人工智能或推動經濟繁榮，但人類可能成為阻礙——《華爾街日報》

詢問ChatGPT人工智能何時能提振美國經濟，得到的回答大多模稜兩可：“難以精確預測”。

這與許多經濟學家的答案如出一轍。

隨着生成式人工智能工具（如OpenAI的ChatGPT這類能創造文本、圖像等新內容的工具）在消費者和企業中的日益普及，部分經濟學家預測該技術將通過提升生產率（即每小時產出）徹底改變工作場所，打破長期停滯，刺激經濟增長。

但這基於該技術的理論潛力。實際收益可能更小或更遲顯現，這取決於幾個因素：一是技術普及程度及人們使用技能的熟練度；二是企業能否在採用技術後有效將其轉化為更高生產率。

高盛給出了較樂觀的預測：其經濟學家認為生成式AI在美國廣泛採用後的十年內，可能使年生產率增長提高1.5個百分點。這將使2007年底以來的平均生產率增長率提升約一倍，同期美國經濟增長率也可能獲得相近幅度的提升。例如，若美聯儲預測美國長期增長率為1.8%，理論上該技術可助推經濟增長至3.3%。

但需注意一個前提：這要等到AI被廣泛採用後才會實現。高盛高級經濟學家約瑟夫·布里格斯強調，目前難以預測這一時間節點。由於企業採用時間線和AI最終能力存在不確定性，AI對生產率增長的提升幅度可能在0.3個百分點至2.9個百分點之間。

技術先行，應用隨後

他指出，技術突破與大規模應用通常存在滯後性，AI可能在2025年後半段至2030年代才開始產生廣泛宏觀經濟影響。

不過布里格斯表示：“在我們考慮的所有情景中，鑑於當前生產率增長趨勢，AI帶來的提升幅度都足夠大，將產生重大經濟影響。”

美國勞工部數據顯示，在2007年第四季度至2019年第四季度（上一商業週期結束）期間，生產率年均增長1.4%，低於1947年第一季度至今年第二季度2.1%的長期平均水平。

生產率提升對長期經濟增長至關重要，這意味着同等數量的勞動力能創造更多商品和服務，最終提高生活水平。

電力與互聯網的啓示

歷史經驗表明新技術對生產率的提升往往是漸進的。經濟學家保羅·大衞1990年的研究論文指出，以美國電力應用為例，工廠機械驅動設備電氣化程度過半耗費數十年時間，其對製造業生產率增長的影響同樣存在顯著滯後。

大衞以電力發展軌跡作為歷史參照，解釋為何在他撰寫論文時儘管計算機已興起，但生產力提升依然緩慢。

大衞指出，工廠電氣化進程遲緩是因為：基於水力蒸汽動力運轉的既有工廠仍能正常運作，對其進行徹底改造在當時並不划算。

弗吉尼亞大學經濟學教授安東·科裏內克表示，相較於上世紀90年代末至21世紀初互聯網與個人電腦興起帶來的生產力大爆發，當前行業和企業擁抱生成式AI的速度可能更快。彼時人們需要投資路由器、網絡連接等實體設備才能利用新興技術。

“如今我們已具備所有基礎設施，本質上只需登錄新網站即可。“科裏內克預估，相較於過去20年的趨勢，生成式AI將在未來十年推動生產力提升10%至20%。

經濟學家們表示，由於企業和員工需要時間學習使用AI並將其融入工作流程，其實際效果可能需要時間才能在生產力指標中顯現。

事實上，《華爾街日報》四月調查顯示，61%的經濟學家預計ChatGPT等AI工具未來五年對美國GDP增長僅有小幅積極影響，另有29%認為這段時間內AI不會產生任何影響。

“回顧新技術被採用的歷史，要想改變生產方式，僅僅採用技術是不夠的。你必須將技術與其它互補性資產一起採用，”紐約大學管理與組織學教授羅伯特·西曼斯説道，“這既昂貴又耗時。”

西曼斯指出，企業尤其需要僱傭或培訓專業人才，這些人才既要理解生成式AI的能力，又要對現有生產流程有足夠了解，才能將兩者結合起來。

互聯網起源於1960年代的美國國防部，但直到1990年代個人電腦普及後才真正騰飛，而其最具顛覆性的影響則是在寬帶接入和智能手機出現後才顯現。

某些行業似乎特別適合解決這些問題。例如，經濟學家埃裏克·布林約爾松、丹妮爾·李和林賽·雷蒙德2023年的工作論文發現，使用AI助手後，呼叫中心員工每小時解決問題的生產率平均提升了14%。該工具為客服人員提供最佳應答建議，研究顯示新員工和低技能員工的生產率提升尤為顯著。

諸如ChatGPT這類生成式人工智能工具的流行，讓一些經濟學家預測這項技術將通過提升生產力徹底改變職場。圖片來源：Gabby Jones/Bloomberg News### 應用不均，收益懸殊

高盛分析預測，人工智能可能替代美國約四分之一的工作任務，行政管理和法律行業受影響尤其顯著。而建築、維修等體力勞動崗位受衝擊程度較低。

就業研究工作的Upjohn研究所高級經濟學家布拉德·赫什本表示，當機器接手人類原有工作時，經濟體系未必會出現淨崗位流失。

“新技術更常見的情況是改變現有崗位的工作內容，而非徹底消滅這些崗位。“他解釋道。

歷史學家指出，電子表格等新技術創造的就業崗位通常多於其摧毀的數量。

但赫什本警告，若企業應用AI速度存在差異，可能導致失業加劇、收入不平等擴大及社會動盪。“率先採用者可能奪取未採用者的市場份額。如果技術能均衡普及，所有人都接受應用培訓，我們或許能快速迎來生產力爆發。但現實並非如此。”

寫信給阿馬拉·奧梅奧克威，郵箱：[email protected]

刊登於2023年10月17日印刷版，標題為《人類可能成為AI發揮效益的障礙》。