IBM反驳比尔盖茨：解决AI抢工作问题的方法不是税收！

作者：David Kenny

Viewpoint观点

IBM反驳比尔盖茨：解决AI抢工作问题的方法不是税收！

作者：David Kenny

此前，比尔•盖茨呼吁，如果机器人创造相同的价值，企业也应该为机器人缴纳数额相当的税。

此前，比尔•盖茨呼吁，如果机器人创造相同的价值，企业也应该为机器人缴纳数额相当的税。这不仅与进步背道而驰，还会阻碍能改善日常生活的各种技术和系统的发展步伐。正确的方法是努力通过培训让员工掌握正确的技能，而不是收税。

正如美国前财政部长劳伦斯·萨默斯最近说的，“对技术收税更可能将生产赶到海外，而不是在国内创造就业机会。”

机器人和人工智能（AI）系统要想完全取代人类劳动力，还有很长的路要走。我们还可以喘口气。然而，比尔•盖茨做出了完全相反的断言，他呼吁对人工智能创新采取一种违反直觉、先发制人的打击。他提出了何种可供选择的手段呢？答案是，对技术收税，以补偿尚未发生的损失。

AI 拥有巨大的潜力。对这个充满前景的创新领域收税，不仅与进步背道而驰，还会阻碍能改善日常生活的各种技术和系统的发展步伐。

想象一下，如果政策制定者害怕未知的东西，通过狂热地对个人计算机软件收税来保护打字机行业，或者对数码相机收税来保住暗室技术人员的工作，我们如今的社会会成为什么样子?

比如说，如果通过税收让电话交换机操作员保有工作，从而摆脱交换机技术发展的竞争，可能让今日无处不在的移动设备仅存在于发明者档案柜中的一张纸上。

没有任何证据表明对技术征税会保护工人。事实上，正如美国前财政部长劳伦斯·萨默斯最近说的，“对技术收税更可能将生产赶到海外，而不是在国内创造就业机会。”

美国劳工部的统计数据表明，美国有超过 50 万个技术岗位空缺，但学校和大学没有培养出足够的、拥有合适技能的学生来填补这些空缺。

对 AI 收税的呼声更令人震惊，因为这代表着从根本上放弃了帮助员工准备好使用 AI 系统的职责。对于人们是否有能力接受和准备好应对变革，我们中能影响这一领域相关政策的人应表现出真正的信心。正确的方法是致力于通过培训让员工掌握正确的技能，而不是对机器人收税。

美国劳工部的统计数据表明，美国有超过 50万个技术岗位空缺，但学校和大学没有培养出足够的、拥有合适技能的学生来填补这些空缺。在许多情况下，这些工作是“新领职位（New Collar）”，它们不需要 4 年制大学学位，而是需要广受欢迎的技能，这些技能可以通过新型的职业培训、创新性的公共教育模式学到，比如 P-TECH（IBM 率先实施）、编码训练营、职业认证计划等。这些计划可让学生和已就业的专业人员为担任从网络安全分析师到云基础架构工程师的许多新领职位做好准备。

在 IBM，我们在众多的案例中看到充满激情的新领专业人员学会了在数字化经济中大展拳脚的技能。他们以前的身份也许是教师、快餐厅员工和说唱歌手，而现在的工作则是在对抗网络威胁，运营云平台，为移动应用设计数字体验等。WIRED 曾经报道过，通过恰当的培训，以前的煤矿工人是如何进入新领编码行业的。

我们需要大规模扩充各种计划的数量和影响范围，让学生和工人能获得新的技能。通过弥补技能缺口，预计到 2020 年在美国就能填补约 100 万个就业岗位，但只有大规模公私合作才能更有效地将更多的工人与他们需要的培训联系起来。该工作必须是全国性的一项优先事项。

首先，应更新和扩大职业教育，帮助更多的人（尤其是妇女和低比例的少数族裔人群）学习社会上各个方面的稀缺技能。这应包括在小学生中宣传STEM 职业计划，这会让他们在以后的教育历程中对专注于技能的课程有更高的兴趣和参与度。

第二，应建立一个新世纪学徒培训计划并提供资金支持，招募并培训或再培训工人，以填补政府和私营企业中的关键技能缺口。

第三，应为新领技能的标准和认证提供支持，就像对其他技术技能（从汽车技术人员到电焊工）的做法一样。正式承认这些国家凭证和认证计划有助于雇主承认应聘者拥有足够的资质，这对工人和雇主都大有裨益。

现在采取这些步骤将会建立一个可靠的技能培训基础架构，从而解决一些紧迫的高技术人才短缺问题。一旦奠定了基础，就可以不断发展这些计划，使其专注于在不断推进 AI 部署的过程中应优先发展的新技能类别。

另外，AI 应该代表增强智能，而不是人工智能。它会帮助我们让数字网络更安全，让人们的生活更健康，更好地保护我们的环境等。与之前的蒸汽动力、电力、计算机和互联网一样，AI 创造的岗位将比它所取代的岗位要多的多。在 AI 时代，工人真正需要的是参与竞争的技能并赢得胜利。要为 21 世纪的技能培训提供架构，需要以信任为基础的公共政策，而不是让人恐惧的税收。

（来源：IBM）

关于作者：

David Kenny是 IBM公司高级副总裁，负责Watson 及云平台部门业务。他领导着 Watson 认知功能的持续开发以及 IBM 的公有云发展工作。