AI 究竟更像為他人作陪襯的鋼鐵業(yè)呢，還是更像生命力超強的 VBA 呢,？

編者按：別看人工智能現(xiàn)在炒作得風(fēng)風(fēng)火火,，但是商業(yè)模式或者行業(yè)的經(jīng)濟前景現(xiàn)在還看不清楚,。一個有益的視角是以史為鑒。那么人工智能這個行業(yè)究竟更像為他人作陪襯的鋼鐵業(yè)呢,，還是更像生命力超強、發(fā)揮粘合劑作用的 VBA （注：全名為 Visual Basic for Applications,，是一種 Windows 下的巨集程式語言）語言呢,？文章來自編譯。

有人說，對于變革性足夠強的業(yè)務(wù)將來會發(fā)生什么是沒有現(xiàn)成的東西可以類比的,。但是：

• 一個可以將任意第三方之間傳輸數(shù)據(jù)的成本降低到大致為零（與以前相比）的全球通信網(wǎng)絡(luò),，不僅可以創(chuàng)造新業(yè)務(wù)，還可以從根本上重構(gòu)現(xiàn)有業(yè)務(wù)的結(jié)構(gòu)——互聯(lián)網(wǎng)是一門大生意,，但其實我講的是電報,，除其他作用以外,，電報導(dǎo)致了第一批現(xiàn)代公司的出現(xiàn),。甚至在此之前，可靠的送信方式也產(chǎn)生了深遠的影響,，并在一定程度上促成了新型業(yè)務(wù)的興起,。 （從某種意義上來說，利用數(shù)據(jù)鐵路傳輸資金是 PayPal,、Stripe 等公司都在追求的一個重要項目,，但這也是對美第奇家族恰如其分的描述。）

• 汽車導(dǎo)致了城市的重建,，而為了讓汽車無處不在,，導(dǎo)致了資本支出大規(guī)模的爆發(fā)式增長，并導(dǎo)致了互補品消費的激增——但鐵路也獲得了長足發(fā)展,，對于一些城市來說,，集裝箱運輸和更早的海運的發(fā)展也是如此。

• 智能手機創(chuàng)造了一個平臺,，新的軟件公司可以在這個平臺上開發(fā)新產(chǎn)品并實現(xiàn)大規(guī)模的分發(fā),；在后端，云計算確保了只要他們有某種經(jīng)濟模式（或者只要他們的投資者相信他們會找到一個）,，計算本身就主要是個財務(wù)問題,，而不是運營問題。但這當(dāng)然也是對上一代 PC 熱潮恰如其分的描述——如果你的用戶都在自己的本地計算機上跑軟件的話,，你就不必考慮太多計算或存儲方面的問題,！

因此，問一下 AI 的經(jīng)濟影響可能會是什么形式是有用的,，至少作為一次嘗試性的練習(xí)來說是有用的,。這不需要什么極多主義,，比如一旦 GPT-5 發(fā)布，人工智能就將取代所有的知識工作者,，因為這從根本上是不可預(yù)測的（“但到了沒人知道的那一天和那一刻,，甚至連我也不知道的那一刻，由 OpenAI 訓(xùn)練的一個大型語言模型……”）,。我們真正需要做的就是記住這條基本規(guī)則：當(dāng)某類產(chǎn)品變得非常便宜時,，用例就會變得異常豐富。當(dāng)家庭第一次接入電力時,，與照明相比,，電器看起來就像是荒謬的耗電大戶，但擴充發(fā)電廠來應(yīng)付更高數(shù)量級的家庭證明,，電力的成本是可以降低的,，低到可以去制造烤面包機和熨斗之類的東西，以至于后來發(fā)展到很多更大的電器也成為了可行的選擇,。

很容易想象,，一個自然語言計算機交互的世界比當(dāng)前受限的語言交互的世界要大一個數(shù)量級；設(shè)想一下,，一個可以處理諸如“我離開會議還有十分鐘——現(xiàn)在我應(yīng)該跟哪位其他客戶交流一下,，還有，我應(yīng)該對對方說些什么,？”這種情況的 CRM 系統(tǒng),。這樣的系統(tǒng)的使用情況應(yīng)該要比 Salesforce 更多，或者一個可以回答諸如“我們的哪些成本在過去幾年一直在悄然上升,，找出原因的好的檢查清單應(yīng)該是什么樣的,？”之類問題的 ERP 系統(tǒng)。這種系統(tǒng)獲得的互動將要多于 SAP,。

讓我們從人工智能企業(yè)的一個有點黑暗的案例開始吧,。如果人工智能變成下一個鋼鐵行業(yè)呢？鋼鐵無疑是一種有用且無處不在的產(chǎn)品,。有篇文章就指出：“不管是作為組成部分,，還是作為用于生產(chǎn)鋼鐵的設(shè)備的一部分，幾乎所有工業(yè)文明的產(chǎn)品都依賴于鋼鐵,?！薄@并不能讓鋼鐵變成一門好生意。

舉個例子,，美國的鋼鐵公司 32 年來的復(fù)合回報率只有 1.8%,，安賽樂米塔爾（ArcelorMittal）公司自 1997 年以來的年化回報率為 2.1%，而新日鐵股東在過去 31 年中大致只實現(xiàn)了收支平衡,。當(dāng)然,，也有一些例外,；自 90 年代初以來，韓國全國冠軍浦項制鐵（POSCO）年化回報率高達 11.9%,。鋼鐵在一個國家的發(fā)展早期是可以創(chuàng)造財富的,，因為那時候不斷增長的需求比行業(yè)的穩(wěn)態(tài)動態(tài)更重要。但不管怎么說,，這都是一個艱難的行業(yè),，因為最大的公司很少能為股東帶來豐厚的回報。原因有這么幾個：

• 鋼鐵是一個周期性的資本密集型行業(yè),。當(dāng)需求上升時,，公司必須做出更多投資，保持足夠的規(guī)模,，才能維持相關(guān)性,，這與所有其他的周期性行業(yè)一樣，意味著它們在需求走勢反轉(zhuǎn)時始終處于產(chǎn)能的峰值,。

• 鋼鐵仍然存在邊際成本,，但由于固定成本實在是太高了，在經(jīng)濟衰退期間企業(yè)基本上也得繼續(xù)生產(chǎn),。在某些情況下,，當(dāng)價格下跌時,，負債累累的周期性企業(yè)甚至被迫生產(chǎn)更多,，因為多生產(chǎn)仍然可以獲得增量利潤，這是償還債務(wù)所需要的,。

• 鋼鐵業(yè)還要受制于供求限制,，這是他們沒法控制的。如果鋼鐵行業(yè)看好但鐵礦行業(yè)看衰,，那么就會出現(xiàn)一場全球性的鐵礦競購戰(zhàn),，這會進一步壓縮行業(yè)的利潤率。

• 與其他重資產(chǎn)型的企業(yè)一樣,，工人們在時機成熟時可以通過談判拿得到更高的工資,。但是（企業(yè)想通過）談判降低工資在政治上卻很困難。 （這一點隨著公司信息披露的改善尤其如此,。由于高管薪酬的公布是滯后的,，如果市場在一年之內(nèi)表現(xiàn)良好，而在下一年變糟的話,，那么,，當(dāng)自己上一年獲得巨額薪酬回報的消息被披露之際，高管卻要求工人要勒緊褲帶過日子就會顯得很尷尬,。情況會變得很難協(xié)商,。）

• 許多國家都把鋼鐵視為戰(zhàn)略性產(chǎn)業(yè),。當(dāng)然，他們有充分的理由這么做,！ 19 世紀后期,，大量的鋼鐵投資和知識產(chǎn)權(quán)侵權(quán)行為讓美國鋼鐵業(yè)壓倒英國鋼鐵業(yè)占據(jù)了主導(dǎo)地位，而這在讓美國成為更大,、更重要的經(jīng)濟體方面發(fā)揮了重要作用,。鋼鐵是日本經(jīng)濟增長早期的組成部分。韓國早期的經(jīng)濟戰(zhàn)略緊跟日本,，部分戰(zhàn)爭賠款就是以援助浦項制鐵的形式出現(xiàn)的,。而中國的鋼鐵產(chǎn)量絕對令人瞠目結(jié)舌：自 1967 年以來，中國以外的其他地方鋼鐵產(chǎn)量總共增長了 90%,。但在那段時間里,，中國的鋼鐵產(chǎn)量增長了 73 倍，現(xiàn)在已經(jīng)占世界總量的一半,。

對于 AI 行業(yè)來說,，這樣一個未來是完全有可能的。AI 模型雖然不是傳統(tǒng)意義的實物資產(chǎn),，但其維護成本卻越來越高,。模型的數(shù)據(jù)集規(guī)模越大，這些數(shù)據(jù)集就必須越收斂：你能想象的最大的模型應(yīng)該會用上全世界所有的公共數(shù)據(jù),，這意味著這個可能的最大模型的每個實例都會用上相同的基礎(chǔ)數(shù)據(jù),。基于專有硬件的成本也許存在一些差異,，但最近 AI 開發(fā)的總體情況是模型越來越大,，固定成本越來越高，訓(xùn)練時間越來越長,。這些訓(xùn)練時間開始給這個行業(yè)帶來令人擔(dān)憂的滯后：訓(xùn)練模型意味著預(yù)測未來的需求會是什么樣的,，但也意味著猜測競爭對手正在醞釀什么。[1]

人工智能人才的競購戰(zhàn)似乎并沒有減弱多少（來自 SF 的軼事報道表明,，我們正在迅速接近這樣一個世界：在這個世界里,，灣區(qū)的每個人要么為 OpenAI 工作，要么沒有工作,，盡管這可能有點夸張,。）但與其他科技公司一樣，AI 員工其實有更多的手段可以發(fā)揮作用,，而不僅僅是要求更高的薪酬,；他們還可以影響自己公司創(chuàng)造出來的產(chǎn)品的性質(zhì)。鑒于 AI 社區(qū)當(dāng)中有很多人都對 AI 的風(fēng)險深感擔(dān)憂——近憂如關(guān)于垃圾郵件、宣傳的以及問 ChatGPT 怎么制造非法藥物等相當(dāng)直接的風(fēng)險,，或者如 AI 終結(jié)人類文明的遠慮,。在員工群當(dāng)中，有相當(dāng)多的人堅信 a） 他們正在拯救世界,，并且 b） 被誤導(dǎo)的競爭對手可能真的會毀滅這個世界,，這是一群積極主動地謀求在公司戰(zhàn)略當(dāng)中發(fā)揮作用的員工。每股自由現(xiàn)金流可能不是他們最關(guān)心的問題,。

這只是在員工與公司關(guān)系層面,。還有公司與政府的關(guān)系。要想猜測一下幾年后美國和歐洲會認為哪些行業(yè)具有戰(zhàn)略重要性,，一個比較粗略的探索方式是看看中國目前給哪些領(lǐng)域提供大量補貼,。這是不是只是由于政府在應(yīng)對表面上新出現(xiàn)的威脅，還是因為技術(shù)官僚政府可以認出哪些新技術(shù)領(lǐng)域是有前途的,，或者是二者的某種組合的,，這都無關(guān)緊要：在制造出口的行業(yè)當(dāng)中，總會有部分政府領(lǐng)導(dǎo),，然后許多其他政府最終會跟隨,。這會在兩個方面?zhèn)Φ?AI 公司。首先,，通過限制他們可以賣給誰以及他們可以賣什么而造成傷害,，其次，通過確保他們的一些競爭對手將得到政府補貼并且不需要盈利而對其他一些公司造成傷害,。（這方面的舊例子已經(jīng)很難找到,，但新日鐵公司 [Nippon Steel] 本身并不需要成為一筆巨額投資才能成為有價值的交易；它作為對汽車,、建筑,、機床等行業(yè)的補貼更有意義。）

所以這就是對于投資者來說看衰的一面：人工智能將像鋼鐵一樣重要與無處不在,，但人工智能公司對于他們所支撐的經(jīng)濟來說屬于相對次要的參與者。他們最終可能會陷入與 Zynga 或 Demand Media 等公司一樣的境地,，只不過相對于前者過于依賴社交,，后者過于依賴搜索，人工智能公司甚至都不知道哪個平臺風(fēng)險最大,。

然后是看好的一面：AI 相當(dāng)于 VBA 語言,。這個觀點也很有說服力，因為對于 a） 沒有好的 API 的軟件產(chǎn)品,，或 b） 難以完全自動化,，需要軟件與人工結(jié)合的流程來說，大型語言模型是很好的自然語言粘合劑。一些公司大量的內(nèi)部軟件基本上屬于連接不同流程的粘合劑：從 X,、Y 與 Z 轉(zhuǎn)儲數(shù)據(jù),，然后放到儀表盤上；查詢這張表并生成定期的電子郵件報告或偶爾發(fā)送一條 Slack 告警,；讓這里的在線營銷預(yù)算響應(yīng)那里的客戶流失率,；告訴財務(wù)部門在銷售部門完成任務(wù)后該做什么，并相應(yīng)地更新大量的電子表格,。這些流程支持了無數(shù)的白領(lǐng)工作,，以及一部分已經(jīng)把工作自動化到足以領(lǐng)取全額養(yǎng)老金退休的人。

但為什么這里只關(guān)注 VBA,？為什么要講 VBA 而不是 bash,、 perl 或更新的腳本語言——那些都被用作這種粘合劑的語言？有兩個原因：首先,，因為好的提示工程師和好的工程師構(gòu)成的維恩圖不是一個完美重合的圓,。事實上，人工智能對白領(lǐng)工人的影響部分來自于這樣一個事實,，也就是它為人才提供了類似于軟件風(fēng)格的杠桿,，讓他們不需要那么多時間就能得到過得去的生產(chǎn)力。而且它似乎需要一套不同的技能,。事實上,，擅長使用 AI 文本界面與編碼之間需要進行主動的平衡，因為前者獎勵尋找巧妙的方法來完成特定的事情,，而后者會導(dǎo)致無法維護的代碼,。[2] VBA 在歷史上就是一種非程序員將他們的一些工作自動化的手段，只要那些工作是位于微軟的生態(tài)體系的話,。由于它可以擺脫手工過程自行發(fā)展,，并且在變得難以使用之前可以不斷發(fā)展一段時間，因此 VBA 長期以來一直都很有生命力,。雖然很多程序員嘲笑它（在 Stack Overflow 上面,，它被冠以“最可怕”的語言），但很多聰明人都在用它,，包括 Jane Street,。

這個世界上有很多公司都在運行某種形式的遺留軟件，他們有著特殊的自動化程度,，以及部分圍繞著“他們選擇讓人參與到循環(huán)的地方”來建立的組織,，這樣的公司將受益于將這些系統(tǒng)連接在一起的人工智能工具。大多數(shù)這些企業(yè)幾乎肯定有一個共同點,，那就是它們幾乎肯定在跑微軟的軟件,。微軟正在尋找將 GPT 植入到其辦公套件的方法,，這絕對不是巧合。需要明確的是,，這只是在人機交互方面——比如建議內(nèi)容,、更聰明地識別組織內(nèi)使用的術(shù)語的上下文等——但這是朝著集成專有工具的方向邁出的一步，會讓現(xiàn)有的專有軟件更難以被驅(qū)逐,。

基于 LLM 的內(nèi)容推薦器與編碼助理會創(chuàng)造工作還是破壞工作,？簡而言之，任何新技術(shù)對崗位創(chuàng)造的影響問題都會有兩個答案：

1. 在短期內(nèi),，新技術(shù)是凈就業(yè)創(chuàng)造者,，因為與穩(wěn)定狀態(tài)相比，部署階段需要大量的前期費用,。汽車就是一個很好的例子：按平均年行駛里程計算,，現(xiàn)代汽車的使用壽命約為 13 年。因此,，汽車擁有率從 50% 升到 51% 意味著汽車銷量比僅僅維持 50% 的滲透率時要高 20%,，因為汽車散架時得更換。（比方說,，在 50 年代,，美國的汽車滲透率每年增長約兩個百分點，相對于穩(wěn)定狀態(tài)所需的數(shù)量,，該行業(yè)生產(chǎn)和銷售的汽車就必須多 40%,。那段時間是銷售汽車或制造汽車的好時機。）

2. 一旦部署階段結(jié)束,，節(jié)省勞動力的技術(shù)往往就會在一段時間內(nèi)摧毀工作崗位,，這既是因為行業(yè)在一段時期出現(xiàn)異常需求之后開始萎縮，也是因為新技術(shù)的效率取代了工人,。[3]

3. 不過,，從更長遠的角度來看，這些技術(shù)其實是在創(chuàng)造就業(yè)機會,，因為它們讓世界變得更加富裕了,，因此有了更多的錢可以花在其他商品和服務(wù)上。人與國家在賺更多錢的同時,，在服務(wù)上的花費也會更多,，從長遠來看，服務(wù)支出相對于商品支出能創(chuàng)造出更多的就業(yè)機會,，因為前者的效率增益更罕見。

但這種模式在某種程度上受到了威脅,，因為人工智能工具似乎更擅長取代的是服務(wù)而不是產(chǎn)品,。（雖然取代后者肯定也有一些有希望的進展。）如果經(jīng)濟失去了重新部署人力資本的主要途徑，鑒于人力資本是通過提高物質(zhì)資本水平和不斷提高的技術(shù)進步而釋放出來的,，這可能會成為一個社會問題,。

這個自然與 AI 企業(yè)的經(jīng)濟狀況會是什么樣的問題相去甚遠。但這個問題也需要有答案,，而這個答案將部分取決于現(xiàn)有軟件部署 AI 的體驗如何,。

其中一種重要的可能性對工作破壞論沒多大作用，那就是人工智能讓完成乏味的任務(wù)比完成全新的任務(wù)更容易了,。ChatGPT 是很有創(chuàng)意,，但你很難給它添加恰到好處的約束而不至于會在交互上出問題,，要么就是在一個方向上陷入超現(xiàn)實,，要么就是在另一個方向上陷入倉促。說得更深入一點,，與行為難以解釋的系統(tǒng)相比,，在你可以充分推理的系統(tǒng)中避開局部最大值要容易得多。當(dāng)然,，這對許多不同領(lǐng)域也適用：在編程中,，抽象能力更強的語言可以產(chǎn)生更強大的結(jié)果；在金融領(lǐng)域,，具備基本面和現(xiàn)金流的資產(chǎn)比那些更寬松的資產(chǎn)（貨幣,、貴金屬）或沒有意義的資產(chǎn)（某些加密貨幣、藝術(shù)品,、模因股票）更不容易出現(xiàn)泡沫,；在經(jīng)濟學(xué)當(dāng)中，回歸到有關(guān)激勵,、信息等基本問題,，去思考利潤始終是很好的健康檢查。

因此,，AI 增強工具最終可能會加快 95%（或 99.95%）白領(lǐng)所做事情的速度,，導(dǎo)致軟件相對更有價值，而人相對不那么有價值,，同時對少數(shù)能夠?qū)O其復(fù)雜的系統(tǒng)做出嚴格推理的幸運兒的影響則沒那么大,。

這為人工智能公司創(chuàng)造了一個迷人的動力。給價格不斷下降的產(chǎn)品賣出高價值的補充品總是好的,，不管該產(chǎn)品是用于更便宜的硬件的軟件（如微軟和第一代軟件公司）還是用于組織越來越豐富的數(shù)據(jù)的工具（如谷歌與 Meta）都是如此,。未來的世界存在這樣一種可能，也就是人是人工智能工具的必要補充,，但永遠是更廉價的補充,。在這樣一個世界里,，人工智能公司確實會非常有價值。

注：

1,、已經(jīng)有證據(jù)表明,，人工智能研究日益由最大的公司和最精英的大學(xué)進行，這在一定程度上是因為他們可以訪問到計算資源和獨特的數(shù)據(jù),。（另一方面,，成本也可能會下降。 ）

2,、不過這會引發(fā)另一個警告：再現(xiàn)性會不會成為 AI 商業(yè)用途的一個大問題,？如果模型一直在變，而且總是變得越來越復(fù)雜的話,，那么就不僅不能保證同樣的查詢將來會提供相同答案,，而且它也沒法告訴你為什么會這樣。將 Visual Basic 作為類比的第二個原因是它由這樣一家公司所有,，這家公司用它來 a） 鏈接不同的產(chǎn)品,，提高客戶的生產(chǎn)力，而不是偶然地 b） 創(chuàng)建一個對該公司來說必不可少但又幾乎無法維護的大型代碼庫,。

3,、從最憤世嫉俗的角度來看，蓬勃發(fā)展的中產(chǎn)階級只是一項節(jié)省勞動力的技術(shù)最終部署前臨時且昂貴的替代品,。鑒于部署需要時間的新技術(shù)會持續(xù)供應(yīng),，中產(chǎn)階級才得以生存。

譯者：boxi,。