楊家源

當下人們對任何與人工智能有關(guān)的事物都鮮有共識，但有一項預(yù)期似乎已經(jīng)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(shù)將提高一大片領(lǐng)域的生產(chǎn)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(nèi)的許多觀察家預(yù)計，人工智能將顯著提高生產(chǎn)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(xùn)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(yīng)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(chǎn)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(lǐng)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(fù)制人類能力（以此取代人類工人），那么生產(chǎn)力的提升就將伴隨著負面分配效應(yīng)。然而正如經(jīng)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(wù)。這將使機器學習開發(fā)轉(zhuǎn)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(guān)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(mào)易部門，其中包括參與國際貿(mào)易的制造業(yè)（占其中40%）和服務(wù)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(mào)易服務(wù)行業(yè)工作。

過去三十年來，可貿(mào)易部門與不可貿(mào)易部門在生產(chǎn)率和收入方面的差距不斷擴大。一般來說，可貿(mào)易部門——包括跨國企業(yè)管理、半導(dǎo)體和計算機設(shè)計以及研發(fā)等工作——擁有更高更快的生產(chǎn)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(chǎn)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(yīng)對，人工智能就將擴大可貿(mào)易部門與不可貿(mào)易部門之間的差距，導(dǎo)致不平等現(xiàn)象急劇增加。只有當人工智能不僅在可貿(mào)易部門和非貿(mào)易部門得到有效應(yīng)用，還在這些部門中的中低收入崗位中得到有效應(yīng)用時，它才能產(chǎn)生整個經(jīng)濟的生產(chǎn)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(lǐng)域的增強和協(xié)作傾斜。

在這方面已經(jīng)出現(xiàn)了一些積極信號。美國國防部高等研究計劃局已經(jīng)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(fù)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(chǔ)研究的資助（包括由政府提供的那些）應(yīng)強調(diào)增強和合作，還應(yīng)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(yīng)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(wù)——根據(jù)氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)，顯著提高了效率和生產(chǎn)力。但它的目的并不是取代人類，而是推動生物醫(yī)學領(lǐng)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(wù)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(yīng)在起作用。

我們在上一輪數(shù)字化應(yīng)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(chǎn)階級的勞動者別無選擇，只能轉(zhuǎn)向非常規(guī)且往往生產(chǎn)率和收入水平較低的工作。這類轉(zhuǎn)型從來都不是無摩擦的。

在即將到來的人工智能轉(zhuǎn)型期，生產(chǎn)率的提高將導(dǎo)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(chǎn)生相當大的動蕩。而且勞動力供應(yīng)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(guān)重要，而人工智能驅(qū)動的工具很可能有助于再培訓(xùn)和技能獲取。與此同時，政策制定者應(yīng)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(jīng)濟在基礎(chǔ)設(shè)施發(fā)展和升級方面已經(jīng)落后。扭轉(zhuǎn)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(qū)動式轉(zhuǎn)型創(chuàng)造緩沖。

（作者系諾貝爾經(jīng)濟學獎得主、斯坦福大學商學院經(jīng)濟學榮譽教授兼前院長）