最新的人工智能工具,包括像 ChatGPT-4 等语言模型和像 Stable Diffusion 之类的图像生成器,已成为全世界的关注焦点。很显然,人工智能可能即将颠覆大量知识工作以及更广泛的经济。
“可能”是这里的关键词,因为要知道这将会如何演变还为时过早。不过,我们可以从一些地方看出端倪,毕竟机器取代由人类执行的任务不是第一次。
“我们可以将AI视为自动化过程的延续,不过针对的是人类所做的心理或认知任务,而不是体力任务。” 凯洛格学院策略学教授本杰明·琼斯说道。
琼斯根据他关于自动化的两项近期研究,提出了有关AI如何转变经济的几种可能情况。他认为有两个具体因素可能对AI最终具有多少影响力以及对一般工作者的表现起到决定性的作用。
第一个因素:AI是否针对经济中的瓶颈
这些因素中的第一个因素是这些先进技术发生在经济中的何处。如果AI解决了当前遇到生产力瓶颈的领域,那么它对于经济的影响就比没有得到解决时大得多。
例如,比较农业与计算机的进展史,前者的瓶颈较少,后者则有很多。
数百年前,“你我可能都务农,这几乎毫无悬念,因为当时几乎每个人都是农民。” 琼斯说道。尽管整地、砍树、种植、浇水、施肥到收割都是艰辛的工作,但大多数农场的收成只够养活在农场工作的家庭,运气好点的或许可剩余一点拿去市场贩卖。
在当今的发达经济中,农业高度自动化,而且生产力很高。有些机器能够平整土地并进行灌溉,有些机器可以完美地播种,还有机器可以精确施肥。一台现代联合收割机一天能够处理超过一百英亩的土地。“我们生产的食物比以往任何时候都多,但几乎没有人是农民”,原因是现代自动化,琼斯说道。例如,根据最近的估计,大约只有1.3%的美国工人在农场工作。
在某种意义上说,这些机器令人难以置信地扼杀了工作,但由于现代农业的生产力大大提高,每个人获得食物都变得更容易。 “之后发生的事情是,我们解放了劳动力,让他们不必成为农民,这样人们就可以转移到其他工作。”他说道。“这是一个经济动荡的过程,它摧毁了大量的工作,然后创造出新的工作,人们在生产力更高的经济中重新分配到新的角色,并且平均变得更富有,也更长寿。
现在快进到另一项技术进步:计算。在1952年IBM推出大型计算机以前,人类“计算机”完成了严格的数字运算工作。。当然,从那以后,机器接管了工作,产生了惊人的效果。摩尔定律指出,微芯片上的晶体管数量约每两年翻一番,近 80 年来已被证明是正确的,并带来了各种改变生活的创新,从互联网到智能手机再到如Zoom之类的app等等。“你可以坐在出租车后座与相隔6,000 英里以外的家人进行视频通话。这样的情景对于1980年代的人们来说像是天方夜谭。” 琼斯说道。
然而,自从摩尔做出他的这个著名预测后,奇怪的事却发生了:“生产率增长异常缓慢。”琼斯说道。尽管计算能力取得了惊人的进步,但经济生产力却没有大幅提高,生活水平也没有显著提升。
琼斯说,要合理解释这种矛盾现象,“你必须了解经济增长的一些非常重要的事情,就是我们的弱项才是真正重要的。”换句话说,生产力并不取决于经济最佳时的效率,而是最差时的效率。
农业中的许多任务都是机械和高度重复的,换言之它们容易实现自动化。这意味着该行业能够在不遇到太多瓶颈的情况下大幅提高生产力,即使是行业中最慢、“最差”的流程仍然相当快。
另一方面,虽然计算能力呈指数级增长,但它往往用于认知型或定制型任务,例如法律服务。这类任务一向较难自动化,因此瓶颈很多。毕竟,如果每个输出都必须经过人工查核,计算机运行速度再快也无济于事。
而且,充满瓶颈的不仅仅是专业服务。想一想穿越全国的旅行、做饭、看医生,或产生一单位电力需要花费的时间与精力。这些事情在过去五十年间没有改变多少,追究原因,就是因为瓶颈。
然而瓶颈不仅仅减缓某个行业的成长,而是对经济整体有着巨大影响。随着一项任务自动化并且变得效率更高,它在经济中所占的份额就会缩小。这是因为产出变得无所不在,而且价格低廉。(想一想现今全美所有农场的产品总量仅仅占国内生产总值的0.7%。)同时,随着时间的推移,生产率最低的任务(瓶颈)在经济中的份额会增加。这意味着一大部分的经济最终将专注于生产力根本没有增加的领域。这就是当今大多数先进经济体所处的情况。
那么,AI究竟能在多大程度上转变经济,取决于它能在多大程度上提高经济中生产力低下而且昂贵领域的生产力,例如医疗护理、教育、酒店、交通或是电力领域。举例来说,自动驾驶的汽车或可做家务的机器人可以极大地解放人力,就像农业机械的进步让人们免于务农那样;同样,使用AI让医生或教育工作者的工作效率大大提高也有助于缓解这些瓶颈。
琼斯说,要让这种自动化真正改变情势,AI“不能只是下一个智能手机”。毕竟,手机确实改进了某些认知任务,例如城市导航或信息检索,但并没有充分提高生产力。相反,AI“如果要真正改变生产力曲线,它必须超越手机。”
我们有理由相信这是可能的。“从某种意义上说,AI是一种针对多种服务的认知型技术,我认为它针对的是经济中有瓶颈的那些部分。”他说道。
第二个因素:AI执行认知任务的能力是否比人类好的多
决定AI对经济影响程度的第二个因素是AI是否会以仅比我们好一点或好得多的方式取代人类劳动。
如果AI好到足以取代人类,但不会比那好多少(至少在短期内,这种情况是合理的),这对人类劳动力来说是非常糟糕的情况。
想一想超市的自动结账柜台,或是一个向飞机乘客提供客户服务的机器人。很少人会认为这些自动化技术远远优于真人,它们往往还不及收银员或地勤人员的表现。然而它们确实更便宜,而且企业可能实施这种顾客与客户都能忍受的最低成本解决方案。在这种情况中,AI取代了人类劳动力但没有显着提高生产力,劳动力在收入中所占的份额减少,我们看不到生活水平的显着提高。
这让许多工作者的处境更糟,同时也没有为整体经济带来太多好处。
不过这里还存在一个较乐观的情况。如果AI确实证明能带来革新,例如一名放射科医生能凭借AI完成15名放射科医生的工作,一名程序员能够完成15名程序员的工作,等等,那么我们可以预期经济呈现爆炸式增长,所有人都能受惠,享受更高的生活水平(虽然有些放射科医生与程序员需要另谋出路。)即使机器接管绝大多数的工作,但只要至少有一些任务需要人工完成,上述的美好情况就不会改变。
要理解原因,不妨回想一下专注于瓶颈的经济份额将如何始终持续增长,可以容易进行自动化的任务数量则会减少。这意味着随着自动化接管更多任务,其余非自动化任务的重要性会提高,人们从事这些任务会获得更好的酬劳。同时在这种“爆炸式增长”的情况中,经济扩张如此迅速,使得这些任务确实会支付高报酬。
想想看,今天的大提琴手的效率并不比17世纪时的大提琴手更高。他们演奏同样的曲目,甚至是同样的乐器,随着其他娱乐形式的出现,对他们劳动的需求只会减少。 “那么,为什么他们现在获得的报酬比当年高出20倍呢?”琼斯问道。答案是,“在某种意义上,大提琴手是瓶颈。”也就是说,虽然大提琴手的生产力没有提高,但由于经济的其他许多领域已经增加(因而其他许多事物的相对成本降低了),大提琴手得以享受更高的生活水平。
这就是为什么琼斯希望看到一个“人类只做很小一部分任务的世界,但人们有事可做,计算机则在其他所有事情上都做得非常好。”琼斯说道。“如果机器让我们变得生产力超高,那么我们仿佛全都是大提琴手了。”
评论(0)