人工智能的快速进展正引发关于就业结构、工资水平与经济增长的新一轮讨论。耶鲁大学经济学副教授帕斯夸尔·雷斯特雷波（Pascual Restrepo）在近期一场对话中表示，经济学界研究技术变革对劳动力市场的影响由来已久，从工厂自动化到机器人与软件的扩散，核心问题始终是技术如何改变工作内容与劳动力需求。

雷斯特雷波于2023年加入耶鲁大学经济学系。他的研究重点之一是从“任务”而非“职业”层面理解技术冲击：新技术往往先替代工作中的部分任务，而非一次性取代整个职业；在这一过程中，劳动者通常会转向那些仍难以自动化的任务。

在他于2024年发表的一篇自动化研究综述中，雷斯特雷波提出，技术带来的经济后果取决于两股力量的竞赛：一是机器对既有任务的替代，二是新任务的创造，而后者能够维持对人类劳动力的需求。

在与其博士导师、2024年诺贝尔经济学奖得主达隆·阿西莫格鲁（Daron Acemoglu）的合作研究中，雷斯特雷波进一步讨论了自动化与工资、不平等之间的关系。两人在一项即将发表于《经济学季刊》的研究中指出，自动化往往瞄准那些“支付给工人高于其外部选择”的任务；当这些任务被自动化后，相关工资“租金”随之消失，从而放大工资损失并推动不平等加剧。该研究近期也被《华尔街日报》的一篇文章重点提及，用以讨论人工智能可能如何进一步使经济收益向公司与股东倾斜。

谈及经济学家所说的“自动化”，雷斯特雷波以制造业生产流程作类比称，企业会在不同任务之间选择由人完成还是由机器或专用软件完成；当机器在某项任务上以更低成本或更高效率胜过工人时，就发生了自动化。

他强调，“任务层面”的视角之所以关键，是因为过去的机器人与软件通常需要工程师为特定任务编写指令，因此更擅长替代高度可编码的工作内容；而人工智能系统并非以传统方式被逐条编码，而是通过观察人类示例学习完成任务，这使其能力可能扩展到一些不易被明确写成规则、依赖经验与隐性知识的工作环节。

对于“人工智能是否最终能够自动化几乎所有具有经济价值的工作”，雷斯特雷波表示，从原理上他认为存在这种可能性，但在现实中实现并不容易。他的判断是，如果能够长期、充分地观察工人的工作，并具备足够的计算能力与硬件投入，系统在原则上可以复制相应能力。

在他近期发表于美国国家经济研究局（NBER）的一篇论文《我们不会被怀念：通用人工智能世界中的工作与增长》中，雷斯特雷波设想了一个高度智能系统能够胜任几乎所有任务的经济体。在这一情景下，经济增长的关键约束可能不再是人类劳动力，而是运行这些系统所需的计算能力（硬件）。他表示，历史上人类往往是生产扩张的瓶颈；当系统能够承担几乎所有任务时，扩大产出更依赖于向系统投入更多计算资源，限制因素随之转向计算能力。

在谈到“人工智能将消灭工作”的各类预测时，雷斯特雷波认为目前下结论为时尚早。他指出，一些相关说法可能与产品推广利益相关，需要谨慎对待；同时，从实证角度看，企业对人工智能的采用程度仍相对有限，劳动力市场更像处于观望阶段，企业仍在试验并摸索如何使用人工智能。

他还提到，即便技术能力提升，转型速度也可能慢于外界预期，原因包括文化与制度因素，例如在教育等领域，即使出现成本更低的技术方案，家长与学生也可能在一段时间内仍偏好人类教师。与此同时，他认为计算能力约束可能被低估：基础设施需要逐步建设，企业也会随需求增长逐步加大投入，难以“一键切换”完成全面替代。

雷斯特雷波补充称，即便拥有非常强大的系统，有限的计算资源也会在不同优先事项之间竞争。他表示，如果人工智能如部分设想那样强大，计算能力的高价值用途未必优先用于替代某些职业，而可能被用于治愈疾病、应对气候变化或推动科学进步，这种资源分配竞争也会影响不同工作的替代节奏。

关于未来如何衡量人工智能对劳动力市场的影响，雷斯特雷波表示，既有研究通常先衡量技术能力、将职业映射到任务并识别技术表现较好的任务，再观察暴露于这些任务的职业与行业在就业和工资上的变化；他认为类似方法也可用于研究人工智能，即识别哪些工作受到影响，并检验相关领域的就业机会是否恶化。

对于“工资下降是否必然意味着生活水平下降”的疑问，雷斯特雷波表示，关键不在工资的绝对数额，而在工资的购买力。他指出，如果人工智能足够强大并能以更低成本生产大量商品与服务，许多价格可能下降，即使工资降低，购买力也可能提高；相对更悲观的情形是，技术只影响狭窄的工作群体，导致这些群体工资下降，而其他商品与服务价格并未同步下降。