果如图所示。

不同年龄组人工智能替代效应

结果表明，20-29岁年龄组的人工智能替代概率最低，而60-69岁年龄组的人工智能替代概率最高。

造成这一现象的主要原因是，年轻人更有可能获得新知识和新技能，而老年人适应技术变革的能力较弱，因此更有可能被人工智能所取代。

性别

下图显示了根据劳动者性别计算出的人工智能替代概率加权平均值。

不同性别组的人工智能替代效应

结果表明，女性劳动者比男性更容易被人工智能替代，但差距仅为1个百分点。

一些研究表明，在求职、晋升机会和劳动报酬方面，女性在劳动力市场上比男性受到歧视的可能性更大，这可能是二者在替代概率上细微差别的来源。

受教育程度

一些研究表明，人工智能对就业的替代效应并不是技术中性的，对高技能劳动力和低技能劳动力的影响存在较大差异。下图显示了根据受教育程度计算得出的人工智能替代概率。

不同受教育程度组别的人工智能替代效应

结果显示，人工智能替代概率随着受教育程度的提高而降低:文盲、小学和初中组的替代率较高，而高中及以上组的替代概率则大大低于前者。特别是具有大学及以上教育程度的人，人工智能的替代概率仅为低教育程度组的一半。

2049年这些人将被替代

在前文我们已经获得了2049年各行业人工智能的实际替代概率，而根据中国目前的行业分类，劳动力就业主要分布在19个行业大类中。

因此可以根据2015年人口普查数据中的各行业就业比率和2018年中国就业人数来估算这些行业大类中的就业人数，并结合人工智能的实际替代概率，预测2049年每个行业中被人工智能替代的就业人数。

2049年被人工智能替代的就业人数估算

结果显示，中国将有1.42亿城市劳动力被人工智能替代，占城市总就业人数(4.34亿)的32.7％；同时，中国农村劳动力中将有1.35亿人被替代，占农村劳动力总数(3.42亿)的39.5％；到2049年，中国将有2.78亿劳动力被人工智能替代，占中国当前就业人数的35.8％。具体而言，城市中就业人数替代最多的三个行业是制造业、交通运输、仓储和邮政业，以及农、林、牧、渔业。

农村中就业人数替代最多的三个行业是农、林、牧、渔业，制造业，以及建筑业。

而如果我们将人工智能应用率的高低因素考虑进去，那么在高应用率下2049将有3.326亿劳动者被替代，在低应用率下也将有2.007亿劳动者被替代。

其他因素的约束

然而，人工智能对中国劳动力市场的影响也受制于许多其他因素。

首先，它取决于人工智能技术和人类传统劳动力的相对使用成本和收益， 虽然目前中国劳动力成本显著增加，但与发达国家相比仍然相对较低，而人工智能技术的应用目前成本较高， 若将劳动力成本因素考虑在内，人工智能的应用则可能需要更长时间。

其次，中国逐步加快的人口老龄化进程也会作用于人工智能对中国劳动力市场的影响，但人工智能也会反过来弥补老龄化进程加快造成的劳动力数量的减少。

根据相关专家的预测，从2018到2049，中国适龄劳动人口数量将减少1.67亿-2.57亿，而减少的劳动力将很可能被人工智能取代。换言之，人工智能技术的发展在一定程度上减轻了老龄化对中国劳动力市场的负面影响。

最后，与其他技术类似，人工智能技术在产生巨大替代效应的同时，也具有非常显著的创造效应。受人工智能上下游产业发展的驱动，人工智能技术将创造出一系列相关领域的工作或新职业。

人工智能并不可怕，它如同蒸汽机和电力的出现一样，将对人类社会产生前所未有的广泛影响。而人工智能并非在取代任何行业，而是在改变所有行业。在未来，人工智能必将得到长足发展，而我们想要避免被其取代就不能让自己成为依赖单一工具的人，而要成为能够利用人工智能来提升自己的人。

编辑 范锦桦