萝卜慢跑 与 Sam Altman 的全民基本收入实验
24-07-30
先进技术会吸走人才和资本，游戏规则却随着人工智能的高速发展开始改变
本文来自 Tzuens（联系：wzjtzuens），前大厂产品经理，涉猎短视频、SaaS、IM、社交多领域产品，现 AI 语音领域创业，正在寻找合适的合伙人。
一
先讲两个故事。
20 世纪初，芝加哥以肉类加工业闻名，肉类加工厂使用一种叫“拆卸线”技术，将牲畜肢解后吊在线上，按顺序流转，每个工人在这条线上执行从去毛、分割、清理内脏等特定的屠宰任务。
一个叫威廉·克兰 William Klann 的工人在芝加哥参观完屠宰工厂后，回到密歇根的工厂和老板商量模仿这种模式，改良当时工厂的生产方式。起初，仅从简单的组装磁电机开始，效果不错，到次年，整个组装工序扩大到 84 项，生产效率大大提高，成本也进一步降低，进而将商品价格逐步降低了 2/3，这个工厂老板叫亨利福特 Henry Ford。
1912 年，正是福特的汽车流水线上线那一年，太平洋彼岸，一个叫大野耐一 Taiichi Ohno 的日本人出生在“伪满洲”的大连，多年后他回到日本名古屋学习机械工程，在一家机床厂从事机械制造。为了提升工厂效益，大野耐一前往美国学习当地工厂的先进生产模式，有趣的是，由于战后日本经济、资源双匮乏，吸引他的是日本没有的美国大型自选超市，大野耐一在逛超市时意外发现超市新奇的商品供货方式，超市会基于一定周期内的销售情况，动态进退热销、滞销商品，商品从四面八方的工厂配送，非常高效的进销存体系。
回到日本后，大野耐一基于在超市配货的概念改进了过去直线推进式产线，与上游供应链深度绑定，零件供给变成蜘蛛网式灵活补给，每条线供给都互不依赖，实践了按需配货的 Just-In-Time （JIT） 生产模式，还给产线供应增加了数据看板，工艺极度精细极高，这使得他们成为商品质量和效益双优的工厂，这个先进工厂叫丰田，丰田日后依靠这套“丰田生产方式”成为全球最大的车企。
福特流水线、丰田精益生产与 JIT 生产都是汽车制造史上著名的先进生产力故事，先进生产力往往意味着更多的自动化，和对熟练工人更少的依赖，落后的生产关系与生产力发生矛盾时，当时人们适时调整生产关系。
福特工厂的流水线上线不久，工厂对熟练工人的需求减少，造成技术性失业（Technological Unemployment），不久，工人们不满于超负荷的机械、重复组装，而且汽车售价即使在大幅降低后，生产他们的工人仍然无法支付一辆汽车的价格，卓别林的《摩登时代》就是在这样的背景下创作出来的。恰逢工会运动而兴起，工人开始通过罢工表达不满，福特从起初的压制工会运动，到逐步与工会达成和解，历史上首次执行了 8 小时工作制、翻倍工资至每天 5 美元。即便对购买一辆价值 260 美元的 T 型车仍然杯水车薪，但工人的权益得到很大程度的保障。
从现在的视角看，当时的美国工人其实掀不起太大波澜，因为随着汽车售价在逐步降低，市场倒逼产能扩大，流水线推出仅 2 年后，福特高地公园工厂雇佣了大约 13,000 名工人，比推出前还多了近 1 万人。只要还能赚到钱，只要还能吃得起饭，仍然会有工人愿意工作。不过毫无疑问，8 小时工作制、工资翻倍都是落后生产关系适应现代先进生产力的重要节点。
另外一边，丰田的先进制造模式让丰田车的全球化进展势不可挡。7、80 年代的第四次中东战争和伊斯兰革命，造成大量产油设施被破坏，国际油价飙升，丰田适时推出极具燃油经济性的车型赢得大量国际市场，让本来就高性价比的日产车更加热销，本土工人从 60 年代的 5 万人到 90 年代涨至 35 万人。从上世纪 80 年代到 21 世纪初开始，效益落后的美国车厂开始大规模引入日本造车模式，1984 年，丰田和通用汽车在加州弗里蒙特建立了首个合资企业，1988 年，丰田在肯塔基建了第一个独资工厂，可这很难改变美国汽车工业的没落，美国汽车工人从巅峰的 110 万工人锐减少至80 万人。一边是越来越大的全球市场份额和工人规模，一边却因没有足量的市场而落寞的铁锈带。
即使带着不满和愤怒，变化如火如荼的进行着。曾经的福特引以为豪的底特律、克利夫兰汽车组装基地，已经成为最近 50 年，全美人口净流出最大的地区，底特律人口从 180 万减少到 63 万人，克利夫兰从 91 万减少到 37 万人。也有转型成功的案例，虽然匹兹堡在钢铁工业崩溃后人口减少了一半以上，但通过医疗保健、教育和技术进行了自我改造，卡内基梅隆大学和匹兹堡大学吸引了全球科技公司和初创企业，多元的第三经济为这座城市带来活力，原来 67 万人巅峰人口锐减到 30 万人，但已经出现止步的势头。
二
世界是个离散的涡旋带，小漩涡会卷入大漩涡，先进技术会吸走人才和资本，游戏规则却随着人工智能的高速发展开始改变。
2015 年 12 月 7 日，青岛市福州路，多位出租车司机围攻滴滴专车司机。只隔一天，上百辆出租车围堵在北京东北旺中路的滴滴大厦总部。以 Uber、滴滴为代表的互联网打车企业，通过算法模型将打出租车这个稳定场景重塑了分配逻辑，这表面是场由“算法机器”挑战人类传统商业模式的战争，前所未有地冲击了比汽车工人更多得多的就业规模，更深刻的影响了人类社会。
后面的故事我们都知道了，这场“闹剧”的影响微不足道，和福特汽车扩产、丰田在美国建厂一样，只要就业岗位还在，亦或者本土产业愿意主动升级，市场温度不至于完全失控；越来越多的出租车司机在汽车前座装上好几部手机，从不同的第三方打车平台接收用户订单，获得了比出租车时代更高的收入，鲜有人再提起就业问题。
和新浪潮下的保守主义不同，过去 20 年人们总是对新生产关系变化持开放和乐观的态度，新生产关系可以推动价低质优的商品和服务，加速社会运作效率，进而加速了财富的流动性，但这并不意味着资源在进行帕累托最优。相反，这是先进技术对存量市场剥削的前奏曲，财富在分配的过程中，前所未有的聚积到互联网企业中，这是在工业时代都未曾出现的情况。这一切都算不上大问题，再低效的分配方式，只要分配还在进行中，不管是初次分配，还是强制二次分配，只要有盼头，日子还能过下去，“熬”是工农的底色。
但假如有一天，有人试图连初次分配都不带你玩，那问题就大了。
萝卜快跑是一家通过无人驾驶技术运营出租车的科技公司，2024 年 7 月 初有媒体报道了其在武汉一次性投放了 1000 辆无人出租车，每个月能完成 60 万的网约车订单，统计有近 3 万位武汉的出租车司机收入受影响。这一次，工人的就业彻底受到影响。
好一点的设想是：萝卜快跑像福特一样，将复杂的汽车组装工艺分解成机械步骤——类比为，自动驾驶公司的安全员在总部远程看管车辆驾驶，随时准备介入，像玩具车一样遥控车辆的启停转向，而不需要掌握娴熟驾驶技术的司机，人工智能会随时矫正错误的操作，这些安全员就像互联网时代在印度、中国内陆的电话客服，而原本的出租车司机就出现了早期汽车工人一样的状况：技术性失业。虽然这看起来愚蠢，理论最小运营成本是每车驾驶一人力的基础上还有电费，这似乎和以往别无二致。
糟糕的设想是：企业为了进一步压缩成本，连远程安全员都不再被需要了，由于完全拟人技术代替真人，再也没有雇佣专职驾驶员的必要。
人工智能正在疯狂学习拟人化的工作。这些智能表现和以往设定好的程序流水线、黑灯工厂不完全相同，莫拉维克悖论正在打破。对于人类而言，解决复杂的数学问题通常需要高度的抽象思维和逻辑推理能力，这对我们来说具有一定的挑战性。然而，计算机凭借其强大的计算能力和精确的算法，能够迅速而准确地处理这类复杂的计算任务。例如，求解大型方程组、进行复杂的数值模拟等。相反，像感知和运动控制这样看似简单的任务，对于计算机来说却极为困难。机器控制往往感知涉及对大量复杂和模糊的信息进行理解和解释。比如，人类能够轻易地通过视觉识别出不同的物体、人物和场景，并且能够根据环境的变化迅速做出调整。而计算机要实现类似的感知能力，需要处理海量的图像数据，并从中提取有意义的特征和模式，这需要复杂的算法和强大的计算资源，同时还需要克服机器的鲁棒性、无感知等负面特征。显然，这些困难随着 ChatGPT 的发布正在加速打破。
再进一步说，新一代人工智能是怎么替代工作的？当我们在处理工作任务时，任务本身是有区分的，人与机器任务的最大区别是复杂指令和重复性指令的理解，过去机器只能遵循重复性指令，例如打字机，“打字”这一行为属于重复性指令，“打字的内容”才是复杂性指令。编码中的“汇编”是重复性指令，具体到理解需求、拆分需求、实现需求、稳健工程是复杂指令。人工智能模型的智能程度已经表现出原本只能由人为干预的复杂指令，开始能由机器高效的执行，相反，人力执行任务就是一种熵增。
回顾汽车生产力进步史，汽车产能的不断进步，在某种程度上，是建立在“人均汽车保有量无限接近 1” 的设想中， 只要人人要有车、家家要有车的设想还在，大宗生产的步伐就不会停下，石油开采、钢铁制造、精密仪器、半导体、皮革，这些产业背后有着无数廉价工人、劳工家庭、资源型国家，他们可以受益更多财富流动性，但当先进技术出现结构性变化，落后的技术、落后的产能，甚至落后的工人，都会被无情抛弃，他们不掌握生产资料，却持续让本土的资源溢出，而转化回来的货币无法有效成为对等的、增值的财富，因为他们往往集中到少数人手中。
三
如何在经济发展中，平衡财富分配的议题，在最新的探究全面基本收入的实验中，有了一些结果。
OpenAI 的关键人物 Sam Altman，处在人工智能变革的前沿，他对人工智能在未来“抢走”人们的工作有更清晰的认知。2020 年 11 月 Sam 推动了一项“全民基本收入”实验项目，项目筹集了 6000 万美元，其中 1400 万美元来自 Sam 及其背后的基金会，也成为了有史以来规模最大的现金资助试验。该研究于 2020 年 11 月至 2023 年 10 月期间进行，每月为居住在德克萨斯州和伊利诺伊州的 1000 名 21 至 40 岁实验者发放价值 1000 美元的支票，没有任何附加条件，但参与实验者必须满足 2019 年的家庭收入低于联邦贫困线的 300%，1000 人被随机分配到治疗（实验）组，每月获得 1000 美元，而另外 2000 人是对照组的一部分，每月获得 50 美元。实验结果已发出了两篇论文，分为对就业和健康的影响结果。
-
就业方面：1000 美元组每月比 50 美元组多花 310 美元，主要用于住房、食品和汽车费用，实验组参加教育培训的可能性相比对照组要高出 14%，搬离糟糕社区的概率高出 11%，这是相对积极的信号。然而，他们的平均收入每月下降约 125 美元，不包括转移支付。——实验者的就业质量没有发生明显变化，相反因为有了稳定支助，他们往往选择参与更少或更简单的工作。实验组的劳动力市场参与率下降了 2%，每周工作时间减少了约 1.3 小时，等价于一年中大约减少了 8 天的工作。
-
健康方面：通过观察实验组的血液采样和营养摄入，身体状况没有发现明显的改变，但整体饮酒量减少了 20%，需吃止痛药的天数减少了 53%。另外，心理健康明显减轻压力，虽然只持续到了实验的第一年底——好消息是实验组每月在医疗保健上多花了 20 美元，更愿意去看牙医、专项医科，长期来看是个健康的信号，对筛查慢性、隐性疾病有一定帮助。有实验受访者表示“我（指采访者）的思维正在发生改变，我必须停下来，改变思维模式，以进行系统性规划。”、“这帮助我（指采访者）的头脑清醒了一点，因为我不觉得自己那么失败。”
虽然就业质量上没有发生明显改变，但健康的身心发展展现了具有一定潜力的基础变化，更健康的身心对稳定社会发展，减少了对成瘾类药物和酗酒的依赖显著帮助。实验时间不算太长，往后可以追踪实验组在停止资助后的情况，到底是再度返贫，还是出现积极影响？值得期待。
全民福利制度在欧洲发达国家是基础的社会保障制度，访问挪威国家石油基金 GPFG（也叫挪威全球养老基金）官网可以看到一个持续在跳动的数字显示该基金为该国国民赚取多少钱，官网显示了一行字：“We work to safeguard and build financial wealth for future generations”，根据挪威的法律规定，政府每年可以从基金中提取不超过基金总额的 4% 用于财政开支，这些开支通常用于提高国民的福利和保障社会公共需求。发达经济体通过集中金融手段，为本国国民创造一个稳定的保障系统，这是值得借鉴国民普惠手段，但显然很难认可集中金融在更长远的未来的可持续性，当生产力、生产关系发生结构发生结构性变化，像中国、美国、印度这样的创新经济体也会出现投资饱和、投资遇冷的境遇，是否依赖外部金融也要打上问号，沙特、挪威等国家主权基金近几年也在寻求本土与海外更深的实体经济合作。
最后
今天人类社会再次来到生产力跃迁的十字路口，我们无法回避当巨量财富再次井喷式增长时，落后的分配制度如何适应生产力进步，否则旧有的生产关系一定会极力阻力生产力的进一步发展，基本的温饱、住房、医疗、教育这些基础产业如何在稳定质量的同时，提供更低廉的产品和服务，是未来人类社会共同的命题，要让人活下去的同时，让人活得有尊严。财富如果仍然无序的集中到少数股东中而不让普通人受益，社会只会陷入危机和混乱中，将更集中的财富合理的分配给国民，才能保证智能加持下的产业能持续运转。如果一个普通人连低廉的无人出租车都无法支付，那这些新兴企业如何持续盈利？
世界早已回不到福特流水线上线的那一刻。
以及那些仍然处在温饱线上的落后经济体，如何不被正在迈向下一阶段的高阶经济体所抛弃是更困难的命题，在智能时代他们已无法像中国、印度这样的经济体，通过接收低附加值产业而实现积累财富，人工智能驱动的智能机器人、智能机械臂的应用，让工业不断回流发达经济体已经成为不争的事实。
萝卜已经跑了很快，快到人们已经看不到先富裕的人如何带动后来的人，希望萝卜跑慢些。
Memo Team
Signal, not noise!