人工智能的就業影響研究新進展

吳曉琪

一、引言

人工智能（Artificial Intellegence，AI），就是讓計算機完成人類智能才能做的各種事情。①[英]瑪格麗特·博登：《人工智能的本質與未來》,孫詩慧譯，北京：中國人民出版社，2017年，第3頁。它是研究、開發能模擬甚至拓展人類智能的一門新的技術科學。AI的發展已將人類社會帶入一個全新的時代，這個時代呈現出機器自主學習、跨界融合、人機協調,甚至自主控制等新的特征。在社會由網絡化、數字化向智能化轉變的過程中，經濟領域的生產、分配、銷售、消費、售后服務等諸多環節被新一代人工智能技術及設備的進入，而瓦解與重構，進而催生出新經濟、新產業、新業態和新模式，這必將前所未有地影響與改變生產方式、生活方式和思維方式。生產領域的就業結構、就業模式、薪酬分配等就業問題將率先受到沖擊。

根據《國際機器人聯盟（IFR）報告分析》：2018年全世界專業服務機器人的銷售量為10.9萬臺，比2016年增長了85%。專業服務機器人主要分為物流機器人、醫用機器人、國防機器人、農場機器人等。這些機器的使用，是否對勞動力形成了擠出效應,又在多大程度上發揮作用呢?這是一個非常重要的問題，尤其對于中國這樣一個人口大國。張騰飛（2018）認為對人工智能在經濟領域的最大擔憂，就是其是否會大范圍地取代人類工作，造成大規模的失業，并由此導致技術擁有者與工人之間的兩極分化，最終引發嚴重的社會矛盾和社會危機。①張鵬飛：《人工智能與就業研究新進展》，《經濟學家》2018年第8期。傅小隨（2019)認為“以目前剛剛開始的人工智能Ⅱ的機器智能水平，都已經能夠譜曲、寫詩歌、寫新聞稿、寫對聯甚至小說，能夠完勝人類頂尖圍棋手，并已經開始在社會生活各領域發揮作用。首當其沖的就是就業問題”。②傅小隨：《論“智能社會”對社會治理既有模式的新挑戰》，《中共杭州市委黨校學報》2019年第3期。

由于國情及產業水平的差異，人工智能的就業影響將因國而異。無論從人工智能席卷而來的趨勢，還是智能制造的展望來看，中國的就業可能都會面臨前所未有的沖擊。但是，關于人工智能就業效應的研究文獻梳理工作卻鮮有人從事。因此，本文從綜合的多方位視角，對現有的探討人工智能就業效應的重要文獻進行梳理和概述，希望能夠厘清人工智能與就業之間的關系并洞察未來的研究動向。

二、人工智能的長期和短期就業規模影響

人工智能仍處于發展階段中的初期水平，基于不同成長階段，其對就業規模的影響可能呈現差異化特征，因此很多學者以長、短期為劃分，將其就業影響進行理論或實踐方面的探索，觀點主要有二：

觀點一：短期內對就業持樂觀態度。陳靜（2017）認為到2020年，機器人產業在全球范圍內直接或間接創造的崗位總數將從190萬增長到350萬個，每部署一個機器人，將創造出3.6個崗位，是名副其實的就業“助手”。③根據國際機器人聯合會（IFR）的研究，制造類機器人直接或間接地增加了人類就業崗位的總數。到2020年，機器人產業在全球范圍內直接或間接創造的崗位總數將從190萬增長到350萬，每部署一個機器人，將創造出3.6個崗位。段海英和郭元元（2018）認為從近期看, 人工智能技術和機器的研發、制造環節的工作機會在明顯增加, 提高了生產效率，就業崗位增加將大于引發的失業崗位數。④段海英、郭元元：《人工智能的就業效應述評》，《經濟體制改革》2018年第3期。Arntz 等（2016）則提出現有替代效應被夸大了，以區分任務為基礎的研究結果代表的只是替代的可能性，而不是真實情況。⑤Arntz M.，Gregory T.，Zierahn U.(2016),The Risk of Automation for Jobs in OECD Countries. OECD Social Employment &Migration Working Paper，No.189.雖然結論不同，但可以發現，對人工智能就業效應持樂觀態度的學者并不是鳳毛麟角。

觀點二：隨著時間的推移以及技術的不斷進步，人工智能的就業效應將呈現不同的階段。部分學者以時間跨度為節點，認為人工智能對就業的影響是分階段的。目前人工智能處于弱人工智能發展階段和技術成長期，對就業的影響有限。當發展到強人工智能階段，由技術成長期發展到技術成熟期，對就業的影響將更大（程承坪、彭歡，2018）。⑥程承坪、彭歡：《人工智能影響就業的機理及中國對策》，《中國軟科學》2018年第10期。現階段的轉型充滿挑戰，但到2030 年大部分工作場所能夠提供維持充分就業所需的工作崗位（Manyika etc，2017）。⑦Manyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.Sachs &Kotlikoff（2012）使用世代交疊模型分析，認為在短期來看快速的勞動節約型技術進步會給工人和企業主帶來好處，但從長期來看卻會使那些無力進行物質資本或人力資本投資的人陷入困頓。⑧SACHS J D, KOTLIKOFF L J. Smart Machines and Long-term Misery. NBER Working Paper，2012，18629.而劉喜喜（2018）則認為短期內，人工智能引發的就業替代效應可能占據主導，帶來一小部分工作崗位的流失，如一線勞動崗位和中層管理崗位；但從勞動力市場長期發展的角度來看，智能制造會倒逼制造業進行產業結構調整，并創造出一批新興的就業機會，如產品創意設計、高端數控機床生產、新型管理人員等崗位。⑨劉喜喜：《發展智能制造對中國勞動力市場的影響研究》，《工業經濟論壇》2018年第5卷第1期 。

綜上，學者們普遍認為，當前人工智能尚未對就業形成大的沖擊。由于人工智能的研發，智能設備的銷售、維修等崗位呈現快速擴張的拉動就業效應。但隨著人工智能的快速發展，到了強人工智能時代，就業替代效應存在放大的風險。

三、人工智能作為一種技術進步對就業的影響

《資本論》中曾剖析，在資本主義條件下, 資本有機構成的不斷提高必然導致“產業后備軍”、“相對過剩人口”，形成永久性失業。關于技術進步是否導致失業的研究由來已久，技術進步的就業效應主要有替代效應和創造效應，前三次技術革命似乎證明這種擔憂是多慮的，但人工智能這一顛覆性技術與以往的技術革命對就業的影響存在顯著差異。

從共性和個性的角度探索人工智能這種技術進步的就業效應，如程承坪、彭歡（2018）認為：“人工智能作為一種新興的技術進步，其對就業的影響符合技術進步的一般規律，但又有其特殊性，即人工智能不僅是一種技術，其在運作過程中將進一步替代人的腦力，削弱低勞動力成本和自然資源的競爭優勢，強化就業空間極化和技術極化現象，這對發展中國家拼資源、拼低勞動力成本的發展模式和工業化戰略構成挑戰。”①程承坪、彭歡：《人工智能影響就業的機理及中國對策》，《中國軟科學》2018年第10期。

基于技術進步的就業效應先后衍生出兩種假說，“技能偏向型技術進步（Skilled-Biased Technological Changes,SBTC）”以及“程序偏向型技術進步（Routine-Biased Technological Changes,RBTC）”假說。前者認為，技術進步具有技能偏好的特點，會增加對技能高、受教育程度高的勞動者的需求，進而促進其勞動報酬上漲。反之，會降低技能低、受教育程度低勞動者的就業需求，導致就業及工資極化現象。“技能偏向型技術進步”假說在一定程度上較好地擬合了21世紀之前的就業及工資演變過程，學者應用西方國家的數據從實證上進行論證。②參見 Katz L F, Murphy K M. Changes in Relative Wages 1963—1987: Supply and Demand Factors. Quarterly Journal of Economics,1992, 107(1): 35-78；Autor D H, Salomons A. Robocalypse now: Does Productivity Growth Threaten Employment? ECB Sintra Forum on Central Banking Papers, 2017.但隨著20世紀90年代之后，中等技能勞動者工資增長緩慢，低等收入和中等收入人群的收入差距長期保持穩定等現象的出現，“技能偏向”假說的適用性越來越受到質疑。“程序偏向型技術進步”假說應運而生，它用工作任務是否能被程序化或者說程序化的程度來詮釋就業及工資的增減，該假說認為20世紀90年代后電腦這一重大技術突破，可以通過編程分解程序化的工作任務，進而在不同程度上替代人工。而造成中等技術工人工作境遇不如意的原因，正是因為其從事的工作大多可以被不同程度地程序化，即被電腦等新技術所取代，面臨工資和崗位縮減的境遇。而相對來說，位于兩端的技術工人的工作任務難以被替代。“程序偏向型技術進步”假說著眼于工作內容本身，而不是基于技能水平或者受教育程度等外生變量來進行“技能”及就業前景的判定，更好地詮釋了近些年來，西方國家勞動力市場上的工作極化現象。③GOOS M, MANNING A. Lousy and Lovely Jobs: The Rising Polarization of Work in Britain. Review of Economics and Statistics,2007, 89(1): 118-133.張艷華（2018）應用北京6家企業的調研數據，驗證了上述假說，她將容易被技術進步所替代的崗位特點分為兩類：一是低知識、低技能要求的崗位，比如生產一線工人等；另一個是高度程序化、高度重復和高度標準化的工作崗位，比如產品測試工程師等。④張艷華：《制造業“機器換人”對勞動力就業的影響——基于北京市6家企業的案例研究》，《中國人力資源開發》2018年第10期。

技術進步影響就業的機理分析。張紅霞（2011）建立了技術進步影響就業的理論機制框架，分別從企業和產業兩大層面來進行闡述，其中企業層面包括產品創新和工藝創新，產品創新會直接導致消費需求的增加，從而使企業就業量增長，工藝創新則通過提高勞動生產率對就業產生雙面影響，企業就業量的增加取決于二者間相互作用的結果；產業層面包括技術進步演變規律和需求結構演變規律，引起三次產業的變動，進而影響就業。①張紅霞：《技術進步的就業效應研究》，天津大學，2011年。王君、楊威（2017）從多維度較為全面地闡述技術進步的就業破壞效應及創造效應的產生及作用機理，具體如圖1所示。②王君、楊威：《人工智能等技術對就業影響的歷史分析和前沿進展》，《經濟研究參考》2017年第27期。

技術進步就業效應作用的傳導機制

綜上，技術進步會帶來更多的物質產出，進而提高人類的總體生活水平。這一過程對于就業的影響是復雜且又具有多重性的。與以往技術進步主要替代某一技能或某一類人，如技能匱乏、年齡偏大亦或女性勞動者不同，人工智能的“機器換人”只取決于其工作內容本身，即是否屬于被智能技術或設備快速替代的范疇。比如：“某企業一位35歲女性，中等技術職稱，在每次的知識競賽中都有不俗表現，經常獲獎，但因為技術升級這類崗位消失了，她也就失業了。”③張艷華：《制造業“機器換人”對勞動力就業的影響——基于北京市6家企業的案例研究》，《中國人力資源開發》2018年第10期。這一次技術進步的就業影響波及效應較廣，從藍領到白領甚至是金領，從產業工人到企業管理人員均在其列，但最終如何還要看各種作用的博弈結果。唯一可以肯定的是，技術進步對不同勞動者是有其好惡的，這將加劇就業崗位及薪酬的分化和極化，進而拉大收入差距。對收入分配、社會保障等機制提出挑戰。

四、人工智能對就業結構及工資的影響

從產業結構來看，對于農業，就業受人工智能的影響較小，人工智能將通過改變農業生產方式，提高生產效率及工資水平。④Manyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.

對于制造業就業，人工智能的“替代效應”和“創造效應”何為主導，尚存爭議。吳明、王寧（2017）認為人工智能的就業“替代效應”只是部分替代，而派生出的新的勞動力需求將更大。⑤吳明、王寧：《智能制造視角下我國優化勞動力就業市場的現實思考》，《改革與戰略》2017年第9期。Yin 等（2017）認為工業 4.0不僅會改變未來制造業發展的格局，對勞動者技能提升也有更高的要求。⑥Yin Y.，Stecke K.E.，Li D.(2017),The Evolution of Production Systems from Industry 2.0 Through Industry 4.0. International Journal of Production Research. 56:848- 861.Acemoglu 等（2017）認為，由于產業本身的特點及其吸納大量就業的特點，決定了制造業就業受到的影響更為突出，人工智能影響不僅局限于就業數量方面，但這種影響也不完全是負面的，具體的效應依賴于產業的特征和屬性。⑦Acemoglu D.， Restrepo P. （2017）， Robots and Jobs： Evidence from US Labor Markets. Nber Working Paper No.23285杜傳忠、許冰（2018）認為“在工業 4.0階段，數字化、網絡化與智能化發展將對傳統制造業就業造成巨大沖擊，特別是信息物理系統（Cyber－physical Sys-tem，CPS）催生了大量的智能工廠、智能車間，工業機器人、智能化制造等進一步推廣應用，將從根本上改變工業生產的組織結構與人機關系，使許多由重復性工作內容和可預測的程序性任務構成的崗位被低成本技術取代，生產過程中的人力耗費將大大減少”。⑧杜傳忠、許冰：《第四次工業革命對就業結構的影響及中國的對策》，《社會科學戰線》2018年第2期。以德國為例，“由于工業機器人輔助生產以及智能化設備的廣泛應用，預計到2025年，將削減約61萬個組裝、包裝和生產類崗位”。⑨波士頓咨詢公司 ：《工業4. 0 時代的人機關系：到2025 年，技術將如何改變工業勞動力結構》，2016年。對于服務業，較多學者認為人工智能對的就業替代效應較強，服務業的很多勞動者都存在被計算機化替代的風險（Frey etc，2017）；①Frey,C.B.＆ M.A. Osborne(2017),The future of employment: How susceptible are jobs to computerisation？ Technological Forecasting and Social Change 114(1):254-280.但對社交能力要求較高的崗位很難被替代（Deming，2017）；②Deming D.J.（2017），The Growing Importance of Social Skills in the Labor Market. The Quarterly Journal of Economics. 132(4):1593-1640.而某些崗位可能因消費需求上升而同步增加，甚至可能會有一些新的需求誕生，如人工智能技能培訓，人工智能和機器人租賃、維修、保養等等（程承坪、彭歡，2018）。③程承坪、彭歡：《人工智能影響就業的機理及中國對策》，《中國軟科學》2018年第10期。

當然，也有學者持不同意見，認為服務業受到人工智能的影響較小，而且認為服務業將吸納制造業轉移出來的剩余勞動力。如Deming（2017）認為，任務對社交能力的要求是計算機化自動化技術還無法實現的，但會促使勞動者提升社交能力及相關技能并轉變工作選擇，并指出1980-2012年美國社交密集型工作增長了24%，同時期就業份額提高了7.2%，且工資水平上升了26%。④Deming D.J.（2017），The Growing Importance of Social Skills in the Labor Market. The Quarterly Journal of Economics. 132(4):1593-1640.Trajtenberg（2018）認為人工智能的就業效應與原從業人員的知識結構和變化適應能力有關⑤Trajtenberg M.（2018）， AI as the Next GPT： A Political- Economy Perspective. Nber Working Paper. No.24245.美國勞工統計局的研究顯示，到2024年，幾乎所有新增就業機會將集中于服務業，尤其是在醫療保健和社會援助服務領域。

關于就業報酬方面，Kearney等（2015）認為技術進步的飛速發展促使在工資分配過程中的中間與底部群體之間的差距越來越大，且這一趨勢會持續很長時間。⑥Kearney M.S.， Hershbein， B.， & Boddy D.（2015）， The Future of Work in the Age of the Machine. Hamilton Project Framing Paper.Acemoglu等人（2017）認為制造業中工業機器人的應用對制造業勞動者的工資有較強的負面影響。⑦Acemoglu D.， Restrepo P. （2017）， Robots and Jobs： Evidence from US Labor Markets. Nber Working Paper No.23285

綜上，對于人工智能在不同產業間及產業內部的就業影響存在較大爭議，說明以行業整體來籠統判斷人工智能的就業影響，似乎并不科學。尤其是中國與發達國家不同，截至2017年底，農業就業占比仍高達27%，但目前農業的生產效率仍比較低，作為一種高度勞動密集型的產業，技術進步對勞動力的替代效應可能高于發達國家。而人工智能對制造業及服務業的就業替代效應不容樂觀，但替代程度難以比較。雖然有學者認為服務業可以吸納制造業被擠出的勞動力，卻忽視了服務業的就業崗位本身也岌岌可危，比如物流機器人，機器人客服等已是廣泛應用中，當然對服務業的創造效應可能也比較大，如機器人運營、維修等崗位。

五、人工智能對就業形態的影響

關于人工智能對就業形態影響的研究已取得一定進展。邱玥、杜輝（2019）認為：“人工智能時代的工作模式主要有三種：一是機器人勞動者，即智能機器人完全替代人在崗位上進行工作；二是人機協同的工作模式，即一些需要依靠人的思維進行調節和反饋的工作由人與智能機器一同完成；三是生物人工作模式，即自然人獨立完成其工作，一般這種工作模式下的工作人員擁有較高知識服務能力，并且對人工智能技術較為精通。”⑧邱玥、杜輝：《人工智能對就業的影響因素及作用機制研究》，《中國勞動關系學院學報》2019年第3期。田思路、劉兆光（2019）認為：“人工智能時代勞動形態的多元化將深入演化和發展，并可能呈現出全面非典型化的特征。高度智能化、去中心化以及多元價值實現的時代潮流會使勞動關系更加復雜、從屬性逐步弱化。這種深度演變將以普遍性的自主勞動為終極目標，以大量過渡性的勞動形態為典型表征，勞動過程與消費過程的界限將逐漸變得模糊，勞動形態原子化與經濟壟斷普遍化并行不悖。這將會給我國勞動法理論和實踐帶來巨大挑戰。”⑨田思路、劉兆光：《人工智能時代勞動形態的演變與法律選擇》，《社會科學戰線》2019年第2期。侯立正（2019）認為：“中國整體數字經濟的快速增長，意味著當前及今后一個時期將有數以億計的人以就業領域新、匹配方式新、就業方式新、就業觀念新的新就業形態參與到智能經濟中來，大量的‘零工’和‘獨立工人’涌現，個人擁有多個身份：程序員、網店主、主播等等，就業急需‘再定義’。就業形態從雇傭關系向交易型服務轉變、勞動合同向服務協議轉變，就業內容向分享技能實現價值交換轉變；統計就業方式創新‘平臺+個人’的就業統計方式，靈活認定個人多種身份。”①侯立正：《人工智能發展對未來勞動力就業市場的影響分析》，《中國集體經濟》2019年第17期。杜傳忠、許冰（2018）認為：“新一代信息技術的廣泛應用，進一步加強了生產過程中的信息開放與共享程度，提高了生產經營的適應性與靈活性，生產的個性化越來越明顯，跨界經營越來越普遍。尤其是在互聯網作用下企業的生產組織方式趨于網絡化與平臺化，穩定的‘公司+雇員’的雇傭形式轉向更加靈活、自由的‘平臺+個人’的就業形式。”②杜傳忠、許冰：《第四次工業革命對就業結構的影響及中國的對策》，《社會科學戰線》2018年第2期。

綜上，人工智能時代下，新的就業模式及就業形態正不斷沖擊傳統就業格局，“去中心化”“眾包”“分包”等概念的出現，可能使得雇員與雇主之間的身份更加模糊，而人工智能設備出錯造成的損失，人工智能產出的歸屬權、知識產權問題等等，將引發系列倫理、法律等方面的問題。

六、人工智能的就業效應測度

雖然楊偉國等人（2018）認為現階段還沒有任何研究能準確量化人工智能大戰對就業前景的影響，③楊偉國、邱子童、吳清軍：《人工智能應用的就業效應研究綜述》，《中國人口科學》2018年第5期。但很多研究機構及學者在實證方面進行了有益的嘗試，對就業替換效應進行了多維度測算。世界銀行調查顯示，2013年超過50個國家57%的工作受到了自動化技術的影響。④Manyika J.， Chui M.， Miremadi M.， et al. （2017）， A Future that Works： Automation， Employment， and Productivity.Mckinsey & Company.針對21個OECD國家的崗位可被自動化替代的程度的測算結果顯示，在美國有9%的崗位處于高風險狀態。⑤Arntz M.，Gregory T.，Zierahn U.(2016),The Risk of Automation for Jobs in OECD Countries. OECD Social Employment &Migration Working Paper，No.189.在日本有55%的崗位處于“危險”狀態，且非正規就業的勞動者及其崗位被替代的可能性更大。⑥David B. （2017）， Computer Technology and Probable Job Destructions in Japan： An Evaluation. Journal of the Japanese and International Economies. 43： 77- 87.2016年德國聯邦勞動和社會事務部（BMAS）通過測算認為13%的崗位可能被國內機器替代。而加拿大的高自動化風險崗位占比很小，僅為1.7%。⑦Oschinski M.， Wyonch R. （2017）， Future Shock? The Impact of Automation on Canada's Labour Market. C.D.Howe Institute Commentary. No.472.中國浙江省機器及機器人替代了幾百萬的普通工人，臺州市工業企業推進“機器換人”計劃后，企業一線工人減少10%以上，1/2以上的企業生產成本下降10%以上。⑧吳明、王寧：《智能制造視角下我國優化勞動力就業市場的現實思考》，《改革與戰略》2017年第9期。張艷華（2018）基于對北京市6家企業的深入調研認為，“機器換人”對勞動力的總體就業尚未形成大的沖擊，企業的性質及所處的生命周期都對“機器換人”的效應有影響：比如國企基于福利、責任等方面的考慮，更加注重保就業，對成長階段的企業，“創造就業”效應大于“替換效應”等。但她也認為，隨著人工智能產業的發展，“機器換人”的規模必將快速增大。⑨張艷華：《制造業“機器換人”對勞動力就業的影響——基于北京市6家企業的案例研究》，《中國人力資源開發》2018年第10期。

同時，人工智能對于就業服務的影響也將傳至就業本身，進而增加就業或者提高就業質量。比如，人工智能使得就業服務呈智能化趨勢：一是改變了供需雙方搜尋和匹配的方式；二是克服了信息不對稱，實現精準、智能化信息推送；三是提高供需雙方匹配的效率和質量。⑩紀江騰、田亞森：《就業服務模式將迎來智能化》，《中國就業》2018年第6期；紀雯雯：《數字經濟與未來的工作》，《中國勞動關系學院學報》2017年第6期。

綜上，人工智能對就業的多重效應下，具體效果是較難測量的，學者及眾多機構通過實證研究測算的就業效應多顯示“替代效應”占主導因素的作用，而對于不同國家、不同行業的影響其替代程度不盡相同。

七、結論與展望

中美貿易摩擦及發達國家的再工業化戰略，疊加人工智能的就業效應，可能使中國的低成本優勢變成劣勢，近期已出現的一些企業資金回流美國的現象。與發達國家相比，中國的產業基礎和勞動力市場并沒有做好充分的準備：一方面是龐大的低技能勞動力，一方面是快速推進的智能化過程解決就業問題的困難及挑戰可想而知。在這樣快速智能化的時代下，把握好人工智能對未來就業結構及就業趨勢具體會產生什么本質或者規律上的影響，對于中國這樣一個超級人口大國應對科技帶來的變化和挑戰，保持就業的穩定至關重要。

學者們對于人工智能就業效應的研究富有價值及啟示，但仍存有幾點遺憾：一是理論研究不足。人工智能帶來的不僅是就業表象方面的變革，更涉及就業機理、價值創造等方面的深刻變革。雖然有學者將研究深入到就業機理、動力機制，但對就業之根本理論，如人工智能對生產力、生產關系，甚至對于馬克思勞動價值理論等形成的學理上的沖擊，仍缺乏系統的理論分析和深入探索。二是實證研究不足。現有國內的研究多集中于定性的現狀描述與趨勢預測層面，缺乏實證研究。而相關有益的嘗試多是以機器人的生產數量預測就業替代效應的大小，或者以有限的企業數量做樣本分析，結論具有一定片面性。三是聚焦制造業不足。無論從生產方式變革還是就業吸納能力看，制造業與人工智能的融合都應被高度關注。《中國制造2025》提出智能制造推進的兩個階段，但與之相對應的制造業就業格局將會如何演變，尚缺乏充分的研究和預測。四是跨領域合作不足。經濟學家、社會學家可以完成對工作任務的劃分與權重分配，但對于人工智能的真實水平，或者某一任務是否能夠完全由人工智能來完成，亦或由人工智能完成的程度、人工智能的成本等等掌握的可能并不準確。最終，導致研究高估、低估，甚至錯估人工智能技術能力及未來應用范疇。

當然，研究方面的不足，也有一定的現實限制。一是人工智能作為一個誕生時間并不長且發展日新月異的新技術突破，研究資料及相應統計數據都不是特別充裕，資料和數據的搜集整理都非常困難。另一方面，國內勞動力市場數據統計不充分，實際數據難以形成支撐開展就業效應微觀層面的研究。二是很難科學界定人工智能在的應用范圍。目前國內人工智能的應用仍難以考察，企業的自動化、人工智能應用范圍與水平參差不齊，如何界定、衡量和分析是關鍵。三是衡量某一因素的就業效應是非常困難的。很多因素，如外貿、經濟形勢等其他因素均對就業產生影響，如何在復合效應下，將其他影響因素的作用剝離，衡量人工智能的作用存在技術難度。

總的來說，人工智能不僅對就業實踐，對經典就業及生產理論都形成較大沖擊，而且從規律上尋求人工智能將帶來的就業結構及就業形態的演進趨勢方面的研究，有可能形成重大的基礎理論突破。雖然對于人工智能的就業效應仍存在爭議，但提前預判勢必會提高未來的應對效果，相應的人力資源投資、勞動力市場引導、合理的產業規劃都是可選的策略。