欢迎观看本文作者的专访视频, 获取更多精彩内容！ ( 视频 1)。

为所有人提供体面工作

联合国制定了可持续发展目标 （SDG） , 包含 17 项全球性目标, 旨在为所有人创造一个更美好的世界 [1]。 这些目标涵盖许多重要领域, 包括消除贫困、 保护地球, 以及确保每个人都能获得优质教育和体面工作。 其中的第八项可持续发展目标 （SDG 8） : 体面工作和经济增长, 关乎工作的重要性。 工作不仅是人们赚钱养家的方式, 它还赋予人们目标感 （起床的理由） 、 尊严 （为自己所做的事感到自豪） 以及为社会做出贡献的机会。 SDG 8 致力于确保每个人都能拥有安全、 公平且有价值的工作, 同时助力全球经济增长。 为此, 企业必须提高 生产效率——这意味着它们需要高效地创造更多商品或提供更好的服务。 当企业效率高时, 它们就能成长, 创造更多就业机会, 并为每个人提供更好的机遇。 SDG 8 的另一项内容是确保每个想工作的人都能工作, 在安全健康的环境中赚取公平的工资。 它还呼吁保护工人的权利, 确保没有人在工作中受到不公平对待或置身于危险之中。

你可以把所有的可持续发展目标想象成一个巨大的拼图。 每一块拼图本身都很重要, 但只有它们拼接起来才能构成完整的画面。 例如, SDG 9 （产业、 创新和基础设施） 通过推广新技术来改善经济, 从而支持 SDG 8；而 SDG 4 （优质教育） 则通过确保人们拥有胜任新工作所需的技能来提供助力。 所有这些 SDG 就像拼图碎片一样组合在一起, 共同构建一个人人都能蓬勃发展的未来。

运用科学理解经济

经济学研究的是社会中金钱、 工作及资源的分配方式, 它可能非常复杂——但科学提供了若干工具, 帮助人们更好地理解它。 其中最有用的工具之一是数学模型, 它就像一个"演练世界", 科学家可以在其中测试想法, 而无需承担现实世界中的风险。 例如, 我们可以利用模型来帮助预测一个国家未来需要多少医生、 教师或工程师, 从而帮助学校为这些岗位培养相应数量的学生。 模型还可以测试一个国家调整最低工资 （任何工作者应获得的最低薪酬） 可能产生的结果, 显示这种变化是会帮助劳动者赚得更多, 还是会导致企业减少雇佣人数。 科学还可呈现经济的宏观运作图景, 我们有一个特别酷的工具, 名字非常奇怪:平均场博弈 （MFG）。 别担心, 它与"刻薄的人在场上玩游戏"毫无关系！

想象一下, 你正站在繁忙火车站上方高处的露台上 （图 1） 。 从这里望下去, 你无法追踪每一个人的运动轨迹——不知道那位带狗的男士最终会去往哪里, 也不知道那位年长的女士会搭乘哪趟列车。 但你可以看清人群的整体流动, 注意到一群人正走向站台, 一小部分人前往自动售票机, 另一些人则缓慢走向出口。 你还能看到车站何时开始拥挤, 何时又恢复平静。

科学家差不多也是这样使用 MFG 模型 [2, 3]。 在经济学中, 我们不是逐一追踪每家公司的细节, 而是同时观察成千上万家公司呈现的整体态势。 就像在火车站一样, 我们希望了解"宏观图景"。 例如, 我们可能会看到许多公司正在提供远程办公选择:人们在家用电脑完成工作, 并通过互联网与同事交流, 而不是在办公室内面对面工作。 我们可以追踪这些变化的快慢程度以及随时间推移逐渐显现的模式, 而无需逐一观察每家公司。 这种宏观视角有助于我们思考工作的未来发展趋向。

人工智能——完美员工？

你对人工智能 （AI）应该不陌生——这项技术正在重塑我们的世界。 简而言之, AI 训练计算机模仿人类去发现模式并解决问题。 这意味着计算机可以识别照片中的人脸、 翻译语言、 驾驶汽车, 或帮助医生更快速地发现疾病。 对于企业, AI 可能意味着更快的生产速度、 更少的错误以及在几秒钟内分析海量信息的能力。 对于就业市场, AI 的影响则喜忧参半:它可能取代人们当前从事的一些简单的重复性任务, 但也能创造新的工作—— 例如设计AI系统、 维护这些系统, 或以创造性方式利用它们来解决问题。

比方说你开了一家公司, AI 看起来就像终极员工 : 从不疲倦, 从不休假, 可以日夜不停地工作。 听起来很完美, 对吧？ 嗯, 但实际上并没有那么简单。 部署 AI 系统需要投入大量时间和金钱, 更棘手的是, 当 AI 开始承担那些曾经只有人类才能完成的工作——无论是简单的重复性任务 （如邮件分类） , 还是更高级的工作 （如分析科学数据、 起草法律文件, 或协助医生设计治疗方案） ——它可能会排挤掉那些依赖这些岗位谋生的劳动者, 使许多人陷入困境, 让他们更难养家糊口。 这是社会需要解决的一项巨大挑战。

利用平均场博弈预测未来的工作

在阿卜杜拉国王科技大学, 平均场博弈与非线型偏微分方程研究小组正在探索包括 MFG 在内的数学模型如何帮助解决这些重要的社会、 经济与技术问题 [1, 2]。 我们目前有个项目与英国杜伦大学及法国艾克斯-马赛大学的科学家合作, 聚焦于一个重大问题:维持旧有的工作方式还是投资于人工智能, 企业如何抉择？

研究小组利用 MFG 模型构建一个"虚拟经济体", 其中每家企业都在试图做出最明智的决策。 在模型中, 每家企业的决策都会受到整个经济体内的平均行为的影响, 正如在火车站的情形。 例如, 如果一家企业的员工平均工资变得过高, 从长远来看 AI 相对更便宜, 那么该企业可能会决定采用 AI。 如果成千上万家企业做出类似选择, 用 AI 取代部分人工岗位, 这可能会改变整个经济体内劳动者的平均工资, 因为 AI 系统可以接管某些任务, 从而减少工作岗位数量并降低从事这类工作的劳动者的薪酬。 与此同时, 那些懂得构建、 管理或使用AI 的人可能赚得更多, 因为他们帮助企业减少劳动力需求, 从而节约成本。 我们的模型寻求一个平衡点, 还可测试不同情境:如果许多企业迅速采用AI会发生什么？如果大多数企业等待观望, 又会怎样？这又如何影响企业之间的竞争？

为了探究这些问题, 我们考察了两类企业:采用常规机器和方法、 可以灵活增减员工数量的传统企业, 以及决定引入 AI 的企业 （图 2） 。 然而, 采用 AI 需支付所谓的固定采用成本——用于研发、 购置新设备以及培训员工使用该技术的资金。

回到火车站场景, 你看到一列新的超快列车, 保证能更快地将你送达想去的车站, 但票价远高于普通列车。 许多乘客 （就像企业一样） 决定观望, 他们想看看这趟快车是否真的物有所值, 或者未来票价是否会下降。 这种"观望期"正如一些企业在采用 AI 之前的犹豫阶段。

通过回答这些问题, 我们可以理解为什么人工智能会对经济产生喜忧参半的影响。 有时, 它会让简单的工作消失, 所以说刚引入 AI 时工资会下降。 但它也能创造新的工作类型—— 比如为那些设计或维护"快车"的人们提供的工作。 AI 甚至可以通过缩短工作日, 帮助劳动者享受更多的空闲时间。

这些结果对企业至关重要, 也对国家政策制定者意义重大。 政府可利用我们的研究来决定何时鼓励企业采用 AI, 同时如何保护劳动者。 这样, 技术就能在促进经济增长的同时确保所有人受益。 因此, 下次当你思考数学在课堂之外是否有用时, 请记住 : 它是一个强大的工具, 能够帮助我们为所有人建立一个更智能、 更公平的世界！

参与未来经济！

SDG 8——体面工作与经济增长——对于确保每个人都能获得安全、 公平的工作机会, 以及经济的可持续增长至关重要。 在阿卜杜拉国王科技大学, 我们的研究利用数学模型 （如平均场博弈） 来探索企业如何决定是否使用人工智能, 以及这些选择如何影响就业、 薪酬, 以及工作与闲暇时间的平衡。 通过了解企业何时以及如何投资于AI, 我们可帮助决策者制定保护劳动者、 支持公平薪酬并保持经济强劲的规则与计划。 我们的研究表明, 运用得当的技术可创造新机会和新型工作, 从而支持 SDG 8。

这正是你们大显身手的地方！未来的工作——许多甚至尚未诞生——终将属于你们。 今天学到的东西不仅能够让你们将来去从事那些工作, 更会让你们有能力创造它们, 并确保这些工作惠及所有人, 而不仅仅是少数人。 只要能保持好奇心、 不断学习并善于思考, 利用自己的想法让世界变得更美好, 你们将参与构建一个技术与人类携手并进的未来, 并让社会更加强大、 对所有人更公平。

致谢

谨向 Nicki Talbot 致以诚挚谢意, 感谢她在系列开发过程中提供的宝贵支持, 本系列的完成离不开她的专业贡献, 同时感谢 Ana Runte 为本文提供插图。 我们同时向 KAUST 可持续发展办公室与联合国开发计划署沙特阿拉伯国家办公室表示谢意, 感谢他们始终致力于提升公众对联合国可持续发展目标 （SDG） 的认知, 共同推动世界走向更可持续的未来。

术语表

>经济 (Economy): ↑ 关于金钱、 工作和资源在个人、 企业和政府之间如何分配的系统。

>生产效率 (Productive): ↑ 在单位时间内, 运用人力、 机器或技术完成大量工作或生产大量产品的能力。

>数学模型 (Mathematical Models): ↑ 由数学构建的"模拟世界", 用于检验设想并预测现实世界中可能发生的情况。

>平均场博弈 (Mean Field Games): ↑ 一种数学工具, 用于研究众多参与者或企业的整体行为模式, 其中每个个体都试图根据群体的整体行为做出最明智的选择。

>人工智能 (AI) (Artificial Intelligence (AI)): ↑ 一种使计算机或机器能够从数据中学习、 识别模式并做出决策的技术, 从而让它们能够帮助人类或模仿人类自主完成任务。

>就业市场 (Job Market): ↑ 由现有工作构成的世界, 求职者在此寻找工作, 企业在此寻找员工。

>固定采用成本 (Fixed Adoption Cost): ↑ 企业为配置或开始使用一项新技术 （例如购买机器或软件） 而必须一次性支付的费用, 无论其使用频率如何。

AI 人工智能工具使用声明

作者声明在撰写本稿件过程中曾使用生成式人工智能工具。 作者使用了由 OpenAI 开发的生成式人工智能模型 ChatGPT （GPT-5.2） 来评估稿件的可读性并辅助编辑, 提升表达清晰度, 同时优化结构。

本文中所有图表附带的替代文本 （alt text） 均由 Frontiers 出版社在人工智能支持下生成。 我们已采取合理措施确保其准确性，包括在可行情况下经由作者审核。 如发现任何问题，请随时联系我们。

利益冲突声明

作者声明本研究不涉及任何潜在商业或财务关系。