導語：自從2016年AlphaGo圍棋AI擊敗李世石，世界又掀起了一輪人工智能浪潮，公眾視野對于人工智能的討論不絕于耳，高等院校的人工智能研究院相繼成立，與人工智能有關的商業項目雨后春筍搬出現，并在一些領域進入到人們的生活當中。
與此同時，有關人工智能的社會影響的討論也一直沒有停止。有人認為，人工智能會在近幾年大規模取代人類勞動，并在有生之年替代人類;但也有人認為，人工智能現在只是資本炒作的噱頭，并沒有取得過多實質進展。有人認為，人工智能會加劇壟斷集中，國家甚至會依靠人工智能實現法西斯式的統治，但也有人認為，人工智能是資本主義的喪鐘和共產主義的春天。還有人認為，人工智能會導致社會階級結構的變化，比如產業工人減少和腦力無產者增加。
對這些問題的爭論，離不開對當前人工智能發展現狀的認識。事實上，算上近幾年，人工智能有三次浪潮，第一次浪潮實現了基于規則的簡單推理，第二次浪潮是基于數據的機器學習及簡單決策，本次浪潮是在深度學習的基礎上眾多決策領域的突破。每一次浪潮，都有上述問題的廣泛討論與研究。仔細觀察本次浪潮，可以確定的是：當前人工智能在人類嚴格定義的問題上可以取得接近甚至超過人類的成果，如圍棋、電競游戲等。然而，人工智能目前大量依賴人工標注的數據，且容錯性短期內無法解決。此外，當前人工智能遠遠無法有人類的思想，如推理、感知并沒有實質性突破。可以斷定，目前人工智能在生產領域只會處于輔助部門的位置。而從階級結構的角度，人工智能一定會帶來更大規模的壟斷集中，并加速資本主義基本矛盾的爆發。
2019年1月20日，載言同志在“好家伙”線上講座向大家詳細講述了人工智能的技術現狀，并在此基礎上討論了人工智能行業的現狀，以及人工智能對社會矛盾產生的影響。
03
人工智能行業現狀
我們繼續，接下來的話就是講一些政治經濟學議題的觀點。
首先先說一下是以后可能會發展的方向，這是一個我覺得可能有一定靠譜性的預測，這個預測，就不是在我們講的范圍之內的，比方說電話客服什么時候能夠代替，因為這幾年它就可能被代替了。另外，進行人工智能研究，讓其在所有工作上超過人類這可能都是很遠的事情了，我們在此也不做考慮。
好，我們繼續講一下目前的行業發展情況，這是一個大概的產業鏈。
第一點是技術支撐層，就是說人工智能它還得依靠是計算機。計算機一個特點，就是可以進行大規模的簡單重復的運算。比如說有中央處理器，有圖形處理器，有一些傳感器，有算法的模型，這些算法就是能支持人工智能處理一系列實際的問題。
有算法，有硬件，軟件，我就可以有一些基本的應用，比如說語音怎么去識別，怎么去識別圖像，然后自然語言怎么去進行翻譯。于是基于這樣一些技術就可以產生大量的人工智能產品，比如說智慧家電，智慧工業。比如說家電可能有一些可以用一些人臉識別的技術，門鎖也可以用一些人臉識別技術，工業上可以進行圖像的自動的探索等等。
具體來說，大概是分成這幾個領域，橫軸的話是具體的技術，縱軸的話是應用。主要是安防領域應用，當然電商廣告，消費電子，汽車，醫療等領域也有，但是應用最廣泛的還是安防，像大量的智能攝像頭。第二類電商廣告，比如說智能推薦，將廣告可以進行精準的投放，再比如說我可能想要一個電飯鍋，于是最近給我的廣告就是電飯鍋，然后我打開廣告鏈接，進到對應的京東或淘寶店，購買我們想要的產品。
對于電子產品的話，我就可以做一些以前沒有的操作。比方說有一個音箱，我可以對它說打開音箱，那音箱就會自動打開，而不是要我去按一下開關。
汽車的話就是自動駕駛，也就需要一些圖像識別的知識了。
醫療的話就是建立電子的病例，人工智能可以根據病歷的去做一些簡單的決策，判斷這個人可能會得什么樣的病，或與還可以根據一些ct或X光的成像，去判斷這個人到底是不是得了肺炎，肺癌或其他的癌癥。如果人工智能系統進行決策發現他是癌癥早期，就可以早治療早預防，這種醫療目前的一定的應用場景。
至于人工智能具體應用場景的現狀，首先是其語音技術是非常成熟的，比方說訊飛輸入法，但是你會發現這方面的應用場景非常有限，或許只在智能客服等領域，這雖然能夠方便大家手機的生活，但是對更加廣泛的生活感覺并沒有太大的幫助。
圖像識別的應用前景是安防領域，自然語言處理的前景是在互聯網，比方說搜索引擎。
智能機器人的話有待成熟，它現在的應用非常的小，像智能的掃地機器人，有時候就會變成人工智障。
從行業角度的話，安防最容易賺錢，當然這跟我們國家的國情有關了。還有互聯網和電商廣告是人工智能的應用是有盈利空間的，比如說精準投放廣告，還有精準地進行電商的搜索和匹配，像今日頭條、抖音給你精準的推送你想看的消息和視頻，導致你很容易上癮之類的，這都是一些應用。
它還可以促進一些消費產品升級，比如說空調就安一個攝像頭，然后通過攝像頭的看看人是否在房間里面，如果在就自動開空調。還有手機，手機以前用密碼解鎖，現在我可以換成面部的生物特征解鎖。還有無人駕駛汽車，另外在醫療行業可以做醫生一些的職能去診斷病人，比如說用ct ，X光片去判斷一下病人得癌癥的可能性等等。
我們可以發現在除了安防，其它領域都是以輔助為主的，比如說互聯網廣告，它的前提是其實要是大量的一個交易，這種交易就是一些買賣和物流。還有像一些像智能家居等等，它的本質還是家居嘛，智能只是一個輔助的功能而已。
然后這里面的有些相關受益行業，就是做一個簡單的梳理，搞一個數據中心，因為人工智能需要大量的計算資源，就是大量的計算機會研發出來，有人認為2020年其支出是900億美元。還有促進就業行業的就是cpu，這些處理器，2020年市場空間是117億美元。還有傳感器的話可能290億美元。
我們算一下這些數，這些數加起來就是千億美元。但問題是全球的GDP是多少?大概是60萬億美元，基本上其是幾百上千分之一的規模了。所以說在人工智能領域的資本量目前是非常非常有限。
投資融資情況，也可以看到類似的趨勢，比如說人工智能最發達的2016年這段時間，每三個月的融資大概是350次，這是全球的情況。中國投資的金額，大概是每三個月4到5億美元，也就是說每年投資額大概是100億美元的水平，綜合去計算其占全球的GDP的比重，其規模還是比較小。
至于它的主要行業，前面已經列了一些國內的主要行業，這個些行業總規模按人民幣來算，是16年總年收入大概7000到8000億元，我們做一個統計，因為現在基本上壟斷集中式資本主義是大趨勢，假設它們的市場占有率是25%，年增長率每年15%，15%還不是保守估計，因為16年增長很快，18，19年肯定會增長緩慢，甚至大規模裁員現象都會出現，所以說我們發現這些行業可能總規模是大概5萬億，但這5萬億有多少跟人工智能相關，估計10%都不到。
我們用下面這個圖，可以看到一些具體的特點，比方說語音識別市場，中國16年是40億。中國人臉識別市場大概是100億，全球的也就400億人民幣。機器人的市場的話，全世界15年其實也就可能是一百多億美元，未來幾年化大概是200億美元。但是這200億美元中中國占多少?加入說我們就說中國占到30%吧，也就有100億美元的一個規模。然后智能家居，16年的話，我們就按照按500億來算，2020年有人說可能達到2000個億元。其實智能家居的市場到最后還是要依靠房地產的支撐，因為有的房地產它去買空調買家具啊等這樣的一些智能產品還有這些金融產品，智能產品，潛在的人工智能的運用的話也估計有不到10%。
其實我們算一下就可以得到一個基本結論，就是中國的人工智能行業，目前的規模量也就是千億人民幣的量。千億人民幣的量，我們拿去對比房地產，對比汽車行業等其他一些工業領域還有金融，就可以發現，這還是九牛一毛。
另外有一個很有趣的相關行業，就是數據標注員，其實這個行業規模并不是很大，但是增長速度這兩年還是比較快的，從業人員估計是幾十萬人的量級，這大概是17年的估計。然后這幾年的大規模數據標注公司是幾千萬人民幣不等的融資，總融資算下來應該是不到十億人民幣。
而且對于數據的開支很龐大，很多人工智能公司，它們肯定有很多數據要標注，比如商湯和曠世數據標注有數千萬的人民幣的支出。
然后數據專員是干啥的，有多少的人工就有多少人工智能，人工智能的發展要求標注數據相應發展，數據專員工作很累。這里面就是有兩個例子，一個是貴陽市的職校，這些職校學生的話是1500人，讓他們去做這種簡單重復的標注勞動，每個標注員每天工資可能是110元，算下來一個月是兩千六七百塊錢。
所以這種行業的工資并不算特別高，和其它行業相比是比較低，但他們的工作相對來說簡單一些，有些殘疾人也可以去參與，所以這個產業對殘疾人還是比較利好。然而工作內容非常枯燥，比如這里面就有一些例子，像一個員工，早上9點到晚上6點工作內容就是盯著屏幕點圖片拉框，而且要求十分地精細，不能有絲毫的偏差，因為人工智能的一個特點就是稍微有一些噪聲數據可能就會失效了。而且員工的發展前景很明顯也不是很好，因為早期就是在數據公司，有可能是先是數據標注員，然后數據工程師這樣一些層層打怪升級，但問題是打怪升級也是千軍萬馬過獨木橋，能當上管理人員是非常少的一部分人。
還有一個選擇就是到人工智能公司去，但是人工智能公司當前對學歷的要求還是非常非常高的，至少是要求本科學歷。如果是高中學歷的話，還是有些困難的。而且這幾年可能還有大規模裁員的現象發生。還有就是人工智能的公司有個特點就是層層外包，層層外包的話，會導致整個行業的發展非常不齊，層層外包所產生的一些剝削的問題，跟建筑工是一樣是非常普遍的，這里面就不再多說了。
另外就是人工智能的數據標注，可能幾年之后也會消失，當然是到底是幾年還是十幾年，這個都不太好說了。
人工智能還有個非常典型的特點，就是壟斷和集中，從技術角度去看，人工智能是具有高度的壟斷集中性的。首先比如說大數據，它要依靠大量的數據做基礎，就很可能會產生數據的壟斷。現在我們這個行業的一個特點是，社會上的科研機構掌握的數據一般來說是百萬量級，人臉數據大概是800萬多。但像Facebook，google這樣的一些大公司，他們可以說擁有全球最好的人工智能人臉識別的技術，他們找的數據是多少呢?十億量級。
這是第一點，第二點的話就是計算量，這是人工智能目前發展的計算要求，計算量非常大，這必須依靠大量的計算資源。所以你可能要花上億美元的規模去建大規模的計算平臺或者服務器。這對很多的科研單位是非常巨大的壓力。至于說科研單位，它們基本會把所有的計算經費都用于買這些機器上，去供大家去做研究。很明顯誰機器越多的話，誰就越容易產生成果。
第三點的話，就是深度學習研究門檻相對低一些，研究門檻低了，對大公司也是非常有利的，因為大公司可以讓自己的研發進行高度的集中起來，還可以從學校里面去發掘很多人工智能領域的老師和人才，然后去從事研究，所以說有時候會發現大公司所創造研究成果，會比大型的院校創造成果還要多。
還有一點就是人工智能高度依賴開源的軟件，就是說你要從網上去下載源代碼，比如谷歌的創造探索活動，這樣的一些深度學習的研發平臺。問題就是如果是商業領域去用這樣的一個研發生態，是有代價的，那么代價就是你可能會形成對大公司的品牌的這種依賴，如果大公司要開源軟件變成閉源，或者用開源軟件去做一些專利侵權的事情，很明顯小資本會成為大資本的食物。
就是深度學習，具有高度的集中性。比如說典型的案例，我們下面列了三個深度學習的大佬，一個是Yan Lecun，一個是Hinton，還有一個事Andrew Ng，Yan Lecun到了Facebook，Hinton跑到了Google，Andrew Ng之前跑到了百度，都是大公司，這些大公司把學術界的幾個大佬全部拉走了。
當然這里多提一句Hinton，Hinton是人工智能領域的翹楚人物，大家可能會不知道Hinton和韓丁他們是親戚。而且我們·會發現，當你看到Hinton的一些言論，會發現他在思考很多的問題，甚至會有一些公有制的問題。
下面這個圖是反映出來某些行業的壟斷集中的，比如前端攝像頭，智能攝像頭，海康威視是一個做安防領域很重要的公司，它自己一個占了市場20%的份額，前幾名大概占到50%的份額。
還有公有云，就是大規模計算平臺的市場份額，全球像亞馬遜，還有20個廠商就占有全球80%的份額。然后國內四個廠商就占有了60%的份額，所以說深度學習領域，集中現象很嚴重。
另外有個特點就是泡沫很多。比如說一圖1，依圖科技是一個做計算機視頻的公司，和AlphaGo在16年同時出現了，3月開始融資，4月份共融資11億美元，5月份融資再加一倍的，6月份可以再加一個月，所以融資的錢非常難，大量的風投資金都愿意投到他的。
但問題是人工智能落地的成本，我們之前分析并不是特別的多，大量資金涌進來之后，過兩年他們肯定是要求利潤的。一旦要求利潤，這些風投資金肯定會傻眼了，傻眼之后就想撤，撤了可能就撤不回來，直接導致很多后面風投公司急了。有些公司可能會因為經營不善會破產，有些公司可能發展比較好，但是這些風投資金卻因為他們這些銀根比較緊縮，融不到錢，導致打斷整個過程。比如說17年的時候，全國大概有50家AI公司倒閉，這里面就列了一些公司。因為公司有的是競爭力的下降，有很多是融資的失敗，也有很多可能是資金鏈斷裂。
所以我們總體做一些行業上的判斷，首先是人工智能應用場景比較有限，規模也有限，也就是千萬億的人民幣的規模，和房地產，還有汽車等這樣的一些工業領域相比，基本上是小綿羊。
另外一個人工智能目前屬于一個輔助部門。
第三點，人工智能當然也依賴人工標識。
第四點就是人工智能具有天然的壟斷集中特征。
最后一點是人工智能目前泡沫巨大，這兩年可能會破滅。
04
政治經濟學視角下的人工智能
最后談一下就是一些馬克思主義的理論分析，理論分析是有前提的，就是說我們剛才做的關于人工智能分析，其實可以得到一個基本結論，就是人工智能，對一些人定義非常好的問題，能非常出色的完成。這個其實就會發現，它本身就是一個人的輔助性的工具，而這種輔助機器，和馬克思所定義的機器化大工業的機器，沒有什么太大的差距的。
因此我們認為，人工智能目前來說就是機器，或者說全自動化的一些產業和設備。
與機器相關的話，它有幾個問題了。我們就是以全自動化生產為例，第一個就是機器是否創造利潤，第二點話就是全自動化生產是否存在。第三點是產業機器人的高額利潤到底是從何而來。
我們先說第一點，第一點的話就是說機器到底能不能創造價值，我們先來回顧一下歷史，就資本主義機器大工業的早期，機器大規模的使用，產生了很多的社會影響，比如說生產力大規模提高，對中國進行大量的傾銷棉花等等一些工業品。
第二點話，就是工人階級生存狀況急劇地惡化，還有些農民會出現大規模困難的情況，另外一個就是機器大工業使的工人階級就聚集到了一起，然后他們通過集體抗爭，第一次登上了歷史的舞臺，這是早期的機器大工業的特點。
另外一點就是機器使用的動機很簡單，就是減少成本追求利潤。這種減少成本，增加利潤和人工智能發展，以及未來可能出現大規模使用，是非常類似的，為什么?比如說富士康在2010年時候，提出要用機器人去代替人工，那個時候不是剛出現到13連跳的事故嗎，所以要減少人工成本。
當然，使用機械直接的動機就是認為機器人可以代替大量人力勞動，然后人力方面用工成本可以降低，另一方面可能減少相關的社會矛盾，因為用工產生的一些跳樓等等一些管理的問題。另外有些的無人工廠，尤其碼頭比較常見，所以其實本質都是為了自己追求更多利潤的。
但問題是機器，無論是機器還有人工智能使用，都是有界限的，之前說得很清楚，生產機器所花費勞動力，使用最節省的勞動的差額，比如說就是一臺機器價值150萬，使用期限是五年，然后期間的話給公司價值2500塊錢。那么我們可以算一下，就是一個工人的年工資是多少?3萬塊錢對吧?然后五年的話就是需要支付的工資是多少?是15萬人民幣。15萬塊錢，如果機器能夠代替十名工人的話，很明顯就會使用這臺機器，在這五年的時間內，這個機器成本是150萬，代替十名工人能代替至少是150萬的工資，資本家肯定是傾向于使用機器的，這點其實和工業機器人包括人工智能產品是同樣的。
好了，這就是一些機器大工業基本的理論，那機器到底是否產生價值呢?有人說是產生價值的。這一個問題，關鍵就是勞動二重性。
勞動二重性，就是說大家都知道是勞動是創造價值的，就是商品是有兩個屬性的，一個屬性是使用價值，另外一個屬性的價值。使用價值的話，其實就是一些很具體的東西，比如說一杯水，就讓人你可以使用的。還有一點是比如可能電腦是讓人去進行當中的等等使用價值，那價值很簡單，凝結在一些商品上是無差別的人類勞動。就無差別人類勞動時間，勞動時間越長的商品價值就越高，比如說像水杯生產的勞動時間比較短，那么它的價值就比較低，生產電腦的勞動時間比較長的，它價值就比較高。
然后對于勞動也有兩重性，一個是具體勞動，一個是抽象勞動，具體勞動創造商品的使用價值，抽象勞動創造商品的價值，抽象勞動是把這所有的具體勞動都抽象出來一個本質的東西，就是勞動時間。
然后抽象勞動的話就形成價值的唯一源泉，這里面就不多解釋了。然后具體勞動，具體勞動的話，實際上就是說我們可以把一些商品，一些勞動產品的形態進行轉移。比如說把棉紗變成棉布，棉布變成棉衣等等這樣一些價值，這都是通過一些具體勞動，使得原有商品價值，可以轉移到新的商品當中去的。
機器沒有辦法去創造價值的，勞動者去操作了，只有機器和人的這種配合，才能使商品的使用價值形態發生轉移，發生變化，把原來商品的價值轉移到新的的商品的價值當中去。
其實這里會發現，我們去考察這個機器在里面的作用，就會發現機器，它本身也是人創造出來的，包括人工智能機器人目前來說也是人來創造出來的，而且屬于生產資料，讓人去操作，讓人去和這些機器人，或者和人工智能進行結合的時候，它通過這種具體的勞動，使得這個商品從一種形態轉成了另外一種形態。
然后這種轉移怎么發生?比如說有一臺機器，它可能生產10萬臺手機，每臺手機上還有機器轉移1/100000的價值，但是機器不會額外去創造價值。創造價值的是什么?就是去操縱機器的人類。
有人可能會問這個問題，就是使用機器的話，生產效率會提高吧，不使用機器的話，生產效率降低，是不是?是不是說使用機器生產的產品也很多，不使用機器的話，它這個產品量少，價值也會少，是不是?因為是不是多出來產品的價值，就是機器創造的?
也不是，因為這個問題考慮的角度，還是通過考慮個別勞動時間來去衡量的，因為我們知道就是說到商品價值的話，對商品價值的標準，要定義成是社會必要勞動時間，就是說社會上有一個平均勞動時間，有些人，或者有些資本家他勞動時間比較長，有些人勞動時間比較短，我們需要用一個平均值來衡量這個社會上整體用的勞動時間，去衡量商品的價值。
比如說機器或者機器人生產的產品，那就是資本家收獲價值，出賣商品之后，很明顯是可以獲得一個高額的利潤，但是這種高額的利潤是怎么獲得?其實還要考慮到有一些其他人，他可能是用手工去進行生產的，使用人工生產，其實生產效率是非常低的，它這個利潤也是非常低的。其實換句話說就是有些部門，有些資本家生產用機器人，他產生價值很高，有些資本家他沒有用機器人，它生產效率很低，利潤很低。實際上很多利潤都是從利潤很低的資本家手頭轉移到使用機器人這些資本家手里。
雖然不同資本利潤是不一樣的，但它們的利潤都是所有的工人所創造的，平均勞動時間就是必要平均勞動時間。
這是第一個問題吧，就是機器是否創造價值。一個本質的東西，就是機器它只是轉移價值，而創造價值只是無差別的人類勞動。
第二個問題的話，就是全自動化生產是否存在，我們先假設它存在，事實上也確實是存在的，有很多一些著名的港口，比如說像青島港，基本上都是無人操作的，港口內部是沒有任何人的。但是你會發現在港口內部其實還是有很多職工，這些勞動者，有技術人員，研發人員，還有一些管理人員。而且一般來說，當我大規模去使用這些自動機器的時候，那些機器的維護，維修，肯定會是一個很重要的問題。
因此在這種情況下，短期內，一線生產普工數量可能會大規模減少，但像技術員工包括研發人員的數量，其短時間會大規模的增加，但是總體工人的數量肯定是大規模的減少。我一會兒拿富士康的例子來說明這個問題。
另外一點的話，就是我們考慮全球化生產的工廠的時候，還要考慮它的上下游的關系。那么雖然說這個工廠可能是無人工廠，但是它的上游下游，不是無人工廠，比如說一些物流的部門，比如說上游可能一些煤礦鋼鐵這樣的一些生產商，或者一些電網這樣的電力的提供商，這些部門目前很明顯，都是有很多工人在里面勞動，所以還是蘊含著大量的人類勞動。當然還有一些生活服務的工廠，比如說供這些城鎮化生產企業的工人的一些吃飯住行，也是包含大量的工人的。
所以說單個行業，它可能會存在無人的工廠，但是全社會的行業，還是有大量的勞動存在。馬克思有一段話說得很好，社會化生產的產品，不能只從從事勞動的生產者來考察，他要從整體工人，及互為結合勞動人員來考察。總體工人的各個成員，都是直接或間接作用于勞動對象的。如果只考察單個的一個行業部門，可能還是全自動化。如果考慮整個行業部門，其實還是包含著很多的人類勞動。
還有一個問題就是全自動化生產，其實不一定會帶來大規模的工人失業。比如說在工業革命時期，其實工人的數量是在大幅的增加的，為什么?因為他生產的規模大部分也在增加。這也是馬克思在《資本論》里面說的，這里就不多說了。
另外一點，戰后其實也是人工智能發展的初期，一些新的自動化設備也開始更新，像一些流水線的管理模式，比如說福特制這樣的流水線的管理模式，也開始大規模推廣。雖然單個工人創造勞動產品在增多，但是沒有影響到工人階級的數量。比如說像美國，1950年人數為5000萬，1960年5900萬，1971年就到了7400萬。
這些工人階級的擴張是為什么?本質就是說因為二戰以來，資本主義有一個20年的緩沖期，促使了資本主義獲得飛速的增長，這種背景是有大規模的勞動力需求。你像國內還有富士康，富士康2010年提出要在2014年上線百萬臺機器人，這個是在富士康13連跳的時候郭臺銘提出的，然后實際上2016年上線大概4萬臺，現在有一個說法應該是上線了不到20萬臺機器人，但這個說法我在網上沒有找到實際的數據材料，反正是上線的規模大概是能夠代替10萬這樣量級的人力勞動者。
但與此同時，我發現再大規模使用機器人的情況下，用工人數也在增長，一個可靠數據是，2010年在大陸員工超過百萬，2015年這個員工最高峰的時候140萬。現在肯定沒有到140萬了，比如說2018年的時候富士康要裁員34萬，但是幾乎沒有人認為是因為工業機器人大規模上線造成的，而是因為iPhone手機銷量得不好，然后蘋果公司效益下滑，直接導致富士康的效益大幅度地下降，產生了裁員的需求。
所以從這些案例我們會發現，實際上勞動人口的增加是跟資本主義的周期有關系的，而不是跟機器人的使用數量有關系。
還有一些特殊的案例，比如說馬斯克特斯拉搞無人工廠，最近在上海剛破土建設，說要搞一個全自動化的工廠。馬斯克這個人是一個很神奇的人物，比如去年的時候，搭運火箭，把一臺汽車，射到了土星的軌道上。但問題是馬斯克這個人其實非常喜歡炒概念，比如說它這個無人工廠就是一個重要的概念，因此這兩年馬斯克生活并不是很好過，比如說有人覺得馬斯特在搞龐氏騙局，什么叫龐氏騙局?一個投資者A給馬斯克融了1億元人民幣，然后投資者希望能夠有投資者B來接盤，然后買到投入A的股份，比如說融到2億美元，然后投資者A將撤出，然后賺了一億，就這樣一個接盤的邏輯。
14年虧損多少?60億美元，這些導致所有的股東都撐不住了。差不多在去年，產生了大規模的財務危機。它無人工廠有個特點是產量非常地低。特斯拉它是一個很好的電動車的品牌。2014年希望在美國投入的工廠產量是5000輛的model3這種汽車，但問題是目標從2017年底，推遲到2018年6月份，是因為無人工廠經常會出現bug，過度依賴機器人導致生產線生產能力出現下降。
所以其實會發現，資本主義在當前情況下對無人工廠這樣一個東西，在很多行業其實是一個非常排斥的態度。因為過度去依賴這種工廠的話，實際上會產生大規模的效應下降。這是第二點。
第三點的話，就是全自動化生產的利潤從何而來，這個問題如果簡單使用勞動創造價值的理論的話，就沒有辦法去解決了。為什么?如果說整個部門，比如說像港口這個行業，整個部門采用全自動化生產，很明顯會發現這個部門內部是沒有任何剩余價值的，也就是說沒有任何的利潤，因為沒有人，整個這個行業的利潤從何而來?
實際上在資本主義發展到全盛時期地話，有一個很重要的特點，就是利潤率平均化換句話說就是總量資本要求獲得總量的利潤。因為形成機制就是資本家出于高額利潤的本性，總是想希望把資本投入到利潤率高的部門。這個時候就會發生資本在各個部門間的轉移，就說利潤率低的部門，商品最后就會出現供不應求的情況，利潤率高的部門，商品最后就會出現供大于求的情況。于是利潤率低的商品價格就會上漲，利潤率高的商品價格就會下降，這使得各個部門的利潤率大致產生平均。比如說我們以左下角這個表來說，把這無人工廠的資本有機構成，就是98元的不變資本和2元的可變資本。98元的不變資本，就相當于是廠房機器這樣的一些設備，然后工人的工資相當于2，就相當于有極少量的技術和管理人員，在工廠里面去為部門去服務，假設工廠的剩余價值率要到200%吧，剩余價值就是4，很明顯商品價值是104。
然后還有一個其他的部門，一個正常的有機構成，就是說它有80多的廠房機器的設備，20的勞動力的工資，然后剩余價值率假設百分之百的話，會產生20的剩余價值，會發現這些部門的商品價值是120%，合計的話就是224%，其中只有24的剩余價值，我們可以算一下利潤率，就是24除以200是12%，這12%的利潤率要在這無人工廠和其他部門進行一個平均的分配，比如說哪個部門其實產生10的平均利潤。因為每個工廠它的成本都是一百，因為廠房設備加上工人工資都是一百，所以說最后就售賣價格都是112。
無人工廠，商品售賣價格是112，其他的部門雖然是產品價值一百二，也是商品售賣價格也是112，這時候去完成是利潤率平均化。
于是我們可以看到商品的價格，在此時其實不等于價值的，但是不等于價值怎么實現的?就是因為這個利潤在所有的部門中進行大規模的轉移。這個轉移可以用右邊的圖來顯示，比如說有些大型的壟斷企業，他可能是勞動力密集型的，它就會把一些利潤轉移到無人工廠。還有一些中小資本家，他們因為追求利潤的本性，可能會從無人工廠進行撤出，導致這個行業出現了供過于求的情況，然后商品的價格下降，其實他們也有一些剩余價值，然后轉移給無人工廠，形成無人工廠的利潤，這是一般的情況。
當然無人工廠還有一個特點，它是壟斷行業，壟斷行業，因為有壟斷的存在，其實是存在一定不等價交換的，就是大資本去壓小資本，所以說壟斷行業，它會獲得一些更高的利潤率，這時候就產生了壟斷利益。
這是一些基本的理論，然后你就具體去分析到資本主義當前對人工智能的影響，會發生很有趣的現象，實際上資本主義對人工智能是阻礙作用或是會阻礙作用會稍微大于促進作用。
第一點就是數據是壟斷的，每個部門它對數據的管理是非常嚴格的，不允許有任何的數據泄露。這時候可以想象一下，Google它可能有2億的人臉數據，然后依圖或者一些安防的公司，他可能自己也有2億的人臉數據，如果這些數據能實現這個社會的共享的話，很明顯它是能夠很促進人工智能產業的一個發展。但問題是因為有私有制的存在，這些數據肯定是沒有辦法進行共享。產生的后果是每個公司它可能都要進行大規模的數據的標注，導致無效標注勞動的增加，還有因為壟斷產生了一些資源浪費。
另外一點就是開源軟件會形成小資本附庸，這就也不多說了。
還有一個就是高薪挖走大學的研究的機構，有的老師本來都是可以去進行專心研究的，因為這些大型的企業存在，然后出去賺錢。其實就是產業應用落地，它必須依靠成熟的技術，而這種程度就只要有大量的人工標注和現有的深度學習的模型，這個時候還有沒有動力進行新的研究，其實就不一定了。
這是第一個特點，第二個特點是因為資本主義發展到晚期了，產生大量的金融投機行為，這種投機行為也在人工智能領域產生了。2016到17年是大規模的泡沫，18到19年甚至20年可能就是大規模的泡沫破裂。
另外一點，在資本主義發展的前提下，大家會不會用到人工智能，其實也是一個很重要的問題。你會發現很多中小的企業，其實可能連很古老的機器都不愿意更新，為什么?中小企業肯定等著就生產了這一波，因為利潤率下降了，生產了這一波它就不干了，去炒房地產去了。
還有目前來說處于全球經濟的下行期，肯定都要控制成本，控制成本的話，肯定是先想辦法先把現有的機器設備使用起來，充分地使用，而不是說去更新一些新的設備。一般來說就是在經濟下降的時期，資本家是不愿意更新設備了，而技術的革新，一般會在資本主義的恢復和繁榮期產生。
這是第一點，第二點的話當前資本主義還是對低價勞動力非常熱衷的，比如說就在國內，一般沿海的勞動成本在上升，大家的一般的反應是說要把工廠搬到內陸去，或者拉到東南亞去，而不說去用大量的工業機器人。
如果從長遠來說的話，人工智能涉及的工業機器人大部分投入，還是會對產業有本質的影響的。這種影響就是說，會產生大規模生產過剩，可能會有新一輪的生產能力的爆發，但問題是因為人工智能存在，就業人口增長可能并不是很顯著，于是就導致生產過剩矛盾的加劇。
另外一點就是大規模使用的人工智能，可能會導致平均利率的下降，也就是利潤率會下降到一個低得不能再低的水平上，因為它沒有太多勞動力去工作，而只有人工智能進行工作。
然后下面的圖我覺得還是總結得不錯的，就是說資本主義，每個資本主義周期，它都會有一定的技術革新，就會導致大規模的機器的使用，機械使用里面有大量的人工智能。那人工智能產生的話，它實際上會促進整個社會生產力的增長，但問題是工人階級數量并不是同步的增長，然后人民群眾消費能力是非常有限的，這時候可以產生大規模的生產過剩的經濟危機，每次經濟危機其實都標志資本主義的發展到了末日，這是一個方面。
另外一個方面，就是說機器或者人工智能大規模的使用，可能會對工人進行排擠，會導致工人剝削率的上升，這些也會導致工人的組織抗爭能力的增長。
當然我們不能排除的一種可能性，就是法西斯化。法西斯化的話，其實也標志著資本主義私有制，處于了一個相對沒落的時期，為什么這么說?這個是私有制前提都會存在的問題。比如說有一些司法顛覆，現在私有制法律，一般就規定一個前提嘛，私有財產神圣不可侵犯，實際上這種規定是非常靈活的，誰有錢的話，其實對打官司等等這種法律上就會有更有優勢。但問題是人工智能所帶來的，一般來說是一種硬的規則，就是因為人工智能它本質是都是人來創造的，人工智能他為了規范一些社會秩序，他要規定一些非常嚴格的規則，然后才能去進行遵守的。當然這種嚴格規則，人類相對來說都是比較不適應的。
因為有這種人工智能規定存在，而且在社會管理中使用這個應用，你會發現社會的管理，他可能就不會受到少部分人的控制，而是一個客觀東西，而管理可能會出現大的社會性。這是一點，但是管理社會如果被少部分人掌握了，他就可以有一定的法西斯化的。比如說像國家控制的天網系統，對人的監控。
還有一種是個人，因為大數據產生大規模的個人隱私，然后人的自由活動就會受到監視。
另外的話，就是會產生一些AI武器，無人機的存在可能用來對付我們的人民群眾等等。
這些是法西斯化的一些可能性，但其實這些只是一些可能性，為什么呢?你要是搞法西斯統治，其實本質上還是要依靠國家機器，國家機器還是要依靠一些實際上的人去參與到社會管理當中了。如果說離開人的力量去談人工智能對人類控制的話，其實國家機器是根本沒有辦法去提供這個力量。
如果從共產主義經濟的角度來說，人工智能它會帶來一個大規模社會化大生產，為什么呢?首先它可能會產生更大規模的工人失業，或者說有一些簡單勞動被替代的問題。
從社會改良角度來說，社會發展一定要保證基本人類生存的嘛，所以說你現在提的一些像基本收入這樣的一些改良的活動，其實也是標志著未來社會保障發展的一些新趨勢。
另外一點就剛才所說的，他對市場經濟是一個高度的破壞性，為什么?就是因為有人工智能存在，社會的管理其實就已經成為社會化了。一些金融上，資本上的監管，其實就會產生越來越高度計劃性。這種高度計劃性，其實和市場經濟的看不見的手一樣，都是一種反向的操作。
人工智能領域有個很有趣的現象，客觀上來說是對公有制有一個高度熱衷的態度。比如說人工智能非常傾向于要求社會產品的開源，就是說一些研究成果必須得開源，要共享給社會公眾或者學術研究者使用。一些論文希望能夠開放地獲取，而不是像有些數據庫，必須得要花大量的金錢購買才能夠下載。
因此人工智能領域有一個很好特點，是開源做的非常地好，研究成果公開其實做得非常好，而且都是自由免費的公開。比如說某些大公司，Google這種公司，它的一些開源，大家能免費獲取使用。產品進行要收費的話，實際上會受到世界上很多人的抵制。
另外最近的中美的貿易戰產生這種負結果，對一些中美合作的人工智能項目進行打擊，這種打擊，無論是中國的還是美國的科學家都是一種非常反對的態度。
這就是人工智能發展一些特點，就是它自己是有一定的公有制的形象。
另外一點就是說共產主義可能也會更容易地產生，比如促進生產力進一步發展，對人類勞動的進一步的解放，還有分工的消失會有作用。
人工智能會使計劃經濟更加簡單高效。當然這種簡單高效，可能一般來說不是計算那么簡單。計劃經濟還有一個更重要的特點是要以人為本，你必須得考慮到人，人的這種主觀能動性對計劃經濟的促進作用。但是畢竟有了一些人工智能的技術這種生化的大管理，社會化管理上的一些技術，對計劃經濟還是會起到更好的效果。
還有一個特點，就是組織和紀律形式是高度地強化的，為什么?因為這是社會主義，因為人工智能促進社會管理，它會規定一些硬性的這種管理規則，管理規則一旦是被大家適應和承受的話，其實這也會促進整個社會更大規模社會化。共產主義它雖然說要求每個人的解放，但共產主義會有個更大的特點，是對組織紀律，其實也是會更大的強化。有人工智能輔助，我覺得這種組織紀律的強化的推廣，然后對人的社會化的管理，和有意識接受這種用集體化的管理，其實是稍微有利的。
05
基本結論
說段簡單總結，第一個先說在技術上，其實只能解決一些人類規定的，而且人類好解決的一些問題。這些問題可能會超過人類。
然后第二點就是行業，目前行業其實是一個輔助行業的存在。
第三個就是，AI是一個天生的伴隨壟斷集中的行業，并且發現存在大量的泡沫和虛假繁榮。
第四點是人工智能其實對資本主義提出一些新的困難，因為有AI的使用，其實很多共產主義這個事實，從技術上來說，可以說是一種對AI發展的必由之路，但是你要真正實現共產主義，還是要考慮到去推翻現在私有制的關系。
好吧，我今天講座就講這么多。你們先提個問題，我先把前面的問題一個的回答一下。
人工智能輔助效果越來越強，可能會成為一種強越來強大的慣性，而且這數據得到結構可能會維持這種趨勢？
答：我個人認為這是不一定的事，因為人工智能它本身還是要服務于人類的生產生活的，一旦服務生產生活的話，它這個數據所涉及的范圍，可能會遠遠超出人類生產生活所實際使用這個范圍，在這種情況下，你對這個數據的更新，就必定做一些顛覆性的東西，比如說人工智能，現在就是他的可擴展性，都比較差，很有可能的話，是人工智能在使用的過程中，它可能會產生一些非常奇奇怪怪的問題，比如說可能一些人臉識別失敗導致安防系統的失敗等等，在這個時候你是一定要去更新一些數據和算法，去產生一些更好的人工智能的效果。所以說我認為人工智能不一定會產生有慣性的趨勢，還是要看人類到底生產生活的服務的關系。
另外一點就是AI大規模使用，會不會導致產業工人數量大幅度減少？
答：說實話不太好說。因為就剛才我講的富士康這個例子，因為他在大規模使用機器人的時候，產業工人的數量也是在大規模增加的，而且以現在發展趨勢，其實可能我覺得對資本上來說還是在擴張區，還是更傾向于大量使用工人，而不是說大規模去使用機器。可能大規模使用機器，和大規模用人工，是一個同規模增長的情況，因此我覺得從本質來說的話，工人的數量的增加和減少，還是要看資本主義的發展和擴張周期。
AI大規模使用，人類分工改變，或許以后就業發展全部轉向高技術，就是妨礙人的全面自由發展方面？
答：我不明白為什么會覺得對人的自由發展造成影響，我覺得這種大家脫離簡單重復勞動，如果是都轉向了一些技術工或者高技術的話，應該還是對這個人的自由發展是有利的，因為人可以掌握更多的知識，可以更好的去控制勞動過程，會把一些精力從簡單重復勞動抽出來，從事一些管理當中來，這應該是能夠促進人的這種潛能結構的發展。
人工智能的發展，會不會改變壟斷公司與國家間的力量？
答：這還是得考慮壟斷和競爭的因素，如果說你要從整個社會角度來說，對于每個大型壟斷公司，如果對這種人工智能的人才，還有技術，大家都在搶的時候，它們實際上還是一種相對平衡的發展。應該來說誰的資本量更大的話，誰就會對人工智能處在一個更有利的位置。
大家一直堅持到這么晚，感謝大家今天的參與，一直在聽咱們的課。
「 支持烏有之鄉！」
烏有之鄉 WYZXWK.COM
您的打賞將用于網站日常運行與維護。
幫助我們辦好網站，宣傳紅色文化！
歡迎掃描下方二維碼，訂閱烏有之鄉網刊微信公眾號
