在初期异型材设备，人工智能（AI）可以提工人的生产力——帮助他们做得多、快，这往往会在自动化开始取代其中一些工作之前提工资。

　　但宾夕法尼亚大学社会政策与实践学院教授Ioana Marinescu表示，人工智能可能已经将工资向了峰值。

　　她与研究机构布鲁金斯学会（Brookings Institution）共同撰写了一篇关于“智能饱和”的新论文。她援引自己的研究表示：“我们的自动化程度过14%，这比没有自动化的时候接近潜在的工资下降。”

　　布鲁金斯模型示，一旦大约37%的认知或“智力”任务实现自动化，工资增长就可能开始逆转。她指出，“但何时下降取决于一些参数。”

　　警告信号

　　Marinescu表示，我们接近峰值的个迹象将是工资增长放缓，以及就业从智力密集型工作转向体力密集型工作。

　　她说，经济中过14%的“智力”任务已经实现了自动化——这一比例自20世纪80年代以来一直在稳步上升。她的这一估计基于一项研究，该研究表明，常规认知工作的比例从20世纪70年代末和80年代的49%下降到2018年的35%。

　　Marinescu将这14个百分点的下降解读为智能工作自动化程度提的一个指标。而她也得出了所谓的“AI薪酬曲线”：随着工人使用智能的工具，工资上涨，然后趋于平缓，终随着机器接替多工作而人工工资下降。

　　“自动化若要导致工资下降，就必须看到从事智能工作的劳动者比例下降。例如，如果科技行业的就业岗位流失没有被其他智能工作的就业岗位增加所弥补，而且体力劳动岗位数量保持稳定，异型材设备这种情况就会发生。”她写道。

　　举例来说就是，如果软件开发人员、翻译人员或营销人员被人工智能取代，而没有新的价值职位出现，这些行业就业的总体份额可能会下降，从而为工资下滑奠定基础。

　　哪些工作岗位会先消失？

　　Marinescu说，该模型假设自动化从容易取代的“智力”任务开始，即人工智能可以在模式识别、翻译或基本写作面迅速越人类的工作。

　　“我们预计这些工作先会减少，比如翻译或基本的营销文案。如果这些岗位没有被其他相关工作岗位所取代，整体岗位的比例将会下降，这可能会导致工资下降。”

　　而这种转变发生的速度取决于经济中物质和智力面的联系有多紧密。当它们变得容易互换时，工资损失就会加速。

　　Marinescu表示，当人工智能可以轻松取代多类型的人类工作时，工资往往会下降得快：“随着智力和体力变得具可替代性，那些聚集在体力劳动部门的工人从进一步的自动化中获益越来越少。”

　　接下来关注什么？

　　Marinescu说，需要追踪的重要的指标是从事体力劳动和智力工作的工人所占的比例——换句话说，人类是在朝着人工智能很容易取代的工作向发展还是在远离这些工作。

　　如果这种平衡开始发生变化，多的人离开以办公桌为基础的认知工作，转而从事体力的、增长较慢的工作，人工智能的薪酬曲线就可能已经接近顶峰。