一文解读人工智能在经济上的应用

经济学家罗伯特·戈登（Robert Gordon）认为，未来25年的生产率增长都将延续2004年以来的迟滞步伐；而过去两个世纪中轮船和电报等“伟大发明”层出不穷的局面，如今却很难再现。

在全球各地，许多经济体的GDP增长率均呈收缩态势；经济效率的多项关键指标正急剧下滑；同时，发达国家的劳动力增长也基本停滞不前。面对低迷的前景，一些评论人士将经济停滞称为“新常态”。这似乎意味着，创新的匮乏，叠加不利的人口趋势以及日益加剧的教育和财富不平等现象，经济放缓似乎已成为必然。那么，是否真像人们所担忧的那样，增长和繁荣即将落幕？

人工智能：一种全新的生产要素

从数据角度来看，形势的确如此。但如果把新技术对经济增长的影响纳入其中呢？埃森哲通过分析12个发达经济体发现：到2035年，人工智能有望助其经济年增长率实现翻番。

传统上，资本和劳动力是推动经济增长的“生产要素”。当资本或劳动力总量增加，或是当它们被更有效利用时，经济便会出现增长。但现在，经济领域创新和技术变革所带动的增长也已体现在了全要素生产率（TFP）当中。经济学家一直认为，新技术通过提高全要素生产率促进增长。迄今为止看到的各项技术都发挥了这样的作用。20世纪出现的一系列重大技术突破——电力、铁路和信息技术，虽然显著提高了生产率，但却未能创造全新的劳动力。

而今天，我们正目睹另一类变革性技术的崛起——人工智能。如果人工智能不仅发挥驱动全要素生产率的作用，而是成为一种全新的生产要素呢？如果将人工智能视为资本与劳动力的混合体，它便能够以更大的规模和速度复制劳动行为，甚至执行超出人类能力的一些任务。而毋庸置疑，在某些领域，它具有比人类更快的学习能力——尽管深入程度还稍逊一筹。例如，虚拟助手几天内就能审核1000份法律文件，不再需要三个人耗时六个月。

与之类似，人工智能还可以采用某种实体资产形式，如机器人和智能机器。与常规机器和建筑等传统资产不同，人工智能可以凭借自学能力，随着时间推移取得不断提高自身能力。

一旦人工智能成为一项新的生产要素，而不仅仅是一种生产力增强工具时，将呈现怎样的局面？例如，这会对美国的预期增长水平产生巨大影响。如图二所示，当人工智能成为新的生产要素时，便会对增长产生变革性影响。从中可以看出，补充和增强传统生产要素的作用，恰是人工智能真正的潜能所在。CONATIX公司首席执行官大卫·莱勒（David Lehrer）曾说过：“人工智能的进步正在引领我们重新思考基本的经济关系，以及如何创造价值。”

2035年，人工智能将贡献多少增长

为了解人工智能作为新生产要素的价值，埃森哲与经济学前沿公司联手，就其对12个发达经济体的潜在影响建立了模型——它们在世界经济总产值中的占比超过了半数。通过研究发现，人工智能有潜力将这些国家的经济年增长率提升一倍，显著扭转近年来的下滑趋势。

从绝对值看，人工智能对美国经济的贡献最大，其2035年的增长率将攀升至4.6%。同一时期，日本的经济总增加值可能上升两倍有余，从0.8%提高到2.7%；而德国、奥地利、瑞典和荷兰的经济年增速均会翻番。

具体到一些国家而言，美国的总增加值上升幅度将明显提高，在2035年从2.6%提高至4.6%。而这意味着，2035年额外实现8.3万亿美元的总增加值——相当于当前日本、德国和瑞典的经济总增加值之和。

而英国，人工智能将额外为其带来8140亿美元经济总增加值，使2035年经济增速从2.5%上升到3.9%。其增长的提升部分来自增强要素和智能自动两种途径。除了服务业，该国具备优势的制药和航空工业同样能借助智能系统对生产加以优化。

在日本，2035年的预期经济增速从0.8%快速跃升至2.7%，从而带来2.1万亿美元的经济总增加值。日本将获益于一些独到优势——完善的研究网络、突出的专利申请量，以及在机器人等技术领域的长期领先地位。

而在德国，人工智能可以在2035年为其额外贡献1.1万亿美元经济总增加值。大部分经济效益源于智能自动的支持。其先进的制造部门，再加上工业4.0计划，智能系统与生产流程的无缝集成已具备了最佳条件。

对于这些国家而言，人工智能有潜力将其2035年的劳动生产率最高提升40%。但其走高并非源自延长工作时间，而是通过创新技术，使人们更有效地利用时间。虽然各国进展不尽相同，但人工智能可以超越区域和结构差异，使劳动生产率实现迅速、大幅度的跨越式发展。

是与非？取决于如何过渡

企业家埃隆·马斯克（Elon Musk）警告说，人工智能可能成为人类“最大的生存威胁”。未来主义者雷·科兹威尔（Ray Kurzweil）则认为：人工智能可以帮助我们“在解决世界的重大问题方面取得长足进步”。事实是，这一切都取决于我们如何管理向人工智能时代过渡。应该做好哪些准备呢？

教育储备。随着人与机器之间分工的改变，决策者需要重新评估传承给子孙后代的知识和技能类型。目前我们所开展的技术教育，是由人去学习如何使用机器。但情况将逐步变化——机器会向人类学习，人类同时也师从于机器。例如，未来的客服代表需要为他们的数字同事作出行为示范，并且很可能会效仿对方。

我们还必须开发利用机器人、视觉、音频和模式识别等诸多专业领域的知识，利用各种技术能力来设计和实施人工智能系统。当然，对于人类而言，人际交往技能、创造力和情商变得更加重要。

法律法规。随着自控机器对以往只能由人类承担工作的接管，现有的法律法规也有待重新审视。例如，纽约1967年出台的交规要求，驾驶者必须至少将一只手放在方向盘上，以此提高安全性；但是，这一规定可能会阻碍自动并道等半自动安全功能的采用。

在医疗行业，虽然人工智能可以极大地帮助医疗诊断，但医生却会因为担心自己遭遇失职指控而避免使用此类技术。这种不确定性将抑制技术的普及并妨碍进一步创新。

人工智能本身也可以成为解决方案的组成部分，创建具备适应性的自我完善能力的规则，弥合技术变革步伐和监管反应速度之间的差距。而智能解决方案和海量数据的组合，也有助于根据新的成本效益评估来更新法规——正如它们可以指导城市、医疗保健和社会服务等诸多规划领域的决策。

道德规范。如何应对带有种族倾向的算法？自动行驶车辆是否应当在突发事故时优先考虑驾驶员的生命？这将引发许多伦理和社会问题，智能系统正在迅速进入曾经只包括人类的社会环境。

鉴于未来智能系统将广泛深入人们的生活，决策者需要切实为人工智能生态系统制定道德准则。在智能机器的开发过程中，不仅要讨论道德问题，还应积极采用更有形的标准和最佳实践。

作为人工智能的一部分，机器人产业已在制定通用操作标准方面率先行动。英国标准协会（BSI）制定的机器人商业标准，正是朝着正确方向迈出的一步。解决员工的忧虑。许多评论家担心，人工智能将令工作机会减少、加剧不平等现象，并侵蚀人们的收入。

世界各地掀起的抗议浪潮，以及瑞士等国有关“全民基本收入”的讨论，都反映了这一思想。这些忧虑并非空穴来风。决策者需要强调，人工智能将带来实实在在的益处——例如可以提高工作满意度。埃森哲调研显示，84%的管理者认为，机器可以使其工作更具效率、也更加有趣。除了在职场中发挥作用，人工智能还有助于解决一些全球最重大的问题，如气候变化和医疗服务。政策制定者需要积极解决和预防人工智能的弊端。

未来，人工智能将普及到经济的各个方面。决策者和商业领袖不能简单地将人工智能视为另一种生产力增强工具；而是务必清楚地认识到，人工智能会从根本上转变经济增长方式。