那如何思考技术、AI对工作的影响呢？我们可以从一个已经快要走到生命周期末尾的“新”技术——ATM机来观察。上世纪70年代，ATM机刚被发明出来，美国银行业一片惊呼：完了，要裁员了。因为大家去银行无非是存款、取款。既然可以直接在ATM机上操作，那就不需要柜员了。事实真的如此吗？数据显示，1985年，银行业的柜员是48.5万名，到2002年，ATM机的数量从6万多台增加到35万多台，银行柜员52.7万，为什么人数不减反增？

因为银行的营业部配置了ATM机后，单个营业部需要的柜员人数是减少了，但同时也意味着，新开一家营业部需要的成本更低了。于是乎美国的银行营业部遍地开花，原来不可能开营业部的地方都开了营业部。而每个营业部还要配三个柜员，于是柜员的人数反而增加了。所以，科技对工作的影响并非是替代或不替代那么简单。

而现在，99%的银行操作都可以通过手机掌上银行完成，营业部也不需要了，是不是更不需要银行柜员了？2017年，美国关闭了八千多个线下营业部，但数据显示，美国银行业的雇员总数始终保持在200万左右。中国的数据也差不多。四大国有银行的员工数量在最近几年略有减少，但总体数字基本稳定。这又很奇怪，营业部没了，银行柜员人数却没有减少。这是因为，银行为客户提供咨询服务的岗位，从前台柜员，变成了后台客服人员。而客服也使用AI系统，为了开发这样的系统，就需要程序员，需要运维人员。所以，技术对工作的影响绝不是简单的替代，我们的工作一直在演化。

《德勤2023全国人力资本趋势报告》中，开篇就有这样一句话：岗位走向终结，技能将替代岗位，成为员工和工作的连接点。这个思路我非常赞成。过去，我们囫囵地把一个岗位相关的工作聚集在一起，看作一个整体。而分析AI的影响，就需要先打破这个观点。

1、第一步把岗位击碎

第一步，把岗位击碎，对任务做极致的分解。以银行柜员的工作为例，把柜员的所有工作颗粒化到每一项任务、每一个动作。

2、第二步价值回报模式分析

有一个非常好用的工具，ROIP模型（Return on input performance），可能未来的人力资源工作者经常会用到，它体现了绩效输入与对应的价值回报之间的关系。

根据ROIP模型，我们可以将主要的工作模式分为四大类：

（1）避免错误

对于避免错误这类工作，如果什么都不做，产生的价值是负数，但只要做出一个基本动作，就能迅速地把价值拉到0。它没有创造更多的正向价值，只是回归到0。比如进入工地要戴安全帽、开车要系安全带，如果不做这些动作，就会把自己暴露在一个重大风险当中，价值也就是很大的负数，而只要带了安全帽、系了安全带，你的价值会立刻回到0。

（2）价值恒定

对于价值恒定这一类工作，当我们什么都不做的时候，你产生的价值是0。只要你稍微做出一些基本动作，你产生的价值会迅速拔高到一个稳定恒定的值。比如说擦桌子，擦一遍基本就干净了，再认真一点擦两遍，桌子特别干净。擦十遍也可以，但是没有产生更高的价值，这个价值是平稳的、恒定的。大多数体力劳动，操作性工作都属于这一类。

（3）线性价值增长

线性增长这一类工作，我们拿写文章来说，小学生编故事，高考写作文，曹雪芹写《红楼梦》，都是在写文章，但不同的人水平不同。水平越高，收入越多，他取得的价值就越高，这个价值甚至没有上限，一直在平缓地往上走，这就是价值的线性增长。

（4）指数级价值增长

指数级价值增长类工作，例如微信刚发明出来的时候，与微信类似的产品有很多，好多人都在做同样的东西，但只有张小龙成功了。一件事情即使有100个人在做，1000个人在做，但前面999个人做出来的东西没有任何价值，只有第1000个人做成功了，这个价值就是指数级的，这一类工作就叫做指数级价值增长。

以此模型为基础，我们可以分析出银行柜员的每一个动作、每一项任务属于哪一种模式：接受客户存取款的需求，确认客户账户有钱，点钱给客户，这些都是基本操作，属于避免错误；描述推荐其他业务，是有技术含量的，就属于线性增长模式；向管理层提出其他合理建议，则属于典型的指数级增长模式。

3、第三步工作行为特征分析

然后，我们需要分析工作的行为特征。这项工作是重复性的还是可变的？是可以独立完成的还是需要交互的？是属于体力劳动还是脑力劳动？越是可变的、交互的、脑力劳动，就越不容易被替代。例如在银行柜员的各项工作中，欢迎客户属于重复性的、交互的脑力劳动，而鼓励客户交谈，则属于可变的、交互的脑力劳动。重复还是可变直接关系到AI对工作的影响结果是什么，是替代还是增强，还是创造。

4、在所有分析的基础上，我们可以看到，科技对工作的影响至少有三种：

（1）替代

机器直接替换人工，比如银行柜员的存取款工作，完全可以通过ATM机实现。

（2）增强

现在的很多工作在AI的帮助下有可能会做得更好。回到刚开始的那个问题，为什么科技发展了几千年，今天的人依然没有失业？因为人的能力一直在被增强。在AI高速发展的今天，这些科技增强人类的案例非常多。比如，我坐飞机的时候，一位戴着Google Glass的空姐来送餐，她可能会直接问：汪先生，今天还是咖啡吗？她是怎么知道这些信息的？因为她戴了Google Glass，通过我坐的位置，登机牌的信息以及面部识别，她能够立刻知道我的名字，也能知道我过去五次航班上点的都是咖啡。戴上Google Glass的空姐，她可能认识你、知道你的偏好，她的能力是被增强了。那空姐有可能被替代吗？短期内不太可能，因为服务还讲究温度，冷冰冰的机器无法提供有温度的服务。

（3）创造

科技还创造出很多新的工作内容，在只有马车的时代，我们很难有汽车维修工这样的工种，这就是由技术发展创造出来的新工作。再比如，大家都知道人工智能是需要被训练的，训练本身就产生了大量的新工作。现在有一个新的岗位，叫做数据标注，工作内容就是在一幅幅图片上，把物体框出来，告诉人工智能这是摩托车，那是路灯，那是汽车。所以人工智能创造的并不都是高大上的数据工程师岗位，也有大量的为人工智能服务的基层人员。ChatGPT的网页上有一个contributor（贡献者）界面，很像电影结尾的鸣谢所有工作人员，里面有相当多的新岗位，比如新功能发现师、新奇能力发现师等等，非常有意思。

数据标记工作