劉上啟

當下人們對任何與人工智能有關的事物都鮮有共識，但有一項預期似乎已經在大部分企業(yè)、投資者和分析師中占據(jù)了上風，那就是這項技術將提高一大片領域的生產力。但即使能實現(xiàn)這些收益，它們又是否值得呢？

包括我在內的許多觀察家預計，人工智能將顯著提高生產力。首先，由越來越多使用案例研究提供的初步證據(jù)表明了這一點。其次，考慮到人工智能功能的迅速擴展、人工智能模型培訓和使用成本的下降以及開源工具和系統(tǒng)的普及，人工智能似乎有可能以有意義的方式應用于幾乎所有行業(yè)和工種。

當然，人工智能的有效落地并非板上釘釘，也無法一蹴而就，這要歸因于獲取、傳播和學習曲線等問題。但即使克服了這些障礙也遠遠不能保證人工智能帶來的生產力提升會在就業(yè)和收入方面帶來廣泛的好處。這取決于兩個領域的狀況：人工智能工具包和就業(yè)市場。

我們知道人工智能工具包正在迅速擴大。但如果大部分新增功能都集中在復制人類能力（以此取代人類工人），那么生產力的提升就將伴隨著負面分配效應。然而正如經濟學家安德烈斯·豪普特和埃里克·布林約爾松最近指出的那樣，目前機器學習系統(tǒng)的基準中有很大一部分偏向于自動化，很少會將人類納入評估。

為防止人工智能開發(fā)變成一場“模仿游戲”，豪普特和布林約爾松建議開發(fā)者社區(qū)接受“半人馬評估”，也就是讓人類和人工智能系統(tǒng)共同解決任務。這將使機器學習開發(fā)轉向增強或機器與人的協(xié)作而非自動化。

但為了確保人工智能帶來的好處能得到廣泛分享，我們還必須關注就業(yè)市場。以美國為例，該國約有20%的勞動者受雇于可貿易部門，其中包括參與國際貿易的制造業(yè)（占其中40%）和服務業(yè)（60%）。其余近80%的勞動者在政府、教育、酒店、傳統(tǒng)零售和建筑業(yè)等非貿易服務行業(yè)工作。

過去三十年來，可貿易部門與不可貿易部門在生產率和收入方面的差距不斷擴大。一般來說，可貿易部門——包括跨國企業(yè)管理、半導體和計算機設計以及研發(fā)等工作——擁有更高更快的生產率和更高的收入增長。這就是即使制造業(yè)就業(yè)人數(shù)逐步減少然后趨于平穩(wěn)，產出（或者更準確地說是附加值）卻持續(xù)增長的原因。

如果我們不去謹慎應對，人工智能就將擴大可貿易部門與不可貿易部門之間的差距，導致不平等現(xiàn)象急劇增加。只有當人工智能不僅在可貿易部門和非貿易部門得到有效應用，還在這些部門中的中低收入崗位中得到有效應用時，它才能產生整個經濟的生產率提升并實現(xiàn)廣泛的收入增長。這就是為何必須齊心協(xié)力去使人工智能的開發(fā)向整個就業(yè)和收入領域的增強和協(xié)作傾斜。

在這方面已經出現(xiàn)了一些積極信號。美國國防部高等研究計劃局已經舉辦了專注于人類與機器人合作的競賽，例如用機器人來增強人類體能，以及人類控制機器人在復雜、快速發(fā)展的物理環(huán)境中穿行。但我們還有更多工作要做。對人工智能基礎研究的資助（包括由政府提供的那些）應強調增強和合作，還應引入面向私人開發(fā)者的激勵措施。

其他考慮因素也可以且應當塑造人工智能的發(fā)展。DeepMind的AlphaFold通過執(zhí)行一項高度勞動密集且耗時的任務——根據(jù)氨基酸序列預測蛋白質結構，顯著提高了效率和生產力。但它的目的并不是取代人類，而是推動生物醫(yī)學領域的發(fā)展。這將在其他方面造福人類。

盡管如此，確保人工智能工具包能夠為各行各業(yè)和不同收入水平的人們帶來基于增強或協(xié)作的益處必須成為當務之急。但僅此還無法保證能大幅促進廣泛繁榮，因為仍有一些一般均衡效應在起作用。

我們在上一輪數(shù)字化應用中見識過這一點，當時許多常規(guī)、可編程的工作都實現(xiàn)了自動化。再加上全球化催生的勞動密集型制造業(yè)工作外包，大量被淘汰且往往是中產階級的勞動者別無選擇，只能轉向非常規(guī)且往往生產率和收入水平較低的工作。這類轉型從來都不是無摩擦的。

在即將到來的人工智能轉型期，生產率的提高將導致成本的降低，再加上正常的競爭壓力，價格也會隨之下行。但如果某個行業(yè)的需求彈性小于1，那工作崗位就會流失。雖說需求彈性較高的其他部門會增加就業(yè)崗位，但人員在不同部門和工種之間的流動必然產生相當大的動蕩。而且勞動力供應確實有可能出現(xiàn)相對需求的短期性增長，進而削弱勞動者的議價能力。

正如許多人所指出的，在收入和技能方面提供過渡支持至關重要，而人工智能驅動的工具很可能有助于再培訓和技能獲取。與此同時，政策制定者應該創(chuàng)造勞動力需求，正如大蕭條發(fā)生后那樣。

對美國來說，這提供了一個一石二鳥的機會。出于種種原因，美國經濟在基礎設施發(fā)展和升級方面已經落后。扭轉這一趨勢將增加良好的就業(yè)機會和勞動力需求，從而為即將到來的人工智能驅動式轉型創(chuàng)造緩沖。

（作者系諾貝爾經濟學獎得主、斯坦福大學商學院經濟學榮譽教授兼前院長）

青梅竹馬文:《竹馬對我不懷好意》少年與少女穿著校服并肩而立~

小說:傲嬌偵探遇真愛,嘴硬心軟追妻火葬場,終抱美人歸

故事:竹馬對我的生理期一清二楚,我都不好意思了