11 月 16 日消息，布魯金斯學會（Brookings Institution）最新發布的一份研究報告指出，人工智能（AI）革命可能呈現出典型的“繁榮 — 衰退”周期特征，只不過這種周期并非體現在金融市場，而是體現在工資水平的變化上。

起初，自動化有望推高薪酬水平，因為勞動者在更智能工具的輔助下，生產效率得以提升。

然而，隨著 AI 系統逐步掌握越來越多的任務類型，相關領域對人力的需求可能隨之下降，勞動者或被迫轉向附加值更低、增長更緩慢的崗位，并抹去那些早期收益。

在模擬實驗中，賓夕法尼亞大學“整合知識講席教授”（PIK Professor）、神經科學教授康拉德?科爾?。↘onrad Kording），以及該校社會政策與實踐學院副教授伊奧安娜?馬林內斯庫（Ioana Marinescu）發現：“智力密集型行業的自動化進程，初期會推高工資水平，但隨后將導致其回落。”

研究指出，在最初的生產率激增之后，“負面效應將占據主導地位，因為大多數勞動者逐漸被排除在智力型任務之外”。

為闡明人工智能時代可能的發展路徑，研究團隊構建了一個交互式模型，用以追蹤“人類主導型智力勞動”向“機器主導型智力勞動”的過渡過程。

模型顯示：AI 在初期顯著提升生產率，帶動工資迅速攀升；隨后工資增速趨于平緩，并在自動化廣泛應用后開始下滑。

值得注意的是，即便在工資下行階段，整體產出仍持續增長，這表明經濟增長的成果日益向資本傾斜，而非勞動要素。

隨著更多認知型工作被自動化取代，人類勞動力逐漸轉向增長緩慢的體力型崗位（如建筑、照護服務等），從而進一步壓低整體工資水平。

最終呈現出一條“倒 U 型”曲線：短暫的工資繁榮期之后，伴隨數字經濟發展持續快于實體經濟，出現工資回調。

研究作者強調：“即便自動化在初期推高了工資水平，其長期仍可能導致工資大幅下滑。”

IT之家注意到，該研究摒棄了當前 AI 辯論中的兩種極端觀點，既不認同技術烏托邦主義者關于“無限繁榮”的暢想，也未采信“全面失業”的末日恐慌。

相反，科爾丁與馬林內斯庫提出了一個中間立場，稱之為“智力飽和”（intelligence saturation）：AI 雖可提升經濟體的智力水平與生產效率，但其增益終將放緩。原因在于，現實工作仍依賴人類勞動力、實體工具與設備協同完成，無法完全脫離物理世界。

為防止上述“倒 U 型”曲線對勞動者造成不利沖擊，作者建議：

1、主動放緩自動化推進速度，避免技術變革對勞動力市場造成劇烈震蕩；

2、加大對實體資本的投資，包括機器、設備與工具，以確保人類勞動者即便在數字任務持續減少的背景下，仍能維持較高生產率；

3、對線上虛擬服務替代線下人工服務的情形征收專項稅負，防止 AI“掏空”整個產業生態。

這一“虛擬服務替代稅”的構想，與美國參議員伯尼?桑德斯（Bernie Sanders）此前倡導的“機器人稅”提案理念相近，即對采用 AI 技術大規模替代人工崗位的企業征稅，以緩解技術變革帶來的社會成本。