11 月 16 日消息，布鲁金斯学会（Brookings Institution）最新发布的一份研究报告指出，人工智能（AI）革命可能呈现出典型的“繁荣 — 衰退”周期特征，只不过这种周期并非体现在金融市场，而是体现在工资水平的变化上。
起初，自动化有望推高薪酬水平，因为劳动者在更智能工具的辅助下，生产效率得以提升。
然而，随着 AI 系统逐步掌握越来越多的任务类型，相关领域对人力的需求可能随之下降，劳动者或被迫转向附加值更低、增长更缓慢的岗位，并抹去那些早期收益。
在模拟实验中，宾夕法尼亚大学“整合知识讲席教授”（PIK Professor）、神经科学教授康拉德・科尔丁（Konrad Kording），以及该校社会政策与实践学院副教授伊奥安娜・马林内斯库（Ioana Marinescu）发现：“智力密集型行业的自动化进程，初期会推高工资水平，但随后将导致其回落。”
研究指出，在最初的生产率激增之后，“负面效应将占据主导地位，因为大多数劳动者逐渐被排除在智力型任务之外”。
为阐明人工智能时代可能的发展路径，研究团队构建了一个交互式模型，用以追踪“人类主导型智力劳动”向“机器主导型智力劳动”的过渡过程。
模型显示：AI 在初期显著提升生产率，带动工资迅速攀升；随后工资增速趋于平缓，并在自动化广泛应用后开始下滑。
值得注意的是，即便在工资下行阶段，整体产出仍持续增长，这表明经济增长的成果日益向资本倾斜，而非劳动要素。
随着更多认知型工作被自动化取代，人类劳动力逐渐转向增长缓慢的体力型岗位（如建筑、照护服务等），从而进一步压低整体工资水平。
最终呈现出一条“倒 U 型”曲线：短暂的工资繁荣期之后，伴随数字经济发展持续快于实体经济，出现工资回调。
研究作者强调：“即便自动化在初期推高了工资水平，其长期仍可能导致工资大幅下滑。”
IT之家注意到，该研究摒弃了当前 AI 辩论中的两种极端观点，既不认同技术乌托邦主义者关于“无限繁荣”的畅想，也未采信“全面失业”的末日恐慌。
相反，科尔丁与马林内斯库提出了一个中间立场，称之为“智力饱和”（intelligence saturation）：AI 虽可提升经济体的智力水平与生产效率，但其增益终将放缓。原因在于，现实工作仍依赖人类劳动力、实体工具与设备协同完成，无法完全脱离物理世界。
为防止上述“倒 U 型”曲线对劳动者造成不利冲击，作者建议：
1、主动放缓自动化推进速度，避免技术变革对劳动力市场造成剧烈震荡；
2、加大对实体资本的投资，包括机器、设备与工具，以确保人类劳动者即便在数字任务持续减少的背景下，仍能维持较高生产率；
3、对线上虚拟服务替代线下人工服务的情形征收专项税负，防止 AI“掏空”整个产业生态。
这一“虚拟服务替代税”的构想，与美国参议员伯尼・桑德斯（Bernie Sanders）此前倡导的“机器人税”提案理念相近，即对采用 AI 技术大规模替代人工岗位的企业征税，以缓解技术变革带来的社会成本。