[劳动的未来，物理AI冲击]① Jerry Kaplan：“物理AI引发的就业终结论被夸大……社会接受还有20年黄金期”

by Choi Youngchan

Published 24 Feb.2026 10:32(KST)

物理人工智能，是劳动的终结还是进化的阶梯？
向4位全球学者与政策专家发问的“劳动的未来”

编者按曾经停留在屏幕中的人工智能（AI），如今披上机器人的“身体”，开始承担现实世界中的劳动，“物理人工智能（Physical AI）”时代已经到来。最近，现代汽车工会强烈反对引进双足机器人“Atlas（阿特拉斯）”，技术进步与就业不安之间的矛盾已然成为现实。物理人工智能究竟是宣告劳动消亡的终点，还是扩展人类能力的进化阶梯？《亚洲经济》向包括美国斯坦퍼드大学教授 Jerry Kaplan、加州大学伯克利分校教授 Ken Goldberg、韩国科学技术院教授 Seo Yongseok、共同民主党国会议员 Cha Jiho 在内的4位全球学者与政策专家，询问人类劳动的未来。将通过4期报道，在技术冲击之上，探索人口断崖时代的替代方案与共存之道。

人工智能（AI）领域的世界级权威、未来学家、美国斯坦퍼드大学教授 Jerry Kaplan 就围绕机器人等物理人工智能产生的过度期待和“就业终结论”发出了警示。他指出，技术发展速度与其在实际产业和社会中的应用之间存在相当大的时间差，强调有必要采取审慎态度。

美国斯坦福大学教授 Jerry Kaplan。Jerry Kaplan

Kaplan 教授近日在接受《亚洲经济》书面采访时表示：“当前全球范围内的人工智能热潮显然存在泡沫，总有一天必然会破裂。虽然我承认人工智能的潜力，但技术要完全融入人类世界，还需要再过10至20年。”他特别指出，就物理人工智能而言，要安全地融入实际产业和日常空间，还需要相当长的时间。

他认为，对就业市场的担忧也存在被夸大的部分。他表示：“新技术要被企业等组织所采纳，并在社会上得到接受，需要相当长的时间。对于突然出现就业终结这类恐惧的说法，确有夸张之处。”他补充称，有必要回顾互联网诞生后，引发整个产业结构性变革也花费了20年以上时间。物理人工智能同样很可能在制度、组织和工作环境整体完成重新设计的过程中，逐步扩散。

Kaplan 教授还指出了生成式人工智能的成果与机器人技术现实之间的差距。他表示：“目前令人惊叹的生成式人工智能系统，是通过大规模文本，也就是人类语言进行训练的。就像单靠口头向某人解释如何骑自行车，并不能让他立刻骑上车一样，机器人等机器若要在真实环境中与人类一起安全工作，就需要对物理世界具备更加多样的知识和理解。”他指出，仅依靠基于语言的学习，很难完全应对复杂的物理环境。

他接着表示：“意识到这一事实的人工智能研究者，正在努力将生成式人工智能的威力应用到机器人等物理机器上。”但他同时评价称：“除自动驾驶汽车等少数特殊案例外，这一问题的进展相对而言几乎没有取得太大突破。”他的判断是，要让通用机器人获得与人类相同水平的自主性，不仅需要算法方面的进步，还需在感知、控制以及安全性验证等各个环节进一步积累技术。

在伦理问题上，他在技术可控的前提下持相对冷静的立场。他表示：“我不认为伦理课题是巨大的障碍。如果能够完全控制物理层面的操控问题，那么物理人工智能的伦理问题不会比我们在大型语言模型中看到的更难。”他明确指出，最终关键不在于技术推进的速度，而在于能否对物理世界进行多么精细的理解与控制。

美国斯坦福大学教授 Jerry Kaplan。Jerry Kaplan

对于像韩国这样制造业强国应如何应对人工智能主导的未来这一问题，Kaplan 教授强调，应在产业积累的竞争力基础上实施“质量优势战略”。他评价称：“韩国从造船业到电脑芯片、显示面板，一直拥有利用并掌控新技术的悠久历史。”他的判断是，韩国不仅仅引进技术，更在产业现场将其落地并实现商业化的经验，是一项重要资产。

他接着划清界限称，没有必要被卷入单纯的速度竞争之中。尤其是，“在理解新技术以及它如何被生产性地应用于就业之后，再生产出符合市场需求的高质量产品。最终获胜的并不是最先进入市场的产品，而是最优秀的产品。”其意在于，与其抢占技术先机，不如通过完善度与市场适配性来决定长期竞争力。

与这一产业战略相呼应，他还提出了个人层面的准备课题。Kaplan 教授指出，未来世代在人工智能时代必须具备两项核心素养。一是理解并管理人工智能系统以获得期望结果的知识和能力，二是与他人建立真诚连接的能力。

必读新闻

垃圾桶中发现投票箱……因“选票短缺风波”举行决选投票的秘鲁

他表示：“预测并理解他人如何感受、想要什么，并通过共情实现情感上的连接，这一点非常重要。机器可以模仿这些特性，但人最终还是会希望与人类，而非机器建立连接。”他还补充说：“机器人不会和我们的子女结婚。”这位世界级人工智能权威一再强调，技术越高度发展，人类独有的共情能力与关系构建能力就越成为关键竞争力。即便在算法取代大量工作与判断的时代，最终左右选择的，依然是人与人之间的信任与连接。

关于 Jerry Kaplan 教授

Jerry Kaplan 现任美国斯坦퍼드大学法信息学中心（CodeX）研究员兼计算机科学系客座教授，同时也是硅谷企业家、未来学家及畅销书作家。1979年，他在美国宾夕法尼亚大学研究生院获得计算机信息科学博士学位。其主要著作包括《生成式人工智能：所有人都应了解的事》（2024年）、《人工智能的未来》（2016年）、《人类不再需要》（2015年）、《硅谷故事》（1995年）等。

한글 기사 보기

本报道由人工智能(AI)翻译技术生成。