随着技术发展的一日千里，“人工智能取代人类”也成为技术背面日益严峻的现实危机。
据世界银行2016年的发展报告估计，未来20年OECD国家57%的工作将被人工智能替代。据麦肯锡预测，到2030年，中国将至少有1.18亿人被人工智能或机器人替代。
对于这些冰冷的统计数字，我们可能并没有多少切实的感觉。其实在现实中，关于“人工智能取代人类”的故事，已在各行各业不断上演。
在2017年，上海已经出现全国首例智能取代人工引发的劳动争议案——曾经手拿3万月薪的职场白领，由于人工智能的引进使其从事工作被彻底取代，最终因为解除合同赔偿问题与老东家对簿公堂。
“我为这个系统的上线做了很多工作，可结果却是，它的上线取代了我的人工岗位。”这名职员从事的是公司数据收集及分析类的工作，当ERP管理系统上线之后，他的人力技能在人工智能面前显得一无是处。
公司表示，“从时间的对比来看，本身这项工作需要8小时，系统上线后，人工可能仅仅只需花10分钟就能完成。我们从她的工作内容也可以明显看到，从去年七八月份开始，她的工作内容就已经在逐步减少，由此这个岗位就没有了存在的意义。”由于劳动合同赔偿金等问题，这名职员提起了劳动仲裁。
“机器换人”的场景更集中地发生在制造业，随着工业机器人的应用，这一现象已是在批量上演。2013年中国已经超过日本，成为世界第一大工业机器人应用市场，2019年中国工业机器人的装机总量已达到78.3万台。新冠疫情的影响则进一步深化和泛化了自动化设备的应用范围和规模，对劳动力市场的影响也逐步升级。
笔者调研发现，一台机器人基本可以替代3-4个工人。这些被替代的工人，幸运者能够转岗成为辅助机器的操作工人，还有一部分群体则会直接失去工作。
当前并没有全国性或区域性的相对准确和全面的数据，揭示到底有多少劳动者被工业机器人替代，但一些局部研究已反映出这一问题不容忽视。
学者孙中伟和邓韵雪的研究表明，广东制造企业使用工业机器人已经较为普遍，他们的调查样本中有半数企业已经开始实施“机器换人”。此外，东莞从2014年开始启动“机器换人”项目，根据广东东莞市经信局的数据，自当年9月至 2016 年 10 月，该项目专项资金申报共 1485 个，预计减少 8.7 万工人。
随着触觉感知、图像识别、自然语音处理、深度认知学习等技术的持续发展，机器的体力智能与脑力智能将会不断提升，对人类劳动的替代能力将从低端岗位向中高端岗位逐步升级。
日本经济学者井上智洋在其所著的《就业大崩溃：后人工智能时代的职场经济学》中甚至断言，到强人工智能驱动的第四次工业革命时代，生产活动所必需的生产投入只有AI及机器人等机器，而劳动则不再需要或者必需。
就业降级：技术进步与劳动退变
其实回溯历史，从历次工业革命演进历程来看，就是机器主导地位不断上升、劳动者日益边缘化的过程。
在传统的农耕文明及手工业时代，单靠人力就可完成全部劳动作业。但随着大机器时代的到来，劳动从基于手工技术的主观行为逐渐变化为基于机器的客观工艺。如马克思所言，“劳动的特殊技巧越来越成为抽象的、无差别的东西，劳动越来越成为纯粹抽象的、纯粹机械的，因而是无差别的、同劳动的特殊形式漠不相干的活动。”
劳动者从劳动过程的“主导者”逐渐变化为机器的“辅助者”，只需执行标准化、机械化的系列动作，实际上经历了一个“去技能化”的过程，其退变程度与技术的先进性成正比。
在工业经济时代，去技能化只是把“概念”从工人的劳动过程中分离出去，但相当多的“执行”仍然需要一定技能才能胜任。但随着机器智能化水平的提升，机器不仅可以替代工人从事简单、重复性的人工作业（如组装、贴标、上下料等），也能从事一些兼具技能性与灵活性要求的作业（如焊接、抛光、喷涂等），“执行”过程也可被完全替代。
如今在一些高度智能化的“灯塔工厂”“无人工厂”中，从上下料到生产加工等执行的内容完全可由机器人替代，而一线工人只需要担任“看机员”，保障生产线不卡顿即可——他们甚至不足以被称为“生产工人”了。
“去技能化”带来的“就业降级”，首先体现在了劳动报酬层面，当这些“技能工”沦为“普工”，收入也相应下调；而且劳动关系也更加不稳定，企业除了正式的合同工之外，更倾向于招募派遣工、学生工、暑期工、临时工等短期工人，叠加技能的退化，也为劳动者的长期发展蒙上了一层阴影。
诚然，从长期的发展进程来看，技术总量上会创造更多的岗位，但短期失业的阵痛必然是会由现实中的微观个体来承担。他们的苦与泪，却被淹没在喧嚣的网络时代。这些大量的中低技能劳动力如何进行平稳过渡和转移，是叩问人工智能时代的关键课题。
价值异化：被困在系统里的“工具人”
当工人们遭遇了劳动报酬和职业发展双重层面的“就业降级”，但工作强度也有所下降吗？
答案是，不降反升。
在引入机器人之间，尽管工人会受到管理监督，但企业往往只能通过每天的整体产量进行管理，无法控制工人的工作节奏，且工人之间也可以相互协调和配合。但在成为机器的“辅助工”之后，人必须跟上机器人的节奏。据学者调研实现“机器换人”的广东某工厂，一位工人表示，“以前都是靠手工，人有快有慢，做慢点也可以。（换了机器人以后）现在的工作比之前累一倍，机器加快了，我们也得拼速度，跟大家伙唠句嗑的时间都没有了。”
正如马克思所言:“机器从一开始, 在增加人身剥削材料, 即扩大资本固有的剥削领域的同时, 也提高了剥削程度。”
想要获取更多的资本增殖,要么通过延长劳动者工作时长来生产绝对剩余价值, 要么通过缩短必要劳动时间来生产相对剩余价值。数字技术的发展则进一步加深了其中的程度——在时间上延展，在强度上升级。
工作时间方面，通过跨越时空的智能技术，也由此消弭了个体工作空间和私人空间的边界。在996的高强度工作之外，还有大量的“隐形劳动”。技术赋能下的资本不仅使得任何时间、任何地点的加班工作都成为可能，个人住宅也可成为办公场所；而且也以在线讨论、填写问卷、转发宣传等形式最大程度利用个体的碎片化时间，员工们的平均工作时间和无偿劳动时间明显增加, 由此产生更为丰厚的劳动剩余价值。
在工作强度方面，“AI监工”创造出更是让劳动控制达到前所未有的程度。学者汤普森提出“信息控制”的概念，新技术形式的技术控制策略主要是基于管理者对“信息”的掌控，通过掌握信息即可监控工人的日常工作、生产效率以及是否遵守生产流程和规章制度等。这一控制过程无需管理者亲历亲为，GPS定位、射频识别和生物识别设备构成的“千里眼”，能够实时锁定劳动者的一举一动，作为“中央大脑”的算法系统能够对劳动进行精密解析，驱使劳动者不断自我加压、达到劳动效率的“最优解”。
技术的发明是为了解放人类，但正如约翰·斯图亚特·穆勒发出的疑问:“值得怀疑的是, 一切已有的机械发明, 是否减轻了任何人每天的辛劳？”在不断加速的智能时代，人类的自由在哪里？劳动的根本目的又是为何呢？
收入分配：我们从技术发展中收获了多少红利
马克思提出，工人生产的财富越多，他的生产的影响和规模越大，他就越贫穷。物的世界的增值同人的世界的贬值成正比。“越跑越快”的打工人，虽然劳动效率与劳动价值提升了，但是劳动回报却并未因此提升。综观历代工业革命，技术发展实际上使得社会中的收入差距不断扩大。
技术背后是资本，其应用和推广过程实际是资本深化的过程。技术所带来的生产率提升，将会大大提高资本要素回报率，但相比来看劳动者报酬却提升缓慢，劳动要素与资本要素的回报差距由此不断拉大。而且技术的智能化特性导致劳动要素的比较劣势日益突出，资本越加倾向于选择以技术要素替代劳动要素，因此劳动报酬比重在国民收入分配中的份额持续下降。
据美国芝加哥大学经济学教授卢卡斯·卡拉巴波尼斯（Loukas Karabarbounis）等人的研究显示，近年以来世界上大部分国家的劳动所得份额都在下降，1980年-2011年，世界范围内劳动所得份额从64%下降到了59%，且仍然呈现持续下降趋势。
以美国为例，据麻省理工学院2020年发布的研究显示，1995年以来，在美国生产率不断提高的同时，中位数工资却出现停滞。在工资中位数停滞不前的同时，高收入人群的收入却加速增长。全国国民收入中几乎有一半由收入前10％的个人获得，大约1％的个人获得了全部收入的五分之一，而流向收入后50％的个人总收入份额从20％下降到14％。
从古到今，社会的阶层分化和财富的悬殊差别一直是人类社会难以消解的社会问题，到了AI时代，这种分化和悬殊问题恐怕将会更加尖锐。无论是研究者还是企业界人士都对这一问题忧心忡忡。如台积电创办人张忠谋表示，AI时代将在25年内再次改变人类生活的样貌，并带来更严重的贫富差距与失业问题，需要政府与教育单位一起解决。
反客为主：当机器人成为主角
除了上述几个现实中的紧迫问题之外，还有一些长远危机需要前瞻考虑——
比如说，当大量的岗位被机器所取代，谁来承担人们的社会保障？
当下而言，中国的社会保障基金已经存在着筹措困难、投资渠道不畅、投资方式较少、投资收益较低等问题，基金缺口颇为严重。
随着“机器换人”的步伐加快，社会一方面需要支付越来越多的失业保险基金；另一方面随着人力劳动者的减少也意味着参加社会保险人数的缩减，制约了社会保障基金的来源渠道，未来基金缺口恐怕会越来越大。
更深层次的危机在于伦理问题，当人工智能在机械、思维、情感方面的能力全面提升，可以轻松接管人类的所有工作，那么人类应当如何自处？如何保证自己的主体性地位？按照马克思对劳动价值的论述，“当劳动，特别以改造自然为目的的劳动不再成为生存的需要，那么人作为类的普遍性本质，人作为实践主体的本质就部分地丧失了。”
总的来看，现有人工智能技术和产品的发展速度之快大大超出人们现有的认识和预期，人工智能技术注定会深刻改变乃至重塑人类的世界，并不能完全以人的意愿为转移。
然而社会发展不仅要有速度，更要有温度。对于这些现实挑战，我们必须予以高度关注。毕竟技术的创新与发展是为了造福于整个人类。
