當被問及人工智慧(AI)還要多久才能提振美國經濟,ChatGPT回答時基本不置可否:「很難準確預測。」
這與許多經濟學家會給出的答案如出一轍。
本文為風傳媒與華爾街日報正式合作授權轉載。加入VVIP會員請點此訂閱:風傳媒・華爾街日報VVIP,獨享全球最低優惠價,暢讀中英日文全版本之華爾街日報,洞悉國際政經最前沿。
可創建文本、圖像等新內容的生成式AI工具,比如OpenAI麾下的ChatGPT,正越來越受消費者和公司青睞,有鑑於此,一些經濟學家預測,這項技術將給工作場所帶來重大變革,並提升生產率(每小時的產出),使其擺脫長期以來的低迷狀態,從而刺激經濟成長。
但此類預測是基於該技術的理論潛能。實際作用也許較小,還存在收效較慢的可能性,具體取決於幾個因素。一是該技術得到廣泛採用的程度以及人們熟練使用該技術的程度。另一個因素是,一旦該技術被採用,公司能在多大程度上將其轉化為更高的生產率。
比較樂觀的估計之一來自高盛(Goldman Sachs)。高盛經濟學家認為,在AI得到廣泛應用後的10年裡,生成式AI可能使美國生產力的年均增速提高1.5個百分點。這將使生產力年均增速達到2007年底的兩倍左右。他們說,這也將對相同時間跨度內的美國國內生產總值(GDP)成長產生類似幅度的提升作用。例如,美國聯邦準備理事會(簡稱:聯準會)官員預計美國的長期經濟增速為1.8%,因此理論上講這可以使增速提高到3.3%。
但不能忽視前提條件:這是在AI被廣泛採用之後。高盛高級經濟學家Joseph Briggs強調,很難預測AI何時會得到廣泛應用。Briggs說,由於企業採用AI的時間表和AI的最終能力存在不確定性,AI對生產力增速的提升可能低至0.3個百分點,也可能高達2.9個百分點。
先突破,後應用
他說,技術突破和廣泛普及之間通常會有一個時間差,AI可能會在本十年的後半段和本世紀30年代開始產生廣泛的宏觀經濟影響。
不過,Briggs表示:「在我們想到的所有情景中,鑑於生產率成長的趨勢速度,生產率的提升幅度將大到足以產生一個經濟意義不容小覷的成果。」
根據美國勞工部的數據,從2007年第四季度到2019年上一輪商業周期結束,生產率平均每年成長1.4%。該數字低於1947年第一季度至2023年第二季度期間2.1%的長期成長率。
生產率的提高是長期經濟成長的關鍵所在,因為這意味著同樣數量的工人可以生產更多的商品和服務,最終提高生活水準。
電力和網路技術帶來的啟示
以往的經歷表明,新技術對生產率成長的推動作用可能是逐步實現的。經濟學家Paul David在1990年發表的一篇論文中指出,就美國的電力而言,工廠機械傳動能力花費了幾十年才有一半實現了電氣化,這種發展進而才對製造業生產率成長產生了影響。
David當時用電力的發展軌跡作為歷史對比,解釋為何在他撰寫上述文章的那個時代,儘管電腦電腦已經興起,但生產力的提高卻緩慢。
David指出,當初工廠實施電氣化的速度遲緩,原因是已有的製造工廠依靠水和蒸汽動力運行,仍在正常運轉,對其大舉改造無利可圖。
維吉尼亞大學(University of Virginia)經濟學教授Anton Korinek表示,與20世紀90年代末和21世紀初網際網路和個人電腦興起時的上一次生產力大繁榮相比,有些因素可能會加快行業和公司接受生成式AI的速度。那時,人們需要花錢安裝路由器和網路連接等實體設備才能利用上述新興技術。
Korinek說:「現在,所有這些連接都是現成的,基本上只需要登錄新網站就可以了。」他估計,與過去20年的趨勢水準相比,生成式AI將在未來10年把生產力提高10%-20%。
不過,經濟學家們表示,AI的效果真正體現在生產力指標上可能還需要時間,因為企業和勞動者們要學習如何使用AI並將其融入工作中。
事實上,在《華爾街日報》(The Wall Street Journal)今年4月份對經濟學家進行的一項調查中,61%的受訪者稱,他們預計ChatGPT這樣的AI工具在未來五年內只會對美國GDP成長產生很小的正面影響。另有29%的人表示,他們預計AI工具在這段時間內不會產生任何影響。
「從新技術的採用歷史來看,要想讓它們改變生產方式,僅僅採用技術是不夠的。必須同時採用其他互補性資產,」紐約大學(New York University)管理與組織學教授Robert Seamans說。「這樣做成本很高,而且需要時間。」
Seamans稱,企業尤其需要僱傭或培訓既了解生成式AI的能力,又對現有生產流程有足夠了解的專門人員,從而將兩者聯繫起來。
互聯網在20世紀60年代從美國國防部發展出來,但直到20世紀90年代隨著個人電腦的普及才真正開始騰飛,再後來有了寬帶接入和智慧手機,方發揮出最具顛覆性的影響。
一些行業似乎已發展到尤其適合解決所有這些問題。例如,經濟學家Erik Brynjolfsson、Danielle Li和Lindsey Raymond在2023年的一篇工作論文中發現,使用一款AI助手後,呼叫中心工作人員的工作效率(以每小時解決問題的數量來衡量)平均提高了14%。該AI工具為呼叫中心的客服人員提供了在對話中如何給出最佳答案的即時指導,研究發現新員工和低技能員工的生產率的提高尤其顯著。
採用不均衡,成效不均等
高盛的分析估計,AI可以使美國約四分之一的工作任務實現自動化,行政和法律行業採用AI的情況尤其多。據高盛,建築、維護和修理等體力要求高的工作AI採用率較低。
但就業研究機構Upjohn Institute的高級經濟學家Brad Hershbein說,隨著機器取代以前由人類完成的工作,經濟中的就業崗位不一定出現淨減少。
他說:「常見得多的情況是,新技術最終會改變現有工作中的任務,而不是將其完全消除。」
歷史學家指出,電子表格等新技術創造的就業機會通常多於其破壞掉的就業機會。
不過,Hershbein稱,如果一些公司能夠比其他公司更快地行動,那麼AI採用方面的不均衡可能導致工作崗位流失,及加劇收入不平等和社會動蕩的局面。
「採用AI者也許能搶佔未採用者的市場份額,」他表示。「如果這項技術在所有地方同等地推廣,每個人都接受培訓、了解如何可以使用該技術來解決其問題,那麼我們或可相對較快地迎來生產率的大幅提升。但事實並非如此。」