比尔盖茨最新洞察：AI 时代动荡已至，有三大风险

比尔盖茨最新洞察：AI 时代动荡已至，有三大风险

来源：倍可亲(backchina.com)

　　“未来，一个AI Agent会知道你正在工作，也知道你有十分钟空闲，然后帮助你完成待办清单中优先级较高的一项。”

　　这是比尔·盖茨在 2017 年写下的一句话。而当时，GPT 还没有诞生。

　　ChatGPT发布后，盖茨在 2023 年进一步做出预测：智能体可能成为下一代计算平台，像行政助理一样协助员工制定商业计划、制作演示文稿和产品图片，并回答会议相关问题。

　　如今，面向办公场景的Work Agent正在如他预测一样，正在被各个大厂集体引入企业流程。

　　今年 8 月，比尔·盖茨在个人网站上又发布了最新洞察：

　　动荡的 AI 时代已经到来，我们此刻的选择至关重要。

　　在他看来，AI 的影响已经延伸至就业、教育、医疗、安全和公共治理，政府需要尽快提出更具体的应对方案。

　　文章里，盖茨也给出了一些关于 AI 时代的一些政策建议。

　　为什么盖茨认为这次变革不同

　　盖茨对这次 AI 危机的判断，受自己的两段经历影响：

　　在微软，他主要关心的是技术如何提高生产率；但在 2008 年转向全职慈善工作后，他更多接触医疗、教育和贫困问题。

　　因此，他既关注 AI 能提高多少效率，也关注效率收益最终由谁获得：

　　在他看来，AI 既可能帮助更多人获得医疗、教育和专业服务，也可能让财富与机会进一步向少数人集中。

　　而在 2026 年的今天，很多人仍然低估 Agent。

　　一个低估的原因是，对于 Agent 的不充分认知：

　　模型至今还会犯一些看起来很低级的错误：比如模型还会数错“strawberry”中有几个字母“r”。此外，Agent 在执行任务的过程中也会经常出现幻觉。这样的综合表现，很难让人相信它能取代复杂的人类工作。

　　但盖茨认为，模型在部分复杂任务上的可靠性正在提高：借助工具调用、分步骤执行和人工复核，模型已经能在部分流程中减少错误，并根据反馈重新生成结果。

　　当 Agent 的执行准确率、成本达到企业可接受的水平，它就可能从员工的辅助工具，变成能够自动处理部分标准化流程的系统。

　　另一个低估的原因，来自基于历史的类比：

　　美国农业就业占比的下降持续了数十年，新岗位也在制造业和服务业中逐步出现，劳动力因此有较长的转移时间。

　　但 AI 的扩散速度更快，当它与现在最新的具身智能结合后，还可能影响更多体力岗位：法律文书、客服应答、医学信息整理和部分制造流程。

　　AI 带来的三类现实风险

　　在盖茨的文章中，它主要提到了目前 AI 带来的三类风险。

　　第一，就业风险，是最紧迫的问题。

　　如果参考美国的历史，1933 年美国失业率接近 25%（按美国劳工统计局等机构的历史估算），经济恢复后，就业最终回升。

　　盖茨担心，这次的 AI 危机，未必会造成大萧条式的失业率，但它对部分岗位的替代可能是结构性的，不会随着经济复苏自动逆转。

　　以信息处理和标准化输出为主的白领初级岗位，会最先收到冲击：

　　比如销售、客服、软件工程和律师助理。

　　盖茨援引的一项研究发现，在美国部分较容易受到生成式 AI 影响的职业中，年轻员工的就业率出现下降，而资深员工暂未出现同等幅度的变化。

　　一旦初级岗位减少，年轻人积累经验、晋升到更高级职位的通道也会变窄。

　　此外，当具身机器人价格下降后，蓝领岗位也会进入相似过程：

　　如果一家企业借助 AI 和机器人降低成本，它就可以选择降价、扩大产能或提高利润。无论采取哪种方式，竞争对手都可能被迫跟进。即使原有企业不愿采用，新公司也可能凭借更低成本进入市场。

　　而企业并不需要等到 AI 完全不出错才会开始替代人工：只要系统的综合成本和风险低于人工方案，替代就可能发生。

　　第二，盖茨担心 AI 会先放大现有的安全威胁。

　　AI 让欺诈、虚假信息、深度伪造和监控更容易实施。他接触到的一些安全专家担心：攻击者复制诈骗话术、生成伪造内容和寻找攻击目标的成本正在下降，而许多机构更新防护系统的速度跟不上。

　　与此同时，AI 也能用于漏洞检测和安全响应，最终影响取决于攻防双方的采用速度。而医院、金融机构、电网、水务和政府福利系统都可能成为目标。

　　相似的风险也存在于生物安全和自主武器领域：AI 可以辅助药物和疫苗研发，也可能降低获取专业知识、筛选实验方案的门槛。

　　自主武器可能降低发动攻击的人员成本，并让少数掌握先进系统的政府或组织获得更强的军事能力。盖茨还提到，部分模型在受控环境中表现出规避约束或隐藏行为的倾向，AI 正在变得不受控制。

　　第三，AI 会对孩子的成长和人际关系产生影响。

　　盖茨回忆，自己小时候并不善于社交，是在家人的帮助和现实交往中逐渐学会与人相处。他担心，始终在线且倾向于迎合用户的 AI 伴侣，可能让部分孩子减少现实社交练习。

　　一项由斯坦福大学和卡内基梅隆大学研究者开展、覆盖 1100 多名 AI 伴侣用户的研究发现：现实社交网络较小的用户更容易把聊天机器人视为重要的陪伴对象。

　　但正如社会心理学家乔纳森·海特所说：孩子需要在可承受的挫折中学习独立。盖茨认为，一个始终顺从、随时提供安慰的 AI 伴侣，可能减少这种练习。

　　关于孩子的教育，也存在类似问题：一项初步调查显示，较频繁地使用生成式 AI，受访者会有较低的批判性思维表现。

　　此外，随着 AI 的伪造能力越来越强，个性化虚假信息越来越常见，学校更需要教会学生核验来源、比较证据，而不能只教他们如何调用 AI 得到答案。

　　AI 带来的好处，不会自动发生

　　但盖茨并未因此否定 AI 的发展：如果基础设施、专业人员、数据治理和责任机制能够同步建立，AI 有可能改善医疗、教育和公共服务。

　　盖茨判断，如果公众先在医疗、教育等领域感受到具体收益，对转型投入和政策调整的接受度可能提高。

　　医疗是一个直接场景。美国许多小型医院缺少专科医生，AI 可以辅助基层机构进行风险提示、整理随访记录，并用更通俗的语言解释检查结果和用药安排，但输出仍需由具备资质的医务人员审核。

　　在低收入国家，农业是盖茨重点看好的应用场景之一。AI 可以提供更准确的本地天气预报，以及结合土壤、作物和市场条件的种植建议，可以帮助农民安排播种和投入。

　　政府服务也有很大改进空间：申请医疗保险、助学金和食品援助的流程经常让家庭疲于应付，AI 可以帮助申请人解释材料要求、预填表格和查询进度，从而减少重复提交和线下奔波。

　　此外，在心理健康领域，AI 可以用于健康教育、初步筛查和日常支持，教育领域则可以减少教师的重复劳动，让他们把更多时间放在一对一和小组辅导上。

　　不过，盖茨指出：这些收益只是可能性，不会自动惠及每个人，需要政策的推动。

　　因此，他建议政府仍需在基础设施、数据、语言覆盖和公共服务采购上主动投入。

　　按盖茨公布的计划，基金会将在未来约 20 年内支出约 2000 亿美元，并把 AI 用于加快疫苗、药物和农业技术研发。

　　盖茨的三项建议

　　关于我们如何应对 AI 带来的冲击，盖茨提出了三项建议：

　　第一项建议是建立跨部门协调机制，统一处理就业、教育、安全和税收问题。

　　AI 涉及的范围很广：包括就业、教育、税收、能源、选举、公共卫生、金融、执法和交通。但在美国现有治理体系中，这些事务分散在不同部门和监管机构，政策之间容易彼此矛盾，也可能出现监管空白。

　　他建议各国需要能够跨部门设定优先级的新机构，国际层面也应同步建立协调组织：参考国际民航监管的治理经验，建立跨国信息共享机制、统一安全标准和独立核查制度。

　　不过，AI 模型迭代更快、更多由私营企业开发，核查对象和执行机制与民航并不相同：掌握领先模型和关键供应链的国家，应尽早讨论共同规范。

　　AI 企业可以提出自己的自律规范，但他们的规则不能只由企业自行制定：民选官员、教育者、医护人员、劳动者和普通用户都应参与决策。

　　第二项建议是明确哪些任务必须由人承担。

　　他认为，即使 AI 在技术上能够完成，社会仍可以基于责任、尊严和信任，把这些任务留给人类。

　　这个想法来自他的父亲：2020 年，盖茨的父亲因阿尔茨海默病去世。在他父亲的疾病后期，护理人员昼夜照料他，能够从细微反应中判断他的需要。

　　这段经历让盖茨意识到，护理不只是喂药、翻身和监测指标，也包括理解细微反应、安抚情绪和建立信任。这些任务很难只用效率衡量，也不宜全部交给机器。

　　对转岗困难或接近退休年龄的劳动者，政策可以提供更长的岗位调整期，并配套工资补贴、再培训或提前退休安排。

　　此外，人和 AI 的有些边界与责任和信任有关：即使 AI 能准确整理诊断信息，重大疾病的告知仍涉及责任、解释和情感支持，更适合由具备资质的医生主导。

　　第三项建议是重新平衡劳动与自动化设备的税负。

　　盖茨提出，可以研究如何对自动化重新征税，包括机器人以及 AI 算力或使用量。

　　在现行税制下，企业雇用员工通常需要承担工资税和社会保险缴费，而软件、设备投资可以折旧或计入成本。两者的税负差异，可能在一定程度上提高自动化的吸引力。

　　如果设计得当，这类税收可以适当减缓这种替代势头，并为职业培训和社会保障提供资金。但税率过高也可能抑制生产率提升，甚至把相关业务推向其他地区。

　　盖茨多年前首次提出机器人税时，这一主张曾引发不少争议；如今，他仍然坚持这一方向。

　　他也表示，每次前往华盛顿与议员见面，都会把 AI 与公平列入议程，并推动受 AI 政策直接影响的劳动者、学生和社区参与讨论。

　　文章最后，盖茨把政策讨论归结为四个问题：AI 的收益如何惠及资源不足的人？被替代的劳动者如何获得支持？公共机构如何调整？社会怎样保留人性？

　　在 AI 冲击已经成为现实的今天，我们更需要思考和回答的是：

　　Agent 的收益如何分配、代价由谁承担、规则由谁制定。

　　而这需要企业、学校、政府和我们每一位普通人共同参与。

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考，不代表倍可亲立场或观点。