AI能否带来广泛繁荣？

初步案例和成本下降显示 AI 可显著提升生产力，但落地受限于数据获取、知识传播和学习曲线。

摘要

当前基准过度偏向自动化，学者呼吁用“人类+AI”共同评测，推动工具开发从“替代人力”转向“增强/协作人力”。

可贸易部门（高生产率、高收入）与非贸易/中低收入岗位间差距已持续扩大；若 AI 仅在前者自动化，将进一步加剧不平等。

即使整体生产率提高，也可能因需求弹性不足、岗位转移摩擦和劳动力短期过剩导致大规模就业动荡，需过渡支持。

公共资金与私人激励应优先支持“增强/协作”方向；同时通过基础设施投资等政策创造劳动力需求，缓冲 AI 转型冲击。

当下人们对任何与人工智能（AI）有关的事物都鲜有共识，包括我在内的许多观察家都预计，AI将显著提高生产力。首先，由越来越多使用案例研究提供的初步证据表明了这一点。此外考虑到AI功能的迅速扩展、AI模型培训和使用成本的下降以及开源工具和系统的普及，AI似乎有可能以有意义的方式应用于几乎所有行业和工种。

当然，AI的有效落地并非板上钉钉，这归因于获取、传播和学习曲线等问题。即使克服了这些障碍，也不能保证AI带来的生产力提升会在就业和收入上带来广泛好处。这取决于两个领域的状况：人工智能工具包和就业市场。

我们知道人工智能工具包正在迅速扩大，但如果大部分新增功能都集中在复制人类能力（以此取代人类工人），那么生产力的提升就将伴随着负面分配效应。然而最近有学者指出：目前机器学习系统的基准中有很大一部分偏向于自动化，很少会将人类纳入评估。

为防止AI开发变成一场“模仿游戏”，学者建议开发者社区接受“半人马评估”，也就是让人类和AI系统共同解决任务。这将使机器学习开发转向增强或机器与人的协作而非自动化。但为了确保AI带来的好处能得到广泛分享，我们还需关注就业市场。以美国为例，该国约有20%的劳动者受雇于可贸易部门，其余近80%的劳动者在政府、教育、酒店、传统零售和建筑业等非贸易服务行业工作。

过去30年来，可贸易部门与不可贸易部门在生产率和收入方面的差距不断扩大。一般来说，可贸易部门——包括跨国企业管理、半导体和计算机设计以及研发等工作——拥有更高更快的生产率和更高的收入增长。这就是即使制造业就业人数逐步减少然后趋于平稳，产出却持续增长的原因。

如果我们不去谨慎应对，AI将扩大可贸易部门与不可贸易部门之间的差距，导致不平等现象急剧增加。只有当AI不仅在可贸易部门和非贸易部门得到有效应用，还在这些部门中的中低收入岗位中得到有效应用时，它才能产生整个经济的生产率提升并实现广泛的收入增长。这就是为何必须齐心协力去使AI的开发向整个就业和收入领域的增强和协作倾斜。

在这方面已经出现了一些积极信号。美国国防部高等研究计划局已经举办了专注于人类与机器人合作的竞赛，例如用机器人来增强人类体能，以及人类控制机器人在复杂、快速发展的物理环境中穿行。但我们还有更多工作要做，对AI基础研究的资助应强调增强和合作，还应引入面向私人开发者的激励措施。

尽管如此，确保人工智能工具包能为人们带来基于增强或协作的益处必须成为当务之急。但仅此还无法保证能大幅促进广泛繁荣，因为仍有一些一般均衡效应在起作用。我们在上一轮数字化应用中见识过这一点，当时许多常规、可编程的工作都实现了自动化。加上全球化催生的劳动密集型制造业工作外包，大量被淘汰且往往是中产阶级的劳动者别无选择，只能转向非常规且往往生产率和收入水平较低的工作。这类转型从来都不是无摩擦的。

在即将到来的AI转型期，生产率的提高将导致成本降低，再加上竞争压力，价格会随之下行。但如果某个行业需求弹性小于1，那工作岗位就会流失。虽说需求弹性较高的其他部门会增加就业岗位，但人员在不同部门和工种间的流动必然产生大动荡。而且劳动力供应确实有可能出现相对需求的短期性增长，进而削弱劳动者的议价能力。

在收入和技能方面提供过渡支持至关重要，而AI驱动的工具很可能有助于再培训和技能获取，同时政策制定者应创造劳动力需求。对美国来说这提供了一个一举两得的机会。出于种种原因，美国经济在基础设施发展和升级方面已经落后，扭转这一趋势将增加就业机会和劳动力需求，从而为即将到来的AI驱动式转型创造缓冲。

原文链接：点击前往 >

文章作者：迈克尔·斯宾塞

版权申明：文章来源于财经杂志。该文观点仅代表作者本人，扬帆出海平台仅提供信息存储空间服务，不代表扬帆出海官方立场。因本文所引起的纠纷和损失扬帆出海均不承担侵权行为的连带责任，如若转载请联系原文作者。更多资讯关注扬帆出海官网：https://www.yfchuhai.com/