來(lái)源：用戶(hù)6314832590

內(nèi)容提要

2024年以來(lái),，圍繞人工智能對(duì)人類(lèi)社會(huì)整體產(chǎn)出效率的影響,，業(yè)界出現(xiàn)了較大爭(zhēng)議,。以高盛首席經(jīng)濟(jì)學(xué)家Jan Hatzius為代表，業(yè)界大部分經(jīng)濟(jì)學(xué)者認(rèn)為人工智能對(duì)全球經(jīng)濟(jì)的巨大推動(dòng)作用終將顯現(xiàn),；而以著名經(jīng)濟(jì)學(xué)家Daron Acemoglu為代表的部分學(xué)者則提出,，當(dāng)前大眾預(yù)期過(guò)于樂(lè)觀，人工智能對(duì)產(chǎn)出效率提升比較有限,。文章梳理了雙方觀點(diǎn),，簡(jiǎn)要分析了分歧來(lái)源，并給出了對(duì)政策制定者和投資者的啟示,。

一,、雙方觀點(diǎn)及主要交鋒

2023年及以往的大部分研究認(rèn)為，人工智能技術(shù)將大幅度提升社會(huì)產(chǎn)出效率,。2023年,，以高盛首席經(jīng)濟(jì)學(xué)家Jan Hatzius為首的研究團(tuán)隊(duì)發(fā)布報(bào)告，預(yù)計(jì)未來(lái)10年人工智能將每年提升美國(guó)全要素生產(chǎn)率（TFP）1.5個(gè)百分點(diǎn),，使全球總產(chǎn)出增加7%（相當(dāng)于7萬(wàn)億美元）,。麥肯錫也認(rèn)為,，未來(lái)人工智能通過(guò)提升勞動(dòng)效率有望為全球經(jīng)濟(jì)帶來(lái)17.1~25.6萬(wàn)億美元增量產(chǎn)出。一些學(xué)術(shù)研究持相似的樂(lè)觀態(tài)度,，認(rèn)為人工智能技術(shù)突破可能是引發(fā)人類(lèi)社會(huì)經(jīng)濟(jì)爆炸的“奇點(diǎn)”（singularity）,。

2024年4月，高盛發(fā)布研究報(bào)告,，認(rèn)為雖然目前宏觀經(jīng)濟(jì)數(shù)據(jù)中還看不到重大變化,，但人工智能的宏觀影響將在10年內(nèi)顯現(xiàn)。一方面,，即使在此輪人工智能技術(shù)突破的發(fā)源地美國(guó),，目前應(yīng)用人工智能的企業(yè)也還不到5%，人工智能宏觀影響顯現(xiàn)還需要耐心等待,；另一方面,，2024年全球范圍內(nèi)人工智能設(shè)備和服務(wù)企業(yè)收入快速增長(zhǎng)，相關(guān)產(chǎn)品出貨量急劇攀升,，高盛認(rèn)為這是人工智能設(shè)備投資周期的早期信號(hào),，大額資本開(kāi)支將為未來(lái)產(chǎn)出效率提升打下基礎(chǔ)。同時(shí),，高盛首席經(jīng)濟(jì)學(xué)家Jan Hatzius在接受媒體采訪時(shí)多次表示,，人工智能將大幅提高美國(guó)和全球經(jīng)濟(jì)的產(chǎn)出效率，預(yù)計(jì)其宏觀影響在2030年前后顯現(xiàn),。

2024年5月,，著名經(jīng)濟(jì)學(xué)家Daron Acemoglu發(fā)表工作論文《The Simple Macroeconomics of AI》，對(duì)高盛的樂(lè)觀預(yù)計(jì)提出質(zhì)疑,。Daron Acemoglu構(gòu)建了一個(gè)基于多任務(wù)的產(chǎn)出模型,，以2023年以來(lái)的實(shí)證及案例研究數(shù)據(jù)為輸入，估算未來(lái)10年人工智能對(duì)美國(guó)全要素生產(chǎn)率的提升作用累計(jì)不到0.66個(gè)百分點(diǎn),，平均每年小于0.064個(gè)百分點(diǎn)，大幅低于高盛每年1.5個(gè)百分點(diǎn)的預(yù)測(cè),。如果進(jìn)一步考慮人工智能在應(yīng)用初期主要處理簡(jiǎn)單任務(wù)（easy-to-learn）,，未來(lái)在復(fù)雜任務(wù)（hard-to-learn）中工作效果可能下降，累計(jì)提升力度進(jìn)一步下降到0.53個(gè)百分點(diǎn),。Daron Acemoglu認(rèn)為,，這些最新的證據(jù)表明，雖然在微觀層面人工智能可以極大地提高個(gè)別常見(jiàn)任務(wù)的處理效率,，但宏觀而言人工智能對(duì)人類(lèi)社會(huì)產(chǎn)出效率的促進(jìn)作用相當(dāng)有限,。Daron Acemoglu的觀點(diǎn)代表了近期部分經(jīng)濟(jì)學(xué)研究對(duì)人工智能提出的質(zhì)疑，并且通過(guò)理論框架和實(shí)證數(shù)據(jù)給出了嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)證據(jù),。

二,、主要分歧來(lái)源

盡管Jan Hatzius和Daron Acemoglu都承認(rèn),，各自的研究與推測(cè)均基于當(dāng)前的觀察和理解，未來(lái)人工智能的發(fā)展和應(yīng)用還存在較大不確定性,，但是雙方預(yù)測(cè)結(jié)果巨大的數(shù)量級(jí)差異引起了各界廣泛關(guān)注,。雙方的觀點(diǎn)分歧主要來(lái)自以下幾個(gè)方面：

首先，雙方預(yù)計(jì)人工智能對(duì)人類(lèi)生產(chǎn)方式的最終介入程度存在較大差異,。Jan Hatzius團(tuán)隊(duì)認(rèn)為,，隨著人工智能技術(shù)不斷發(fā)展和普及，人類(lèi)現(xiàn)有生產(chǎn)方式中25%的工作任務(wù)最終將被人工智能取代,。Daron Acemoglu參考最新研究對(duì)此進(jìn)行了更為細(xì)致的考察和估算,。結(jié)合各行業(yè)勞動(dòng)者對(duì)人工智能暴露程度和美國(guó)產(chǎn)業(yè)結(jié)構(gòu)，計(jì)算得出約20%的勞動(dòng)量將被人工智能替代,。但是其中僅23%的勞動(dòng)量具備被替代的經(jīng)濟(jì)性,，在其余工作任務(wù)中人工智能的部署成本大于經(jīng)濟(jì)收益，因此Daron Acemoglu認(rèn)為現(xiàn)有生產(chǎn)方式中僅4.6%的工作任務(wù)最終被人工智能取代,，大大低于Jan Hatzius團(tuán)隊(duì)的預(yù)測(cè),。2024年6月，Jan Hatzius團(tuán)隊(duì)針對(duì)這一問(wèn)題進(jìn)行了回應(yīng),，一方面承認(rèn)許多與人工智能相關(guān)的任務(wù)目前甚至未來(lái)10年內(nèi)都不具有成本效益,，另一方面著重強(qiáng)調(diào)不應(yīng)該忽視新技術(shù)應(yīng)用成本隨著時(shí)間推移而迅速下降的可能性。

其次,，雙方對(duì)人工智能能否在生產(chǎn)中發(fā)揮創(chuàng)造性作用的態(tài)度完全相反,。Jan Hatzius團(tuán)隊(duì)認(rèn)為，在現(xiàn)有工作任務(wù)之外,，人工智能介入將使一些原本不可能的任務(wù)變得可能,，從而在科研和生產(chǎn)領(lǐng)域創(chuàng)造出新的任務(wù)，引發(fā)未知領(lǐng)域的價(jià)值創(chuàng)造,。Daron Acemoglu則認(rèn)為,，這些未知的價(jià)值創(chuàng)造主要適用于科學(xué)研究，例如谷歌的DeepMind模型借助人工神經(jīng)網(wǎng)絡(luò)技術(shù)幫助生物學(xué)家破譯蛋白質(zhì)結(jié)構(gòu),、幫助材料學(xué)家預(yù)測(cè)晶體結(jié)構(gòu),。但是這些應(yīng)用只是細(xì)分領(lǐng)域內(nèi)的個(gè)別案例，10年內(nèi)還看不到大規(guī)模應(yīng)用人工智能促進(jìn)基礎(chǔ)科學(xué)研究的可能,。因此,，Daron Acemoglu沒(méi)有考慮這些額外的價(jià)值創(chuàng)造。

上述具體分歧凸顯了雙方看待人工智能截然不同的價(jià)值觀念,。Jan Hatzius團(tuán)隊(duì)認(rèn)為25%的人類(lèi)任務(wù)最終將被人工智能取代,，而沒(méi)有過(guò)多地考慮替代的經(jīng)濟(jì)性、替代可能引發(fā)的倫理爭(zhēng)議和監(jiān)管容忍度等問(wèn)題,，正是業(yè)界科技工作者與投資者商業(yè)樂(lè)觀主義傾向的真實(shí)寫(xiě)照,，映射到宏觀層面則是對(duì)巨大經(jīng)濟(jì)推動(dòng)力的憧憬與渴望,。

與之相反，Daron Acemoglu等人的觀點(diǎn)反映了經(jīng)濟(jì)學(xué)家們對(duì)當(dāng)前技術(shù)進(jìn)步的懷疑與失望,。Daron Acemoglu多次提出,，人工智能可能是與之前自動(dòng)售貨機(jī)相似的技術(shù)，并不會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生明顯推動(dòng)作用,。Daron Acemoglu等人的悲觀態(tài)度有其歷史背景,。自上世紀(jì)80年代真實(shí)商業(yè)周期理論（Real Business Cycle）提出并引發(fā)新凱恩斯主義與新古典綜合學(xué)派合流以來(lái)，宏觀經(jīng)濟(jì)學(xué)家們對(duì)技術(shù)進(jìn)步傾注了熱情,。然而,，后續(xù)實(shí)證研究中并沒(méi)有發(fā)現(xiàn)重大技術(shù)進(jìn)步推動(dòng)經(jīng)濟(jì)發(fā)展的真實(shí)案例。1987年,，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主Robert Solow提出著名的悖論：“除了生產(chǎn)率統(tǒng)計(jì)數(shù)據(jù),，到處都能看到計(jì)算機(jī)時(shí)代的特征”(Solow Paradox)。過(guò)去40年,，技術(shù)進(jìn)步引發(fā)的產(chǎn)出效率增長(zhǎng)幾乎停滯,，推動(dòng)全球經(jīng)濟(jì)發(fā)展主要依靠生產(chǎn)要素的流動(dòng)與投入。從這一歷史背景出發(fā),，Daron Acemoglu等對(duì)人工智能的悲觀預(yù)期似不全無(wú)道理,。

三、思考與啟示

對(duì)政策制定者而言,，理解人工智能對(duì)經(jīng)濟(jì)增長(zhǎng)推動(dòng)作用存在高低不同路徑具有重要意義,。麻省理工大學(xué)斯隆管理學(xué)院教授Simon Johnson等人強(qiáng)調(diào)，新技術(shù)并不存在單一,、注定的發(fā)展路徑,。未來(lái)人工智能會(huì)走向Jan Hatzius或是Daron Acemoglu的預(yù)測(cè)，更多地取決于技術(shù)開(kāi)發(fā)者,、使用者以及政策制定者之間的長(zhǎng)期互動(dòng)與博弈,。

斯坦福大學(xué)人工智能學(xué)院教授Erik Brynjolfsson認(rèn)為對(duì)政策制定者最重要的，是在理解技術(shù)發(fā)展多種可能性的基礎(chǔ)上,，既保持政策的靈活性和寬容度,，允許技術(shù)開(kāi)發(fā)者超前探索；又“聰明”地介入技術(shù)路線競(jìng)爭(zhēng),，引導(dǎo)技術(shù)走向大幅推高經(jīng)濟(jì)增長(zhǎng)的路徑，例如鼓勵(lì)形成開(kāi)源的技術(shù)生態(tài),、支持大小企業(yè)之間數(shù)字平權(quán),、推動(dòng)人工智能技術(shù)更多用于科學(xué)研究（而不是替代日常勞動(dòng)）等。

對(duì)投資者而言,，需警惕未來(lái)不同演進(jìn)路徑中可能出現(xiàn)的機(jī)遇和風(fēng)險(xiǎn),，相應(yīng)甄別投資機(jī)會(huì),。一方面，在市場(chǎng)對(duì)人工智能技術(shù)寄予厚望的情形下,，如果未來(lái)技術(shù)發(fā)展逐漸朝Daron Acemoglu預(yù)測(cè)的方向演進(jìn),，可能會(huì)快速形成人工智能相關(guān)資產(chǎn)泡沫并促成其破裂。硅谷科技投資史上充滿相似案例,，如過(guò)去10年輪番興起的3D打印,、物聯(lián)網(wǎng),、元宇宙等等,。

另一方面，如果未來(lái)技術(shù)發(fā)展朝著Jan Hatzius預(yù)測(cè)的樂(lè)觀情形演進(jìn),，或?qū)⑹侨祟?lèi)社會(huì)至少40年來(lái)首次出現(xiàn)深刻影響全球經(jīng)濟(jì)發(fā)展的技術(shù)進(jìn)步,。這一“顛覆性創(chuàng)新”（disruptive innovation）影響必然超出科技領(lǐng)域，對(duì)各類(lèi)投資組合構(gòu)成廣泛的影響或沖擊。在這一情形下,，盡早識(shí)別投資組合中哪些標(biāo)的會(huì)成為 “顛覆者”（disruptor）,，哪些淪為“被顛覆者”（disruptee），可能是全球投資者不得不面對(duì)的考驗(yàn),。

作者：絲語(yǔ)