麻省理工教授：人工智能会很快带来生产力的飞升，这是炒作lg...

麻省理工学院经济学研究所教授达隆·阿西莫格鲁在Project Syndicate 的分析文章指出，如果听信科技行业领袖、企业界预测人士和许多媒体的说法，人们可能会相信，最近在生成式人工智能方面取得的进展，很快就会带来非凡的生产力效益，彻底改变我们当下的生活。然而，无论是经济理论还是数据，都无法支持这种盛气凌人的预测。

Photo by Steve Johnson on Unsplash

根据科技领袖和许多专家学者的说法，人工智能将通过前所未有的生产力提升来改变我们所熟知的世界。有些人认为，机器很快就能做人类能做的一切事情，迎来无限繁荣的新时代。其他预测至少更接地气，例如，高盛预测，在未来十年中，人工智能将使全球 GDP 增长 7%；麦肯锡全球研究院预计，从现在到 2040 年，GDP 年增长率将提高 3-4 个百分点。经济学人杂志则预计AI将带来蓝领工人的繁荣时代。#AI热潮#

这现实吗？

正如我在最近的一篇论文中所指出的，前景的不确定性远远大于大多数预测和猜测。不过，尽管我们基本上不可能有把握地预测人工智能在 20 年或 30 年后会做些什么，但我们还是可以对未来十年说点什么，因为这些近期的经济效应，大多必须涉及现有技术及其改进。

我们有理由认为，人工智能的最大影响将来自于某些任务的自动化，以及使某些职业的某些工人的生产效率更高。经济理论为评估这些总体效应提供了一些指导。根据赫尔滕定理（以经济学家查尔斯·赫尔滕的名字命名），”全要素生产率”（TFP）的总体效应，只是自动化任务份额与平均成本节约的乘积。

虽然平均成本节约很难估算，而且会因活动而异，但已经有一些关于人工智能对某些任务影响的细致研究。

例如，沙克德·诺伊和惠特尼·张（Whitney Zhang）研究了 ChatGPT 对简单写作任务（如总结文件或撰写常规拨款提案或营销材料）的影响，而埃里克·布林约尔松、丹妮尔·李（Danielle Li）和林赛·雷蒙德则评估了人工智能助手在客户服务中的应用。

综合来看，这些研究表明，目前可用的生成式人工智能工具平均可节省 27% 的劳动力成本，总体成本可节省 14.4%。

受人工智能及相关技术影响的任务比例如何？根据近期研究的数据，我估计这一比例约为 4.6%，这意味着人工智能在十年内只会使全要素生产率提高 0.66%，即每年提高 0.06%。

当然，由于人工智能也将推动投资热潮，GDP 增长的增幅可能会更大一些，可能在 1-1.5% 之间。

这些数字比高盛和麦肯锡的数字要小得多。如果想获得这些更大的数字，要么必须提高微观层面的生产率收益，要么假设经济中会有更多任务受到影响。但这两种情况似乎都不靠谱。

预测产生远高于 27% 的劳动力成本节约，不仅超出了现有研究的范围，也与其他更有前景的技术的效果不符。例如，工业机器人已经改变了一些制造业部门，似乎已经将劳动力成本降低了约 30%。

同样，我们也不太可能看到远高于 4.6% 的任务被取代，因为人工智能还远远无法胜任大多数人工或社交任务（包括会计等看似简单但具有一定社交属性的功能）。

截至 2019 年，一项针对几乎所有美国企业的调查发现，只有约 1.5% 的企业进行了人工智能投资。在过去的一年半里，此类投资有所增长，但距离人工智能的普及还有很长很长的路要走。

当然，如果人工智能能彻底改变科学发现的过程，或创造出许多新的任务和产品，其影响可能会比我的分析所允许的更大。最近由人工智能推动的新晶体结构的发现和蛋白质折迭技术的进步，确实表明了这种可能性。但这些突破不太可能在十年内成为经济增长的主要来源。即使新发现可以更快地通过测试并转化为实际产品，但科技行业目前过度关注自动化和数据货币化，而不是为工人引入新的生产任务。

此外，我自己的估计可能过高。生成式人工智能的早期应用，自然会发生在其表现相当出色的领域，即那些有客观衡量标准的任务，如编写简单的编程子程序或验证信息。在这种情况下，模型可以根据外部信息和现成的历史数据进行学习。

但是，4.6% 可在十年内实现自动化的任务，评估应用程序、诊断健康问题、提供财务建议中的许多任务，并没有如此明确的客观成功衡量标准，而且往往涉及复杂的环境变量（对一个病人好的方法对另一个病人并不合适）。

在这种情况下，从外部观察中学习要困难得多，生成式人工智能模型必须依赖现有工作人员的行为。

在这种情况下，与人类劳动相比，人工智能的重大改进空间较小。因此，我估计在 4.6% 的任务中，约有四分之一属于 “更难学习 “的类别，其生产率收益会更低。一旦做出这一调整，0.66% 的全要素生产率增长数字就会下降到约 0.53%。

对工人、工资和不平等的影响如何？

好消息是，与早期的自动化浪潮（如基于机器人或软件系统的自动化浪潮）相比，人工智能的影响可能会更广泛地分布在各个人口群体中。如果是这样，那么对不平等的影响，就不会像早期的自动化技术那样普遍。

然而，我没有发现任何证据表明人工智能会减少不平等或促进工资增长。一些群体，尤其是土生土长的白人女性受到的影响明显更大，将受到负面影响。

总体而言，资本将比劳动力获得更多收益。

经济理论和现有数据证明，人工智能的前景会更加温和现实。而且几乎没有证据支持这种观点：我们不用费力去监管，因为人工智能会简单的让所有人受益。

人工智能是经济学家所称的通用技术。我们可以用来做很多事情，而且肯定有比自动化工作和提高数字广告盈利更好的事情可做。但如果我们不加批判地接受技术乐观主义或让科技行业自行设定议程，AI的潜力可能就被浪费掉了。