我局官微“上海統(tǒng)計(jì)”已開(kāi)設(shè)專欄“理論應(yīng)用”，內(nèi)容聚焦前沿理論、立足全球視野，以傳播現(xiàn)代統(tǒng)計(jì)方法、實(shí)踐和成功案例為主，助推統(tǒng)計(jì)人科研水平提高和統(tǒng)計(jì)事業(yè)的改革發(fā)展，歡迎大家及時(shí)關(guān)注分享。

本期推送“知識(shí)經(jīng)濟(jì)遇上AI變革（上）”。原文由巴塞羅那Navarra大學(xué)IESE商學(xué)院的恩里克·伊德（Enriquee）和愛(ài)德華·塔拉馬斯（Eduard Talamàs）合作完成，2025年6月發(fā)表于《Journal of Political Economy》。文章探索了人工智能（AI）對(duì)知識(shí)型經(jīng)濟(jì)的影響機(jī)制。作者建立了一個(gè)包含AI代理的知識(shí)等級(jí)模型，發(fā)現(xiàn)AI技術(shù)對(duì)組織和勞動(dòng)分配的影響取決于其自主性和問(wèn)題解決能力：“自主”AI（可獨(dú)立執(zhí)行任務(wù)）主要提升最具知識(shí)技能者的收益；而“非自主”AI（僅能輔助人類）則更有利于知識(shí)水平最低的勞動(dòng)者。與此同時(shí)，引入自主AI雖然能提高整體產(chǎn)出，但可能加劇不同技能勞動(dòng)者間的收益差距，反之非自主AI有助于縮小差距。這一發(fā)現(xiàn)有助于解釋當(dāng)前有關(guān)AI影響的看似矛盾的實(shí)證結(jié)果，并為監(jiān)管AI自主性提供決策參考。

一、研究背景與問(wèn)題設(shè)定

人工智能正引領(lǐng)新一輪面向知識(shí)工作的自動(dòng)化浪潮，機(jī)器開(kāi)始勝任編碼、研究、問(wèn)題求解等復(fù)雜認(rèn)知任務(wù)。然而，這場(chǎng)變革帶來(lái)的具體影響尚存爭(zhēng)議：一方面，人們不確定以往自動(dòng)化的經(jīng)驗(yàn)教訓(xùn)能否適用于當(dāng)前的AI時(shí)代；另一方面，由于AI仍處于早期階段，個(gè)人和企業(yè)對(duì)其應(yīng)用方式各異，現(xiàn)有實(shí)證證據(jù)尚不足以揭示其長(zhǎng)期的均衡效應(yīng)。在此背景下，兩位作者旨在提供一個(gè)理論框架，以研究AI對(duì)知識(shí)經(jīng)濟(jì)的全局影響。其研究基于這樣一個(gè)認(rèn)識(shí)：知識(shí)型工作的核心特征在于生產(chǎn)所需知識(shí)多為隱性（難以編碼）的經(jīng)驗(yàn)知識(shí)。這種隱性知識(shí)通過(guò)實(shí)踐積累并內(nèi)嵌于個(gè)人，使得個(gè)人的時(shí)間和知識(shí)成為生產(chǎn)的關(guān)鍵瓶頸。因此，在傳統(tǒng)知識(shí)經(jīng)濟(jì)中，企業(yè)通過(guò)層級(jí)組織來(lái)有效利用人才：知識(shí)較少者從事日常常規(guī)任務(wù)，更有知識(shí)者專門解決前者無(wú)法處理的例外難題，形成“分工—求助”的層級(jí)結(jié)構(gòu)。這種由Garicano（2000）開(kāi)創(chuàng)的知識(shí)等級(jí)模型表明，企業(yè)內(nèi)“由下而上”逐級(jí)求助的機(jī)制可使高知識(shí)者擺脫日常事務(wù)，專注于復(fù)雜問(wèn)題，從而提高整體效率。

隨著AI技術(shù)興起，上述傳統(tǒng)范式面臨新的挑戰(zhàn)和機(jī)遇。作者指出，AI不同于以往只能執(zhí)行明確編碼指令的自動(dòng)化工具，其通過(guò)示范學(xué)習(xí)掌握隱性知識(shí)，能夠勝任非編碼的認(rèn)知任務(wù)。AI有潛力紓解長(zhǎng)期以來(lái)困擾知識(shí)經(jīng)濟(jì)的“知識(shí)瓶頸”，帶來(lái)生產(chǎn)組織的根本性重組。但正因?yàn)锳I可涉足以往需人類經(jīng)驗(yàn)判斷的領(lǐng)域，其影響呈現(xiàn)新的不確定性和爭(zhēng)議。一些學(xué)者發(fā)現(xiàn)AI可能更多惠及低技能勞動(dòng)者，降低績(jī)效差距，而另一些研究則顯示AI增強(qiáng)了高技能者優(yōu)勢(shì)并替代了低技能崗位。面對(duì)這些看似矛盾的觀察，本文作者提出有必要從理論上厘清：在一個(gè)以隱性知識(shí)為基礎(chǔ)的經(jīng)濟(jì)中，引入能夠?qū)W習(xí)和執(zhí)行知識(shí)工作的AI，將如何影響勞動(dòng)者的崗位選擇、組織結(jié)構(gòu)及收入分配？為此，作者將AI納入經(jīng)典的知識(shí)等級(jí)模型，從均衡視角模擬AI對(duì)知識(shí)經(jīng)濟(jì)的沖擊。這一模型化研究動(dòng)機(jī)在于彌合經(jīng)驗(yàn)空白，提前洞察AI廣泛應(yīng)用后的可能格局。

二、模型設(shè)定與AI技術(shù)假設(shè)

作者構(gòu)建的模型以Garicano（2000）知識(shí)等級(jí)理論為基礎(chǔ)，預(yù)設(shè)了一個(gè)“無(wú)AI”的基準(zhǔn)經(jīng)濟(jì)：個(gè)人只有時(shí)間這一投入，知識(shí)水平在0到1之間連續(xù)分布。生產(chǎn)過(guò)程中，個(gè)體不斷遇到不同難度的問(wèn)題：當(dāng)難度不超過(guò)其知識(shí)水平時(shí)可自行解決，產(chǎn)生產(chǎn)出；否則就需要向比自己更有知識(shí)的人求助。求助雖能解決問(wèn)題但會(huì)消耗時(shí)間，因而企業(yè)通過(guò)組織分工使求助層級(jí)最小化。均衡狀態(tài)下，不同知識(shí)水平的勞動(dòng)者根據(jù)閾值分為“工人”和“解題者”（即管理者）：低于知識(shí)門檻者專注從事日常機(jī)會(huì)的生產(chǎn)工作，高于門檻者則承擔(dān)解答難題的職責(zé)。這一兩層級(jí)結(jié)構(gòu)被證明是有效率的，人力資源得到優(yōu)化配置。模型結(jié)果表明，在沒(méi)有AI的情況下存在唯一的最優(yōu)分配：知識(shí)水平處于中位區(qū)間的個(gè)人成為常規(guī)工作的獨(dú)立生產(chǎn)者或工人，更高水平者成為提供支持的解題者，從而最大化了全社會(huì)產(chǎn)出。

在此基礎(chǔ)上，作者引入AI要素，對(duì)AI技術(shù)做出關(guān)鍵假設(shè)。首先，AI能夠習(xí)得隱性知識(shí)且可通過(guò)計(jì)算資源無(wú)限擴(kuò)展。企業(yè)可利用計(jì)算能力（compute）大規(guī)模部署AI，從而突破單個(gè)人類時(shí)間的限制。其次，通用的大型預(yù)訓(xùn)練模型（基礎(chǔ)模型）的崛起使企業(yè)可以共享同一AI系統(tǒng)，無(wú)需為每項(xiàng)任務(wù)單獨(dú)訓(xùn)練，從而降低部署門檻。第三，最近出現(xiàn)了可自主行動(dòng)的AI代理，這類AI不僅回答問(wèn)題，還可自主開(kāi)展項(xiàng)目，被視為具備一定自主性的“AI員工”?；谶@些進(jìn)展，模型將AI形式化為一種可將計(jì)算資源轉(zhuǎn)化為AI代理的技術(shù)：所有AI代理被設(shè)定為具備相同的、外生固定的知識(shí)水平zAI∈[0,1)。換言之，可以把zAI理解為該AI系統(tǒng)掌握的知識(shí)熟練程度在全體人力知識(shí)分布中的位置。

模型接下來(lái)區(qū)分了AI代理的兩種運(yùn)作模式：

自主型AI（Autonomous AI）：AI代理幾乎能執(zhí)行人類可執(zhí)行的所有任務(wù)，既可像同事一樣獨(dú)立承擔(dān)生產(chǎn)工作（充當(dāng)“協(xié)作工人”），又能像助理一樣提供決策建議（充當(dāng)“協(xié)作解題者”或“副手”）。也就是說(shuō)，自主AI可以同時(shí)勝任常規(guī)任務(wù)的執(zhí)行和復(fù)雜問(wèn)題的協(xié)助求解。

非自主型AI（Non-autonomous AI）：出于技術(shù)或監(jiān)管限制，此類AI代理只能輔助人類，無(wú)法自主開(kāi)展生產(chǎn)工作。它們僅以“智囊”或“工具”的形式存在，例如代碼補(bǔ)全助手或客服對(duì)話輔助，始終需要人在回路中做最終決策。

圖1  無(wú)AI情況下的兩類企業(yè)結(jié)構(gòu)

圖2  引入AI后的5類企業(yè)結(jié)構(gòu)

整個(gè)經(jīng)濟(jì)中可用于AI的計(jì)算資源總量在模型中被視為給定外生變量，由市場(chǎng)均衡決定其價(jià)格和分配。一個(gè)重要假設(shè)是：計(jì)算資源相對(duì)充裕，而人類時(shí)間相對(duì)稀缺。這反映出現(xiàn)實(shí)中計(jì)算能力的指數(shù)增長(zhǎng)和當(dāng)前AI系統(tǒng)處理信息速度遠(yuǎn)高于人類的事實(shí)。因此，在人與AI協(xié)作中，人類的時(shí)間成為瓶頸，企業(yè)若能用廉價(jià)計(jì)算力替代部分人力，將有激勵(lì)這么做。

此外，作者將自主AI按能力水平分為兩類情境以考察其影響彈性：

基礎(chǔ)型自主AI（Basic AI）：這類AI代理的知識(shí)水平相當(dāng)于原先經(jīng)濟(jì)中普通工人的水平，即 zAI 與一般勞動(dòng)者相當(dāng)。它可以勝任大部分常規(guī)任務(wù)，但在復(fù)雜難題上仍不及頂尖人類專家。

先進(jìn)型自主AI（Advanced AI）：這類AI代理的知識(shí)水平提升到可媲美原先經(jīng)濟(jì)中的解題專家（管理者），即 zAI 達(dá)到原有解題者的水平。因此，它有能力解決許多高難度問(wèn)題，在知識(shí)上相當(dāng)于一個(gè)經(jīng)驗(yàn)豐富的人類專家。

需要強(qiáng)調(diào)的是，現(xiàn)實(shí)中的AI應(yīng)用介于完全自主與完全非自主之間，各行業(yè)AI自主性水平不同。例如，在法律領(lǐng)域，AI可以自動(dòng)審閱合同等文件，卻不能獨(dú)立與客戶交涉或出庭辯護(hù)。為突出機(jī)制，模型主要分析了上述兩個(gè)極端情形下的均衡，實(shí)際影響預(yù)計(jì)介于這兩種極端預(yù)測(cè)之間。通過(guò)比較自主AI和非自主AI兩種制度安排，作者希望揭示AI自主性對(duì)于組織和勞動(dòng)力市場(chǎng)的結(jié)構(gòu)性作用。

編撰：上海科學(xué)智能研究院  徐燕供稿：市統(tǒng)計(jì)學(xué)會(huì)

責(zé)編：薛依宜

審核：楊榮