--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能和资本主义的未来_1-200的全文翻译" author: null edition: null publisher: null year: null isbn: "9780745338613" library_document_id: "addbcbca-2f35-4d20-b661-aef770dd9ec7" source_sha256: "15b5eb23c1acb2a61c49581e05aff79dc9161d989a8c2be742d36b2c16d3ac15" pdf_physical_page_count: 200 pdf_physical_page_index_base: 0 range_start: 90 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/addbcbca-2f35-4d20-b661-aef770dd9ec7?start=90&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/addbcbca-2f35-4d20-b661-aef770dd9ec7.md?start=90&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/addbcbca-2f35-4d20-b661-aef770dd9ec7.md?start=80&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/addbcbca-2f35-4d20-b661-aef770dd9ec7.md?start=100&limit=10" --- # 人工智能和资本主义的未来_1-200的全文翻译 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=90 | PRINTED_PAGE=82 然而，在流通领域，资本的人工智能计划在北美和欧洲发展得最快，加速了“物流革命”，将运输、仓储、通信和零售联系在日益复杂和无缝的系统中(Cowen 2014;Rossiter 2016)。正如我们所看到的，自动驾驶汽车是人工智能资本最具盈利潜力的形式之一。这一前景通常在自动驾驶个人汽车(既是一种消费品，也是商品劳动力工作的手段)方面进行讨论。然而，最直接的收获是自动商用卡车运输。自动驾驶卡车已经在采矿等行业现场使用。沃尔沃(Volvo)、戴姆勒(Daimler)和特斯拉(Tesla)等公司正在努力向长途运输转型。2016年，Uber小心翼翼地展示了(在最有利的条件下)由自动驾驶卡车运送啤酒的演示(Peterson2016)。从那时起，这种车辆(由值班司机陪同)开始用于将冰箱从德克萨斯州埃尔帕索的一个仓库沿着I-10高速公路运送到加利福尼亚州棕榈泉的一个配送中心。 无人驾驶卡车全天候运行，不需要休息，在车队中有值守或可能有远程驾驶员，在没有行人、骑自行车的人、没有红绿灯的长直高速公路上行驶，或者在特殊车道上行驶，这是一个有利可图的人工智能前景。这将使工人阶级就业的一个重要部门实现自动化。在美国，卡车运输业是一个价值6760亿美元的行业，雇佣了大约350万名司机。在利润微薄的行业中，劳动力成本“占货运总成本的45%”(Campbell2018)。国际运输论坛2017年的一份报告预测，在美国和欧洲的640万卡车司机中，多达440万可能会被自动驾驶技术淘汰(ITF2017)。将自动驾驶卡车纳入国家车辆法规遭到了代表近60万卡车司机的卡车司机工会(Teamsters Union)的反对，该工会将其引入描述为“灾难性的”(Marshall2017)。这种反对只是人工智能自动卡车运输面临的众多障碍之一:其他障碍不仅包括改进自动驾驶技术的持续问题(如2018年发生的一系列事故所见证的)，还包括高速公路系统的适应和法律责任的明确(Moody2018b)。因此，尽管自动驾驶卡车可能是人工智能资本风险投资中最赚钱的项目之一，但它们也是其中之一 82 inhuman power ## PDF_PHYSICAL_PAGE_INDEX=91 | PRINTED_PAGE=83 也是最具挑战性的。然而，还有其他更直接的机会。 不像高速公路上的网络设备那样引人注目的是，无形的软件代理正在改变资本的循环过程。在全球范围内，呼叫中心日夜不停地向外发送信息，招揽从电话套餐到博物馆会员资格等各种商品的销售，并接听来电，维护、修复和加强客户关系(Brophy 2017;Woodcock 2017)。在欧洲和北美，它们被宣传为取代因去工业化而失去的工作，尽管这些工作后来基本上外包给了印度和菲律宾。但随着海外重复性电话工作的工资上涨，呼叫中心正在实现AI自动化。长期以来，客户(和员工)都很熟悉这样的录音信息：“出于培训和质量目的，您的通话可能会被录音”；“培训”已经包括培训机器学习系统(2016年3月)。人工智能能够应用自然语言处理，利用数字银行的常见问题，以及对客户设备、能力和过去呼叫的了解，自动回答常见问题，将更深奥的问题传递给剩下的人类操作员，有时同时分析呼叫者的语气，词汇、情绪，甚至沉默来衡量情绪和满意度”(Agrawal,Gans和Goldfarb 2018: 90-1)。 市场咨询公司高德纳(Gartner)在2017年宣布，“客户服务空间”是“应用AI的头号案例”，约占“AI所有用例的70%”(Baraniuk2018)。2018年，英国零售巨头玛莎百货(Marks & Spencer)用聊天机器人取代了100名总机员工，这些聊天机器人使用Twilio的语音识别软件和b谷歌的Dialogflow AI工具来解释和传递客户的口头请求。美国大型保险公司好事达(Allstate)采用了号称“最人性化的AI”的数字助理阿米莉亚(Amelia)来补充信息人员，将通话时间从平均4.6分钟减少到4.2分钟。这显然是一个很小的节省，但数百万次通话加起来却能大幅削减劳动力成本。呼叫公司喜欢将这种变化称为人类员工的“增强”，而不是“自动化”。目前，其主要影响可能是加强人类操作员的工作，但许多观察人士认为，从长远来看，自动化将占上风(Wood 2018)。类似的能力正在扩展到其他企业通信。2018年，b谷歌展示了其Duplex系统如何将日历搜索和自然语音模式结合起来，通过电话安排约会，语音模拟难以与人类区分;宣传时为 automating the social factory . 83 ## PDF_PHYSICAL_PAGE_INDEX=92 | PRINTED_PAGE=NOT_DETECTED “对美国60%还没有在线预订系统的小企业很有用”(Solon2018)。 自动化运输将使货物进出仓库，而仓库本身已经由人工智能自动化。亚马逊的“配送中心”就是一个典型的例子。亚马逊是一家将机器学习作为“飞轮”的公司(S.Levy2018)，并将其部署在公司的算法推荐系统、在线购物、智能家居设备和云计算帝国中。它也出现在巨大的履行中心，在那里，订单被众所周知的低工资、高效率、压力和电子监控的工人们接收、从货架上取货、包装和装载到卡车上。为了证明马克思的理论，即资本的机器加剧了而不是减少了剥削，对人类“机器人”的压力增加伴随着真正的机器人的部署(Greenmeier 2008;Abdelrahman 2017)。2012年，亚马逊以7.75亿美元收购了机器人公司Kiva系统(更名为亚马逊机器人公司)，灵感来自于发现“物流中心的工作人员花了一半以上的时间在仓库里走来走去，寻找物品并把它们放在手提包里”(Agrawal, Gans和Goldfarb 2018: 145)。在圣诞节危机期间，该公司未能满足承诺的交货日期，因此大规模部署了低轮自动机。到2017年，亚马逊在全球部分配送中心拥有超过10万个Kiva机器人(Wingfield 2017)。在使用这些机器人的地方，它们由不断更新的计算机库存系统指导，并由运动传感器引导，将货物送到固定在工作平台上的拾取员那里。这些机器人将完成订单的时间缩短了五分之一。它们节省了亚马逊的空间—一它们矮矮的外形可以在给定区域内多放置50%的库存——还节省了电费;Kivas在黑暗中工作，不需要空调来防止中暑，而中暑通常会让救护车赶到配送中心(Tam 2014)。 亚马逊的配送中心自动化仍有很大差距。其中之一是从机器人驱动的移动货架上“挑选”物品。这似乎是一项很容易机械化的日常任务，但亚马逊仓库与汽车装配线不同，它处理的是“几乎无穷多种形状、大小、重量和坚固性的物品”(Agrawal, Gans和Goldfarb 2018年:144)。这使得挑选成为一个棘手的自动化问题。几年来，亚马逊采摘挑战赛邀请了主要的机器人公司来寻找解决方案，但没有成功。最近的一项研究使用了“自动化软件和人类控制器的混合”，与机器人一起 84. inhuman power ## PDF_PHYSICAL_PAGE_INDEX=93 | PRINTED_PAGE=85 机器人会自动导航到一个架子上，在那里，人类戴着虚拟现实头盔，可能在一个遥远的地方，引导它的手臂抓住并移动物品;长期目标是使用机器学习人工智能“通过远程操作对人类抓取的许多观察进行训练，教机器人自己完成这一部分”(Agrawal,Gans和Goldfarb 2018年:145)。 其他公司可能会超过亚马逊。英国在线超市Ocado是设计高度自动化系统的领导者，并将其销售给其他杂货连锁店。它的仓库系统看起来像一个“完全由机器人组成的巨大棋盘”，在一个“蜂巢式机器”中从事“举起”、“移动”和“分类”的任务;每个机器人都有一个中央腔和爪子来抓取和拉里面的板条箱，“就像超市过道里的外星人绑架”(Vincent2018)。机器人是可互换的，可以从一个任务切换到另一个任务;生产可以通过机器人的加法或减法来扩大或缩小，它们的算法编程为仓库组织提供了新颖的解决方案。中国仓储公司京东(JD.com)与谷歌合作，声称已经实现了更高的自动化水平(Paquette 2018)。Ocado和亚马逊的工厂里仍然有很多工人，但随着机器人系统的深化和普及，工作速度加快，安全性下降。 流通最终导致销售。零售业的工作岗位也受到了AI引入的冲击。同样，机器学习建立在之前的数字变革之上;线上销售改变了零售业务，自助结账的队伍很常见，两者都大幅削减了店内就业。AI将这一逻辑扩展到创建几乎完全依靠下载的应用程序和扫描的产品运行的无人自动零售店。这些技术是在瑞典首创的，最初是在偏远地区的杂货店(Prindle2016)。随后，瑞典公司在中国部署了它们(Sun2017)，在中国，通过微信等服务，手机支付日常购物已经普及，无员工商店(一些以相对低技术含量的自助结账基础运营)很常见。北美版本在亚马逊的Go商店首次亮相，正如我们所讨论的那样，它结合了手机应用程序、自动扫描和“人工智能和计算机视觉，将买家的脸与包里的物品相匹配，从而完全消除了结账”(Horwitz2018)。这样的系统有潜力包括为购物者提供“定制建议”的聊天机器人，以及物联网从自动自助储存的冰箱和其他智能家居设备交付订单(Sun2017;Pirrone2018)。沃尔玛，已经很有名了 automating the social factory . 85 ## PDF_PHYSICAL_PAGE_INDEX=94 | PRINTED_PAGE=86 沃尔玛(Walmart)正与微软(Microsoft)合作，研究类似的系统。鉴于沃尔玛是美国最大的企业雇主，这一进展将对劳动力市场产生重大影响。 购物需要钱，在一个以债务和投机扩张为特征的时代，金融机构是最早采用AI的机构之一。ML方法现在被广泛用于“评估信用质量，欺诈检测，定价和市场保险合同，以及自动化客户交互”(FSB2017)。但金融业的最高层提供了最引人注目的AI自动化例子。在华尔街崩盘之时，股票交易员已经被高频交易的算法代理摧毁了。此后，东京、新加坡、伦敦和香港的证券交易所纷纷取消了交易大厅。到2018年，只有约10%的股市交易是由人类积极进行的;40%是由共同基金安排的“被动”交易;剩下的50%由算法执行，这些算法越来越多地受到ML的影响(Pearlstein 2018;Coles 2018)。2000年，高盛股票交易雇佣了大约600人:到2016年，除了两人之外，所有人都被“复杂的交易算法，其中一些具有机器学习能力”所取代(Byrnes 2017年)。摩根大通透露了专注于AI的计划(Terekhova 2017)，并从微软挖来了一位机器学习专家来监督这一重组(Kolanovic and Krishnamachari 2017)。曾经的“宇宙主人”正在被他们帮助创造的工具所吞噬(Byrnes 2017)。从金融操纵的高度下降到日常生活的深度，我们到达了AI在社会再生产中的作用。在企业和国家对贷款、保险、医疗索赔和工作申请的决策中，算法分析无处不在。它特别猛烈地适用于那些处于边缘或不属于有偿劳动的人，即失业后备军和可能因AI自动化而扩大的过剩人口。正如凯西·奥尼尔(CathyO’neill,2016)所证明的那样，这种机械的决策，无论是有意还是疏忽，都会持续歧视所有贫困和不稳定的迹象，无论是邮政编码、种族、性别还是信用记录。VirginiaEubanks(2017)记录了如何使用自动化决策工具来管理福利、社会住房和家庭护理干预措施，构建了一个AI管理的“数字济贫院”，该济贫院拒绝或阻止申请，使接受者受到警方的审查，并受到污名化 86 inhuman power ## PDF_PHYSICAL_PAGE_INDEX=95 | PRINTED_PAGE=87 根据行为模式和过去的联系对他们进行分类。这种控制的一个必然结果是有据可查的(Larson et al. 2016;Lum and Isaac2016;Ensign et al.2017)将ai用于预测性警务和量刑，宣传为减少人类偏见，但实际上在“失控的反馈循环”中，算法上继续和放大了以前司法和警察种族主义的模式(Reynolds 2018)。这是一个更普遍的过程的尖锐结局，通过这个过程，ML，尤其是深度学习(Impett2018)，成为资本手中对各种等级的永久性、不稳定和剩余劳动力进行更严格、全面和递归自我确认的筛选、隔离和纪律约束的手段，也就是说，成为无产阶级分解的工具。 现在的启示录还是一如既往的商业？ 正如我们所看到的，马克思将技术性失业理解为资本和劳动力之间冲突的一种武器。人工智能自动化对就业的影响是阶级构成分析的核心问题。在过去的十年里，关于这个话题的争论在资产阶级经济学家和技术专家之间激烈地进行着。但与马克思不同的是，这场主流辩论的参与者都不希望资本主义被摧毁。相反，所有人都急于保存它。我们称之为“人工智能启示录”的支持者认为，迫在眉睫的就业危机需要采取紧急措施来拯救系统，而“一切照旧”的支持者则指出，历史先例表明，劳动力市场将适应人工智能，只有相对较小的就业冲击。 人工智能启示录版本通常由具有计算机科学背景的未来学家提出，例如马丁福特(2009年，2016年)。他承认，资本主义通过连续的技术变革浪潮，从蒸汽机到电力，再到早期的计算机化，维持了就业。然而，福特断言，人工智能和其他第四次工业革命技术是不同的，因为它们具有指数级的、摩尔定律驱动的改进速度和跨部门的适用性。之前的技术变革从一个行业到另一个行业进展缓慢。福特表示，人工智能自动化将几乎同时被采用;例如，从“工业4.0”制造业中失业的工人将无法在呼叫中心找到工作，因为这些工作也将是人工智能自动化的。麻省理工学院的计算机科学家Erik automating the social factory . 87 ## PDF_PHYSICAL_PAGE_INDEX=96 | PRINTED_PAGE=88 Brynjolfsson和Andrew McAfee(2014)提出了类似的论点，强调数字自动化现在如何从常规的、手工的“蓝领”工作扩展到“白领”职业，如新闻、广告、律师、医药和其他中产阶级职业。资本要生存下去，就需要全新的社会政策，包括引入全民基本收入或公民工资(我们在本书的结论中讨论了这个想法)。牛津大学(Oxford)经济学家卡尔·弗雷(Carl Frey)和迈克尔·奥斯本(Michael Osborne) 2013年的一项研究似乎证实了这些预言。研究表明，在美国传统上分类的702种职业中，有47%“可能会被计算机资本取代”。在沃森(Watson)在《危险边缘》(Jeopardy)中获胜，以及AlphaGo击败国际象棋大师李世石(LeeSedol)等人工智能大获成功的背景下，这项研究使对未来机器人霸主的欢呼成为一种恶毒的文化梗。 与此相反，一切照旧的立场得到了专业经济学家的支持(Autor2015)。这通常表明狭义人工智能的成就主要是在形式化和/或高度可预测的情况下。一切照旧的理论家认为，这些限制，加上自动驾驶汽车等技术面临的监管问题，将减缓人工智能的采用，使突然爆发的全面危机不太可能发生。更重要的是，虽然自动化摧毁了一些工作，但它也创造了其他工作。有些人出现在构建自动化技术的行业，比如制造人工智能的数据科学家和微工作者。但是，即使在人工智能自动化的行业中，也会出现其他新的就业机会。因此有人建议，自动驾驶汽车可能会使卡车司机和出租车司机过时，但会为设计硬件和软件的工程师创造就业机会，也会为工人接听客户电话、清洁和修理汽车、更新……高清地图”(T.李世石2018)。为了保持竞争力，企业将不得不以较低价格的形式将一些利益传递给消费者;这将提高实际收入水平，促进消费，增加就业。自动化的“取代效应”——工人被人工智能赶出工作岗位——将被劳动力需求增加的“收入效应”所抵消(Hawkesworth, Berriman和Goel, 2018)。“一切照旧”的倡导者承认“艰难过渡”的可能性，并重申“会有赢家和输家”，但总体信息是，人工智能导致的失业将是有限的，并且可以通过技能升级来弥补:资本主义应该保持冷静，继续前进。 88 inhuman power ## PDF_PHYSICAL_PAGE_INDEX=97 | PRINTED_PAGE=89 这种争论已经持续了好几年，现在已经变得很有条理了。 2018年，英国广播公司(BBC)报道了一项为伦敦金融城(City ofLondon)进行的研究，该研究表明，未来20年内，英国首都三分之一的工作将由机器完成;雇用100万人的批发和零售、运输、仓储和食品行业将受到严重打击(Kulka和Brown 2018)。英国央行首席经济学家安迪·霍尔丹(AndyHaldane)在接受采访时表示，“第四次工业革命”将比蒸汽动力、电力和早期计算机化带来的变化“规模大得多”。尽管这些变革带来了“痛苦而漫长的影响……使许多人长期失业，为谋生而苦苦挣扎”，“当我们让机器既能思考又能做事——取代人类的认知和技术技能时”，这种影响将会更加严重”(Morrison2018)。《卫报》记者西蒙·詹金斯(2017)立即发表了一篇文章回应:“担心机器人抢走我们的工作?多傻啊”。詹金斯指出，英国医疗和教育等社会服务领域长期存在劳动力短缺，他宣称，对人工智能大规模失业的担忧是荒谬的。新技术将使一些活动机械化，但是，“纵观历史”，劳动力市场将发生变化，“人们—一或他们的后代——将接受再培训”。“短期破坏”是“经济史上的现实”，然而“随着新的需求和就业机会的出现，我们生存下来并繁荣起来”。另一场工业革命将为“服务行业(本质上)涉及人际关系”、“不能由机器人或机器完成”的工作腾出时间。詹金斯总结道，经济学家最好“欢迎人工智能将工人释放到体验经济”。 自从这两种相互竞争的观点被首次提出以来，就出现了大量的预测性研究。有些是由资本精英咨询机构制作、委托或出版的，如经济合作与发展组织(OECD 2016;Arntz, Gregory andZierahn 2016;Nedelkoska and Quintini 2018)或世界经济论坛(WEF2016,2017);其他则是对人工智能相关机会感兴趣的私人商业咨询公司，如麦肯锡研究所(Manyika等人，2017)、普华永道（普华永道 2017;Rao and Verweij 2018;Hawksworth,Berriman and Goel 2018)和Gartner(2017)。其他则来自处理劳动法的法律协会(Wisskirchen et al. 2017);国际劳工组织(Changand Huynh 2016年)和反贫困组织(波士顿咨询集团-萨顿信托2017年)。也出现了许多indee- automating the social factory . 89 ## PDF_PHYSICAL_PAGE_INDEX=98 | PRINTED_PAGE=90 悬垂的学术研究这种大量的研究在某些方面使分析更加精细，而在另一些方面又使分析更加混乱。 一般来说，专注于AI取代整个工作的研究——比如Frey和Osborne(2013)的研究——已经成功地对任何一项易受自动化影响的工作中的任务进行了更细致的分析。这允许AI补充或加强人类劳动的可能性，而不是完全取代人类劳动。用首选的商业术语来说：“增强”而不是“自动化”。OECD随后的研究将即将面临自动化风险的就业比例从世界末日降至仅仅令人担忧的水平:其所有成员国的就业比例为14%，相当于6600多万个就业岗位，另有33%的就业岗位被自动化“深度重组”。在美国，只有9%或约1300万个工作岗位被标记为易受人工智能影响，尽管作者指出，“这将相当于20世纪50年代底特律汽车业衰退对当地经济造成的破坏的几倍”(Nedelkoska和Quintini2018)。当考虑到AI创造的就业机会的各种估计时，情况会进一步改变。一些人甚至承诺，第四次工业革命的技术将带来总体就业增长。然而，他们往往仍然承认净失业的可能性(Arntz, Gregory和Zierahn 2016;经济学家2016a;Nedelkoskaand Quintini 2018;阿塞莫格鲁和雷斯特罗波2018)。 最容易被取代的工作类型也出现了逆转。《AI启示录》一书的主要观点之一(有人可能会愤世嫉俗地认为，这是突出这个问题的一个原因)是，不仅体力劳动，而且脑力劳动的“中产阶级”工作也受到了威胁。然而，最近的更多研究强调，最直接面临风险的是常规工作。人们普遍认为，交通司机、行政助理、收银员、柜台和出租职员、电话推销员和会计是最危险的，而在那些中产阶级的工作中，最有可能被自动化的是“非专业”工作，如律师助理、工资管理人员、以及簿记员和“半行政工作”，这些工作为那些没有高等教育资格的人提供了进入专业行业的途径(Vincent 2017)。 人工智能引发的自动化的地理分布同样存在争议。许多研究认为，发达经济体可能受到的打击最大，因为“较高的平均工资激励了自动化”(Manyika等人，2017)。其他人则认为，AI可能会在地球工厂的不太先进的地区产生最显著的影响，正是因为那里有更多 90 inhuman power ## PDF_PHYSICAL_PAGE_INDEX=99 | PRINTED_PAGE=91 那里的常规工业工作(Kinder2018)。国际劳工组织的一项研究(Chang and Huynh 2016年)估计，柬埔寨、印度尼西亚、菲律宾、泰国和越南有超过1.37亿工人面临被机器取代的高风险，比如将自动缝纫与计算机视觉相结合的“缝纫机器人”(Larson 2018)。这种“过早的去工业化”(Rodrik 2015)危及资本主义发展模式，威胁到在机器和人类成本之间的“逐底竞赛”中，“削减数百万个工作岗位，并在整个东南亚造成人口贩运和奴隶制的上升”(Kelly2018)。发达资本主义中心失业的地理分布也将是不平衡的。Frank等人(2018)对美国进行的一项研究认为，AI自动化导致的工作岗位流失对小城市的影响最严重，因为大城市的认知或分析性质的职业数量不成比例，自动化风险较低，而小城市的工作则不成比例地常规。比如零售和食品服务行业的文员工作。 不断变化的经济状况给投机性的人工智能和就业辩论蒙上了色彩。《人工智能启示录》对2008年金融危机后的高失业率产生了重大影响。十年后，当经济宣布复苏、就业水平恢复(至少在美国是这样)时，“一切照旧”的权威人士重拾信心。最近关于第四次工业革命的创伤性影响的管理报告和政策咨询的基调既不是“否认”，也不是“末日”，而是“令人生畏”，讨论了马歇尔计划规模的重大项目，用于再培训工人。因此，巨大的不确定性继续困扰着人工智能和就业辩论。然而，在这些委婉语和承诺的背后，显而易见的是，无产阶级的世界很可能陷入困境，行业就业岗位大量流失，长期缺乏安全感。即使在对人工智能相关的新就业创造最乐观的估计中，它对阶级关系的影响仍然存在其他重要问题，我们现在要转向这些问题。 泛光学、不稳定、两极分化和无产阶级学校教育 正如Valerio de Stefano(2018)所指出的那样，关于人工智能相关的失业和创造的讨论侧重于定量而不是定性的就业问题。虽然就业后备军的规模会影响阶级的分解和重组，但管理层也会影响 automating the social factory . 91 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/addbcbca-2f35-4d20-b661-aef770dd9ec7.md?start=100&limit=10)