最新的人工智能工具，包括像ChatGPT-4等語言模型和像Stable Diffusion之類的圖像生成器，已經(jīng)成為全世界的關(guān)注焦點。很顯然，人工智能可能即將顛覆大量知識工作以及更廣泛的經(jīng)濟。

“可能”是這里的關(guān)鍵詞，因為要知道這將會如何演變還為時過早。不過，我們能夠從一些地方看出端倪。畢竟，機器取代由人類執(zhí)行的任務不是第一次。

“我們可以將人工智能視為自動化過程的延續(xù)，不過針對的是人類所做的心理或認知任務，而不是體力任務。”凱洛格學院的策略學教授本杰明·瓊斯說道。

瓊斯根據(jù)他關(guān)于自動化的兩項近期研究，提出了有關(guān)人工智能如何轉(zhuǎn)變經(jīng)濟的幾種可能情況。他認為有兩個具體因素可能對人工智能最終具有多少影響力以及對一般工作者的表現(xiàn)起到?jīng)Q定性的作用。

第一個因素：人工智能是否針對經(jīng)濟中的瓶頸

這些因素中的第一個因素是這些先進技術(shù)發(fā)生在經(jīng)濟中的何處。如果人工智能解決了當前遇到生產(chǎn)力瓶頸的領(lǐng)域，那么它對經(jīng)濟的影響就比沒有得到解決時大得多。

例如，比較農(nóng)業(yè)與計算機的進展史，前者的瓶頸較少，后者則有很多。

數(shù)百年前，“你我可能都務農(nóng)，這幾乎毫無懸念，因為當時幾乎每個人都是農(nóng)民。”瓊斯表示。盡管整地、砍樹、種植、澆水、施肥到收割都是艱辛的工作，但大多數(shù)農(nóng)場的收成只夠養(yǎng)活在農(nóng)場工作的家庭，運氣好點的或許能夠剩余一點拿去市場販賣。

在當今的發(fā)達經(jīng)濟中，農(nóng)業(yè)高度自動化，而且生產(chǎn)力很高。有些機器可以平整土地并進行灌溉，有些機器能夠完美地播種，還有機器可以精確施肥。一臺現(xiàn)代聯(lián)合收割機一天能夠處理超過100英畝（約404,685.64平方米）的土地。“我們生產(chǎn)的食物比以往任何時候都多，但幾乎沒有人是農(nóng)民”，原因是現(xiàn)代自動化，瓊斯指出。比如，根據(jù)最近的估計，大約只有1.3%的美國工人在農(nóng)場工作。

在某種意義上說，這些機器令人難以置信地扼殺了工作，但由于現(xiàn)代農(nóng)業(yè)的生產(chǎn)力大大提高，每個人獲得食物都變得更容易。“之后發(fā)生的事情是，我們解放了勞動力，讓他們不必成為農(nóng)民，這樣人們就可以轉(zhuǎn)移到其他工作。”他說。“這是一個經(jīng)濟動蕩的過程，它摧毀了大量的工作，然后創(chuàng)造出新的工作，人們在生產(chǎn)力更高的經(jīng)濟中重新分配到新的角色，并且平均變得更富有，也更長壽。”

現(xiàn)在快進到另一項技術(shù)進步：計算。在1952年IBM推出大型計算機以前，人類“計算機”完成了嚴格的數(shù)字運算工作。當然，從那以后，機器接管了工作，產(chǎn)生了驚人的效果。摩爾定律（Moore’s Law）指出，微芯片上的晶體管數(shù)量每兩年左右翻一番，近80年來已經(jīng)被證明是正確的，并帶來了各種改變生活的創(chuàng)新，從互聯(lián)網(wǎng)到智能手機再到例如Zoom之類的應用程序等等。“你能夠坐在出租車的后座上與相隔6,000英里（約9,656.06千米）以外的家人進行視頻通話。這樣的情景對20世紀80年代的人們而言像是天方夜譚。”瓊斯說道。

然而，自從摩爾做出他的這個著名預測后，奇怪的事情卻發(fā)生了：“生產(chǎn)率增長異常緩慢。”瓊斯表示。盡管計算能力取得了驚人的進步，但經(jīng)濟生產(chǎn)力卻沒有大幅提高，生活水平也沒有顯著提升。

瓊斯稱，要合理解釋這種矛盾現(xiàn)象，“你必須了解經(jīng)濟增長的一些非常重要的事情，就是我們的弱項才是真正重要的。”換句話說，生產(chǎn)力并不取決于經(jīng)濟最佳時的效率，而是最差時的效率。

農(nóng)業(yè)中的許多任務都是機械和高度重復的，換言之它們?nèi)菀讓崿F(xiàn)自動化。這意味著該行業(yè)可以在不遇到太多瓶頸的情況下大幅提高生產(chǎn)力，即便是行業(yè)中最慢、“最差”的流程仍然相當快。

另一方面，雖然計算能力呈指數(shù)級增長，但它往往用于認知型或定制型任務，比如法律服務。這類任務一向較難自動化，因此瓶頸很多。畢竟，如果每個輸出都必須經(jīng)過人工查核，計算機的運行速度就算再快也無濟于事。

而且，充滿瓶頸的不僅僅是專業(yè)服務。想一想穿越全國的旅行、做飯、看醫(yī)生，或者產(chǎn)生一單位電力需要花費的時間與精力。這些事情在過去五十年間沒有改變多少，追究原因，就是因為瓶頸。

但瓶頸不僅僅減緩某個行業(yè)的成長，而是對經(jīng)濟整體有著巨大的影響。隨著一項任務自動化并且變得效率更高，它在經(jīng)濟中所占的份額就會縮小。這是因為產(chǎn)出變得無所不在，而且價格低廉。（想一想現(xiàn)今全美國所有農(nóng)場的產(chǎn)品總量僅僅占國內(nèi)生產(chǎn)總值的0.7%。）同時，隨著時間的推移，生產(chǎn)率最低的任務（瓶頸）在經(jīng)濟中的份額會增加。這意味著一大部分的經(jīng)濟最終將專注于生產(chǎn)力根本沒有增加的領(lǐng)域。這就是當今大多數(shù)先進經(jīng)濟體所處的情況。

那么，人工智能究竟能夠在多大程度上轉(zhuǎn)變經(jīng)濟，取決于它可以在多大程度上提高經(jīng)濟中生產(chǎn)力低下而且昂貴領(lǐng)域的生產(chǎn)力，例如醫(yī)療保健、教育、酒店、交通或是電力領(lǐng)域。舉例來說，自動駕駛的汽車或者能夠做家務的機器人可以極大地解放人力，就像農(nóng)業(yè)機械的進步讓人們免于務農(nóng)那樣；同樣，使用人工智能讓醫(yī)生或教育工作者的工作效率大大提高也有助于緩解這些瓶頸。

瓊斯表示，要讓這種自動化真正改變情勢，人工智能“不能只是下一個智能手機”。畢竟，手機確實改進了某些認知任務，比如城市導航或者信息檢索，但并沒有充分提高生產(chǎn)力。相反，人工智能“如果想要真正改變生產(chǎn)力曲線，它就必須超越手機。”

我們有理由相信這是可能的。“從某種意義上說，人工智能是一種針對多種服務的認知型技術(shù)，我認為它針對的是經(jīng)濟中有瓶頸的那些部分。”他表示。

第二個因素：人工智能執(zhí)行認知任務的能力是否比人類好的多

決定人工智能對經(jīng)濟影響程度的第二個因素是人工智能是否會以僅比我們好一點或好得多的方式取代人類勞動。

如果人工智能好到足以取代人類，但不會比那好多少（至少在短期內(nèi)，這種情況是合理的），這對人類勞動力來說就是非常糟糕的情況。

想一想超市里的自動結(jié)賬柜臺，或者是一個向飛機乘客提供客戶服務的機器人。很少人會認為這些自動化技術(shù)遠遠優(yōu)于真人，它們往往還不及收銀員或者地勤人員的表現(xiàn)。然而它們確實更便宜，而且企業(yè)可能實施這種顧客與客戶都能夠忍受的最低成本解決方案。在這種情況中，人工智能取代了人類勞動力但沒有顯著提高生產(chǎn)力，勞動力在收入中所占的份額減少，我們看不到生活水平的顯著提高。

這讓許多工作者的處境更糟，同時也沒有為整體經(jīng)濟帶來太多的好處。

不過這里還存在一個較樂觀的情況。如果人工智能確實證明可以帶來革新，例如一名放射科醫(yī)生能夠憑借人工智能完成15名放射科醫(yī)生的工作，一名程序員可以完成15名程序員的工作，等等，那么我們就能夠預期經(jīng)濟呈現(xiàn)爆炸式增長，所有人都可以受惠，享受更高的生活水平（雖然有些放射科醫(yī)生與程序員需要另謀出路）。即使機器接管絕大多數(shù)的工作，但只要至少有一些任務需要人工完成，上述的美好情況就不會改變。

要理解原因，不妨回想一下專注于瓶頸的經(jīng)濟份額將如何始終持續(xù)增長，能夠容易進行自動化的任務數(shù)量則會減少。這意味著隨著自動化接管更多的任務，其余非自動化任務的重要性會提高，人們從事這些任務會獲得更好的酬勞。同時在這種“爆炸式增長”的情況中，經(jīng)濟擴張如此迅速，使得這些任務確實會支付高報酬。

想想看，今天的大提琴手的效率并不比17世紀時的大提琴手更高。他們演奏同樣的曲目，甚至是同樣的樂器，隨著其他娛樂形式的出現(xiàn)，對他們勞動的需求只會減少。“那么，為什么他們現(xiàn)在獲得的報酬比當年高出20倍呢？”瓊斯問道。答案是：“在某種意義上，大提琴手是瓶頸。”也就是說，雖然大提琴手的生產(chǎn)力沒有提高，但由于經(jīng)濟的其他許多領(lǐng)域已經(jīng)增加（因而其他許多事物的相對成本降低了），大提琴手得以享受更高的生活水平。

這就是為什么瓊斯希望看到一個“人類只做很小一部分任務的世界，但人們有事情可做，計算機則在其他所有事情上都做得非常好。”瓊斯說道。“如果機器讓我們變得生產(chǎn)力超高，那么我們仿佛全都是大提琴手了。”（財富中文網(wǎng)）