AI真的可以大幅减少能源使用吗？

2016年，总部位于伦敦的DeepMind Technologies（Google的子公司，也是Alphabet的母公司）震惊了业界，报道称AI的应用将Google数据中心的散热费用降低了40%，更重要的是，这一年，DeepMind开始与英国国家电网合作，通过深度学习优化电流来节省全国能源。

AI真的可以大幅减少能源使用吗？

一位小哥用了三年时间，搜索有关将AI应用于其他数据中心的文章，但没有发现取得重大进展的证据。并且发现，DeepMind公司与国家电网有关能源的谈判也破裂了，同时还发现DeepMind的财务状况也很糟糕：2018年，该公司报告亏损5.71亿美元，收入为1.25亿美元，高于2017年的3.66亿美元。

去年四月，《经济学人》将DeepMind公司2016年的公告定性为一场炒作，并引用一位内部人士的话说：“DeepMind只是想做一些公关，以便他们可以在Alphabet申请更多经费。‘’

于是这位小哥继续深挖AI的经济前景以及AI的支持者在金融领域的乐观预测。

80年代初期，我的博士学位论文以机器人技术和AI经济学为题，在担任教授和技术顾问的整个职业生涯中，我一直关注有关AI的经济性预测，比如埃森哲，普华永道和麦肯锡等咨询机构对此作出的评估。

咨询分析行业普遍看好AI

分析师最近断言，应用AI技术将大大增加经济产出。埃森哲声称，到2035年，AI将使12个发达国家的经济增长率翻倍，并将劳动生产率提高三分之一。普华永道声称，到2030年，AI将为全球经济贡献15.7万亿美元，而麦肯锡预计到那时AI的贡献额将为13万亿美元。

其他预测集中在零售、能源、教育和制造业等特定领域。麦肯锡全球研究所在2017年的一份题为《AI是否为新技术前沿？》的报告中评估了AI对这四个领域的影响，并在2018年的报告中评估了AI对更多领域的影响。后者中，该研究所得出的结论是，AI技术“有潜力在19个行业的9个业务部门中每年创造3.5万亿至5.8万亿美元的价值。所有参与评估的技术能够创造的价值的年总和为$9.5万亿到$15.4万亿美元，而AI占了其中的约40%。”

数字令人惊讶，如果属实，无论有没有麦肯锡顾问的帮助，它们都将为公司使用AI提供很强的激励，但是这些预测真的能实现吗？

麦肯锡的许多估算是根据各种初创公司的说法推断得出的，例如，根据DeepMind以及NestLabs声称的成功案例，它预测英国和其他地区的能源效率将提高10%。NestLabs于2018年成为Google硬件部门的一部分。Nest是一家生产家用智能恒温器和其他智能产品的公司，在2017年，他收入7.26亿美元，亏损6.21亿美元。这一情况与Nest及其他类似公司宣称他们正在或准备为世界经济做出巨大贡献的说法不符。

智能电表不仅不怎么省电，还贵

因此我决定更系统地研究此类AI初创企业的表现，许多事实证明这些企业对社会的价值不如其所炒作的那样高。这种说法肯定会让很多人受不了，比如麦肯锡的分析师们。因此，我接下来将会解释我是如何得出这些悲观的结论的。

我对Nest Lab进行进一步调查，试图寻找支持智能电表会提高能源效率的证据。2016年，英国政府发起了一项活动，目的是到2020年时在全国范围内普及智能电表。而自2010年以来，美国能源部也已投资约45亿美元，在美国各地安装了超过1500万个智能电表。奇怪的是，所有的这些努力对提高能源效率做出了微乎其微的贡献。英国政府最近下调了他们对智能电表每年可以为每个家庭节省的金额的预期，从原本的26英镑降至仅11英镑。英国国家审计署警告说，智能电表及其安装的成本已经上升。对于那些指望着智能恒温器、智能家电和智能电表将节省大量能源的初创公司来说这些都不是好消息。

其他类型的AI创业公司是否会对经济产生积极的影响？知名调研机构CB Insights的报告称，2018年美国的整体风险投资资金为1，150亿美元，其中93亿美元用于AI初创公司。虽然这只占总数的8%，但仍然是一笔不菲的钱，这表明有很多美国初创公司从事AI工作（尽管有些人在其商业计划中夸大了AI所发挥的作用，以此来获得资金）。

调查了40家AI初创公司，结果令人叹息

为了进一步探讨，我收集了获得最多资金的美国AI初创公司的数据，并研究了他们希望颠覆的行业。我专注于美国的原因是它拥有最长的初创公司成功历史，因此，它的AI初创公司似乎比其他国家更容易蓬勃发展。我的目的是评估这些美国初创公司是否成功地重振了各个行业并提高了生产率，或者它们是否做出相关承诺即将这样做。

我总共分析了40家从事AI的美国初创公司。这些公司要么估值超过1亿美元，要么拥有超过7000万美元的股权融资。除了两家被上市公司收购之外，其他的初创公司都是私人公司。我在Crunchbase、Fortune和Datamation编写和发布的领先的初创公司列表中找到了他们的名字和产品。然后，我用有关这些公司的最新消息（包括一些关于破产停业的初创公司的报告）更新了我的数据集。

我根据这40家初创公司提供的产品或服务的类型对其进行了分类，十七家正在研究基本计算机硬件和软件（比如Wave Computing和OpenAI），包括网络安全性（例如CrowdStrike）。也就是说，此类的公司在建设的工具旨在支持计算环境本身。

这40个公司中的8个从事软件研发工作，他们研发的软件可以自动完成很多任务，例如由Automation Anywhere，UiPath和WorkFusion开发的机器自动化软件可提高专业人员和其他白领工人的生产率。Brain Corp.的软件将手动操控设备转换为智能机器人，Algolia，Conversica和Xant提供改善销售和市场营销的软件，而ZipRecruiter的软件目标是优化人力资源管理。

我名单上其余的创业公司分布在各个行业，Flatiron Health，Freenome和Tempus Labs专注于卫生保健；Avant，Upstart和ZestFinance则更专注于金融技术；Indigo和Zymergen注重农业和合成生物学；Nauto，Nuro和Zoox涉及交通运输。下面提及的几个方向都只有一家创业公司，比如地理空间分析（Orbital Insight），人机交互模式（Afiniti），照片/视频识别（Vicarious）和声音识别（SoundHound）。

这些初创公司是否可以将在不久的将来带来巨大的生产率提高？在我看来，那些将由人工完成的任务转变为自动化生产的软件可能是应用AI的产品和服务中最有前途的。类似于过去针对白领专业人士所使用的工具的改进，这样的工具包括会计师使用的Excel以及工程师和建筑师使用的计算机辅助设计（CAD），这一类基于AI的工具对生产力具有最大的潜在影响。例如，人们对生成式设计寄予厚望。生成式设计是一种设计方法，应用该方法时团队成员输入约束条件，然后系统给出特定的设计。

但是我发现名单中的八家为白领研发自动化工具的初创公司对那些会显著提高生产率的事情并不是那么上心。其中三家公司的重心是销售和市场营销，而销售和市场营销通常是一个零和游戏，拥有最佳软件的公司从竞争对手那里争夺客户，仅仅在某些条件下，生产力才会得到很小的提高。这八家公司中的另一家正在开发人力资源软件，其生产力收益可能比销售和市场营销的收益要大，但可能不如改进的机器自动化所能带来的收益大。

这样就剩下四个研发此类软件的初创公司，他们的产品可能会提高生产率和降低成本。但是即使在这四家初创公司中，目前也没有一家提供可帮助工程师和建筑师通过类似于生成式设计的方法来提高生产力的软件。此类软件并非来自大型初创公司，这可能是因为现在市面上的供应商Autodesk很强大，或者是对相关的AI的开发仍不足以为该领域提供真正强有力的工具。

在这40家公司中有17家之多属于生产用于计算的基本硬件和软件的初创公司，这一点也表明机器学习提高生产率还需要很多年。尽管基本的硬件和软件是开发基于机器学习的高级工具（尤其是利用机器学习的工具）的必要部分，前者对后者的推动仍需要一定的时间。我认为这种情况反映出AI的发展仍处于起步阶段，OpenAI这样的公司肯定也给你留下了相似的印象：尽管它已经获得了10亿美元的资金而且也引起了广泛的关注，但其模糊性的使命-“造福全人类”-表明基于该公司的研究现况针对特定的问题开发相应的产品和提供服务还需要很多年的时间。

专注于网络安全的初创企业数量（有七家）众多突显出网络安全问题的威胁越来越大。网络安全问题增加了通过互联网开展业务的成本。AI解决网络安全问题的能力可能会使互联网更加安全和有用，不过这种推动力反映出互联网企业未来的成本会更高，在我看来，这不会使得整个经济体的生产率大幅提高。

如果提供更好的软件工具无法提高经济收益，AI将如何带来可观的经济收益？你可能会认为，AI可以对医疗保健行业带来很大的经济效益。但果真如此，那名单上将AI应用于医疗保健的初创公司的数量（三家）是不是太少了点。这也许与IBM的Watson AI经历有关，在这一相关经历中，IBM将AI应用于医学的结果令人失望。

尽管如此，许多人仍然希望AI推动的医疗保健初创公司能够填补Watson的失败所留下的空白。罗伯特·沃克特（Robert Wachter）对此表示反对，他指出将计算机用于医疗保健比应用于其他部门困难得多。他在2015年出版的《数字医生：医学计算机时代的曙光，炒作和危害》一书详细介绍了医疗保健在计算机和软件应用方面落后于其他行业的许多原因。而且我们也尚不清楚将AI添加到可用的数字技术中是否会改变现状。

有一些重要的行业是这些资金雄厚的AI初创公司没有涉及的。住房是美国消费者支出中最大的类别，但是这些初创企业中却没有一家致力于这一经济领域。交通运输是第二大支出类别，而这只是三个初创公司的研究重点。一家公司正在研究一种可以识别不专心驾驶的司机的产品，另一家打算提供自动化的本地快递服务，名单上只有一家初创公司正在开发无人驾驶乘用车。这也应和了福特、通用汽车和梅赛德斯-奔驰高管们最近对无人车的前景的悲观看法。尽管无人车的研发已经花费了3500万美元，福特、通用汽车和梅赛德斯-奔驰高管们仍不认为在不久的将来无人驾驶汽车将大量出现在街头。

我承认我对这40家公司的经营状况以及他们的产品是否会在未来十年内对世界造成巨大影响的评估是主观的。也许他们的盈利能力才是一个可以用来衡量这些公司是否正在为世界经济提供价值的客观指标。

结果令人叹息，私人初创公司没有良好的财务数据，我名单上的公司中只有两家现在是上市公司的一部分，而初创公司通常要花费数年才能获利（亚马逊花了7年）。因此，关于这一问题我们能探讨的不多。尽管如此，技术领域仍存在一些明显的趋势。

尽管从公司建立到首次公开募股的平均时间一直在增加，从1998年的2.8年下降到2016年的7.7年，但在首次公开募股时就实现了获利的科技公司的比例从1980年的76%下降到2018年的17%。同样一些花费很长时间上市的知名初创公司损失惨重。例如，没有一家大型的共享乘车公司获利，其中包括美国（Uber和Lyft），中国，印度和新加坡的公司，这些公司在2018年的总亏损约为50亿美元。大多数自行车和电动滑板车共享、办公室共享、食品配送、P2P（点对点）借贷，医疗保险和分析以及其他消费者服务初创公司也正在大量亏损，这个情况不仅发生在美国，而且中国和印度的此类初创公司也面临相同情况。

我考察的40家AI初创企业中的大多数可能至少在短期内会保持私有。但是，即使有些公司确实在未来几年内公开上市，按照许多其他科技公司的过往经历来说，他们那时还是不可能实现盈利。这些公司可能要花更多的时间才能实现盈利。

基于上文给出的原因，我很难相信考察的任何一家AI初创公司都将在未来十年为美国经济带来巨大的推动力。类似的悲观情绪也开始出现在诸如《技术评论》和《科学美国人》等通常令人振奋的出版物中，甚至AI社区也开始在诸如《AI妄想》和《重新引导AI：构建我们可以信赖的AI》之类的书中表达担忧。随着对许多新技术的大肆宣传，这种担忧也越来越多。

最有希望快速提高生产率的领域可能是专注于将现在由白领执行的任务实现自动化的领域，它延续了数十年来一直存在的趋势。但是，这些改进将是渐进的，就像计算机辅助设计和计算机辅助工程软件，电子表格以及文字处理带来的改进一样。

在过去的几十年中，此类软件的价值令人印象深刻，它为工程师、会计师、律师、建筑师、记者和其他人员带来了巨大的生产力提高，使其中的某些专业人员（尤其是工程师）得以用无数种方式促进全球经济发展。

毫无疑问，在机器学习和其他形式的AI的帮助下此类进步将继续下去。但是，正如许多观察家所说的那样，它们对公司，工人或整个经济几乎没有颠覆性。