编译 | 豆豆
编辑 | 龚岩
编者按
有些经济学家半开玩笑地指出，全球通过AI获取的收益有可能达到无穷大。但参考人类社会经济发展的规律，新技术的影响更为长尾和温和。例如，即便许多人认为十八世纪晚期的工业革命是詹妮纺织机发明的结果，而实际上是由多种因素共同推动的：煤炭的使用增长，更有力的财产权保护，科学精神的崛起，等等。
生成式人工智能（Generative AI）的时代已真正来临了。
去年11月，使用大语言模型（Large Language Model）的OpenAI聊天机器人（Chatbots）成为该时代的开启者。现在，令人惊异的进展几乎每天都在发生。
近期，由AI制作的假冒Drake和The Weeknd两位明星的歌曲撼动了音乐界。能够将文本转成视频的程序也正在取得令人信服的进展。
不久以后，Expedia、Instacart和OpenTable等消费产品也将接入OpenAI的机器人，帮助人们通过在框内输入文字进行点餐或预定休假。
近期泄露出来的一名Google工程师的演示文稿显示，谷歌正在担忧竞争对手能够很轻易地取得进展。
后面还会有惊喜，很多惊喜。
AI的发展引发了深远的影响，但最紧迫、最直观的问题是，这对经济来说意味着什么呢？许多人对此抱有宏大的期待。
01
AI潜力“射程”：垄断、劳动力市场、生产力
高盛银行在近期研究报告中认为，“AI的广泛采用将在十年内使全球年均GDP增长7%，大致增幅为7万亿美元。”有学术研究指出，采用该科技的公司的年均劳动生产力增长率将达3%，这将为公司收益带来持续多年的大幅提升。捐赠机构Open Philanthropy的Tom Davidson在2021年发表的研究认为，在本世纪出现“爆发性增长”（即全球产出年增长超过30%）的概率为10%。有些经济学家半开玩笑地指出，全球通过AI获取的收益有可能达到无穷大。
金融市场呈现出的反映则更保守。尽管在过去几个月中有所上涨，涉足AI的公司在过去一年里的股价表现不及全球平均水平。利率也给出同样的信号。如果人们认为科技未来将使所有人更加富有，则储蓄的必要性减低，利率应该上涨。麻省理工Basil Halperin的研究表明，经通胀调整后的利率与后续的GDP增长高度相关。然而自从去年11月AI热潮开启之后，长期利率有所下降，以历史的标准看也非常低。这些研究者们推论，在30年-50年的预测期间来看，金融市场并没有对AI引发的加速增长形成高度预期。
为了确定哪个群体的判断是正确的，有必要考虑以往科技实现突破的历史，这会对投资者很有帮助。从历史上看，很难证实单一新科技本身曾对经济产生巨大影响，无论这种影响是好还是坏。即便许多人认为十八世纪晚期的工业革命是詹妮纺织机发明的结果，而实际上是由多种因素共同推动的：煤炭的使用增长，更有力的财产权保护，科学精神的崛起，等等。
或许其中最著名的是Robert Fogel于1960年代发表的关于美国铁路的著作，他后来因此获得了诺贝尔经济学奖。许多人认为铁路转变了美国的前景，将农业社会转变为工业强国。但Fogel发现铁路的影响很有限，因为它取代了可能原本同样高效的运河航运等。如果铁路从未被发明出来，那么1890年1月1日美国的人均收入水平，同样也能在同年3月31日实现。
当然，对于AI这样基本上无法预测的科技将在哪些方面取代人类，没有人能够准确预知。迅猛增长或科技停滞都并非不可能。但你还是可以想象多种可能性的。至少从目前看来，Fogel的铁路理论还可作为有用的蓝图。可考虑如下三大因素：垄断，劳动力市场，生产力。
新科技有时能够创造出拥有广阔经济能量的一小群人。洛克菲勒凭借炼油取胜，福特依靠汽车取胜。今天，Jeff Bezos和Mark Zuckerberg的统治地位也归功于科技。
许多人认为，AI行业将在近期创造巨大利润。高盛近期的研究报告预计，在最理想的情况下，生成式AI将帮助全球企业软件年收入增加4300亿美元。他们在计算中假设，全世界11亿白领工人每个人都会使用年费400美元的AI工具。
任何公司都会乐于获取这些收入，但在宏观经济层面，4300亿美元并不能改变大局。假设这些收入能够全部转化为利润（不现实），而且这些利润都由美国获取（更不现实）。即便在这样的假设条件下，美国公司税前利润占GDP的比率也只是从现在的12%增加到14%。这虽然比长期的平均值高得多，但还没达到2021年二季度的水平。
这些利润可能被一家机构赚取，也许是OpenAI。垄断经常发生在有高额固定成本的行业，或者是业务难以转移至竞争对手处时。例如，客户找不到洛克菲勒油的替代品，自己也无法炼油。生成式AI也有一些垄断型的特性。OpenAI聊天机器人之一GPT-4的训练成本据传就超过1亿美元，没有几家公司有这样的实力。该模型还需要使用获取许多自有知识作为训练数据，也需要用户反馈。
然而，单一公司掌控整个AI行业的可能性很小。更可能的是像航空、零售和搜索引擎等行业一样，少数几家大公司彼此竞争。由于都使用类似模型，没有AI产品是独一无二的。这使得客户能够较为容易地从一家转到另一家。模型背后的算力也是较为通用的。许多代码和小技巧、小花招都可在网上免费获取，意味着业余人士也可以生产自己的模型，且效果经常好得出人意料。
风投公司Andreessen Horowitz的一个团队认为：“生成式AI现在看来并没有形成系统性护城河。”最近谷歌被泄露出来的报告也形成了类似的结论：“训练和实验的进入门槛已经从原来的整家大型研究机构的全部力量，降低到一个人、一晚上、一台高性能笔记本。”现在已经有几家估值超过10亿美元的生成式AI公司了。目前，新AI时代最大的公司赢家甚至都不是AI公司：驱动AI模型的计算公司Nvidia的数据中心收入正在飞升。
02
那这对“我”来说又意味着什么？
尽管生成式AI也许不会创造出新的强盗贵族阶层，这给许多人也提供不了多少安慰。人们更关注AI对于自身经济前景的影响，尤其是自己的工作是否会消失。可怕的预测随处可见。
据OpenAI的Tyna Eloundou和同事估算，“美国大概有80%的劳动力会至少有10%的工作受到大语言模型的影响。”普林斯顿大学的Edward Felten也开展了类似的分析，认为最有可能被颠覆的职业包括法律服务、会计和旅行社等。
经济学家以前就发布过悲观的预测。2000年代，很多人对于发达世界工人受到外包的影响很恐惧。2013年，牛津大学有两个人发表了一篇受到广泛引用的论文，认为自动化会在后续10年左右时间里抹掉美国47%的工作。还有人认为，即便是没有大面积失业，也会发生工作空心化的问题，即有益、高薪的工作被无脑、低薪的工作取而代之。
最后的结果出乎很多人的意料。在过去十年里，发达世界的平均失业率几乎打了对折。处于就业状态的工作年龄人群份额为有史以来最高。日本、新加坡和韩国等自动化和机器人比率最高的国家，失业率也最低。近期美国劳工统计局的研究显示，那些近年中受到新科技威胁的工作，并没有呈现出任何正在迅速流失的总体趋势。“空心化”的证据也不明确。工作满意度指标在2010年代有所上升。在过去十年的大多数时间里，最贫穷的美国人工资增速都比最富裕的那些要高。
这次有可能不一样。在承认ChatGPT“对其新客户增速有影响”后，提供功课辅助的Chegg公司股价在近期腰斩。大科技公司IBM总裁声称，该公司将停止为可能会在近几年内被AI替代的职位进行招聘。这些早期预兆真的会最终形成经济海啸吗？
想象一下，在AI实现一份工作50%以上任务的自动化后，该工作消失了。或者，想象工人被按照整体经济中任务自动化总份额的比率而解雇。无论是以上哪种情况，根据Eloundou女士的估算，这都会使美国损失15%的工作。有些人也许可以转移至正发生工人短缺的行业，例如护理业。失业率肯定会随之大幅上涨，也许会达到2020年美国新冠疫情最严重时15%的水平。
然而，这种场景不太可能会变成现实：历史经验表明，实际工作的消失要慢得多。可替代人工接线员的自动化的电话交换系统在1892年就被发明了。但直到1921年，贝尔系统才安装了第一套全自动办公室。即便在这个里程碑之后，美国电话接线员数量仍持续增长，直到20世纪中叶达到约35万人的顶峰。该行业直到1980年代才近乎完全消失，已是自动化发明90年以后。
AI席卷劳动力市场将用不了90年：大数据模型使用方便，许多专家都对一般公众把ChatGPT融入生活的速度感到惊异。但是从前科技难以迅速进入工作场所的原因，这次仍然存在。
Andreessen Horowitz公司的Mark Andreessen在近期的文章中对相关原因进行了归纳，他的论证主要聚焦于监管。在有大量政府参与的经济领域，例如教育和卫生保健，科技变化一般会相当慢。竞争压力的缺乏使得改进的动力不足。政府也许还有就业水平最大化等公共政策目标，这与改进效率背道而驰。这些行业还更可能建立了工会，而工会很擅长防止就业损失。
这样的例子很多。尽管能够部分或全面取代的科技已经存在了数十年，伦敦公共运营的地铁网络的司机收入仍接近于国民收入中位数的两倍。政府机构一次又一次地要求你填写提供个人信息的表格。在旧金山这个全球AI崛起的中心，在交通拥堵时段，仍然需要雇佣真人警察来指挥交通。
03
工作，再会！
许多受到AI威胁的工作都处于受到高度监管的部门。再回到普林斯顿大学Felten先生的论文。在受到AI影响最大的20个行业中，有14个都是教师行业（外语教师受影响最大，地理教师相对安全些）。但只有最勇敢的政府才敢用AI替代教师，否则就想象新闻头条会怎么评论吧。警察和打击犯罪AI的关系也是如此。意大利出于隐私考虑暂时封禁了ChatGPT，法国、德国和爱尔兰据传也在考虑这样做，显示政府对于AI毁灭就业的效果有多担忧。
也许再过一段时间，政府将允许一些工作被替代。但这种延迟会使经济有空间做其一直在做的事情：在一些工作被消灭的同时，创造新的工作类型。通过降低生产成本，新技术将创造更多货物和服务需求，促进那些难以自动化的就业领域。麻省理工学院的David Autor在2020年发表的一篇论文给出了惊人的结论：美国现在60%的工作种类在1940年前还不存在。“美甲师”职业是在2000年被加入统计的。“太阳能光伏电工”则是在五年前才加入的。AI经济可能会创造现在甚至都想象不到的新职业。
温和的劳动力市场影响可能会带来对于生产力的温和冲击，这也就是第三个因素。在19世纪末期，电力逐渐被引入美国工厂和家庭。然而，直到第一次世界大战末期，生产力才得到提升。个人电脑在1970年代就被发明了。这次生产力的提升快了一些，但人们在当时的感受还是慢。1987年，经济学家Roert Solow发表了著名论断，即计算机时代“已经抵达了方方面面，除了生产力统计领域”。
世界仍然在等待近期创新带来的生产力提升。智能手机的广泛使用已经有十年时间了，数十亿人都能够接入超快的互联网，许多工人都在家庭和办公室之间自由转换。官方统计显示，超过十分之一的美国员工已经在使用某些AI的公司工作。如果去看非官方的统计，该比率可能会更高。
AI可能最终会使一些行业大幅提高生产力。斯坦福大学的Erik Brynjolfsson的论文对客户支持代表进行了研究，获取AI工具使每小时能够解决的问题平均增长了14%。研究人员自身也能变得更加高效：GPT-X相当于提供了无数个几乎免费的研究助理。其他人则希望AI能够消除卫生健康领域的低效管理，降低成本。
04
AI经济甚至可能降低生产力
但也有很多事情是AI解决不了的。占到发达国家GDP约20%的建筑和农业等蓝领工作就是一个例子。大数据模型对于摘芦笋的人几乎没用。即便AI对水管工修补坏了的水龙头可能有些用处（如使用AI工具识别水龙头，诊断问题，给出修复建议），但体力活最终还是要由水管工来干。因此在未来几年里，很难想象蓝领工作生产力将会比现在有很大提高。接待和医疗护理等行业也是如此，因为人与人之间的接触是其服务中不可分割部分。
AI同样不能解决困扰发达世界生产力增长的最大问题：哑火的规划体系。当城市的规模受限，住房成本高企，人们就无法在最高效的地方工作和生活。无论你所在的社会中有多少杰出的想法，如果没有办法及时落地，还是没用。应该由政府来解决相关的邻避（NIMBY, Not in My Backyard）问题，科技本身并不是关键。能源行业也是如此，许可和基础设施才是成本居高不下的原因。
AI经济甚至可能降低生产力。看看那些近期的科技吧。智能手机能够实现实时通讯，但它们也有很强干扰性。你每周7天24小时都在收邮件，使得精力难以集中。加州大学、微软和麻省理工研究人员2016年发表了论文，发现“每天在邮件上花费时间越长，潜在的生产力越低。”在家办公曾被认为能提高生产力，现在一些老板相信这会给很多人提供偷懒的借口。
生成式AI自身也可能拖累生产力。例如，如果AI能够完美配合你的各方面需求定制娱乐将会怎样？此外，对于拥有能够即刻生成大量文本的系统意味着什么，多数人可能都没有想清楚。GPT-4对于应对规划应用的邻避人士来讲简直是上帝的礼物，只需要五分钟，他就可以生成一封精致的1000页纸的反对意见书。接下来，就需要专门有人来应对这封意见书。垃圾邮件也将变得更难监测。欺诈案件数量将飙升。银行将需要在防范攻击方面投入更多，并补偿那些发生损失的人。
在充斥着AI的世界里，律师数量将成倍增长。Brown Rudnick律所的Preston Byrne说：“1970年代，你用15页纸就能够完成数百万美元的交易，因为重新打字实在是太痛苦了。”“应用AI将让我们在第一稿中就覆盖1000个最有可能发生的极端案例，然后各方将就此争论几个星期。”在美国的经验法则是，如果你预期的补偿金额不到25万美元，那么起诉就没有意义，因为上庭就需要花这么多钱。现在，诉讼的成本可能将降到约等于零。此外，教师和编辑将需要确认读到的东西不是由AI创作的。OpenAI发布了一个程序可以帮他们做这件事，为其自身科技带来的问题给世界提供了一个解决方案。
AI可能会以人们今天难以想象的方式改变世界，但这并不意味着会使经济天翻地覆。Fogel写道，他的论证“并不是在驳斥铁路在19世纪美国发展中扮演决定性角色的观点，而是在证明该观点所基于的现实基础完全不像人们通常认为的那样牢固”。在21世纪中叶的某个时间，可能也会有一名研究生成式AI的诺贝尔奖得主得出同样的结论。
（本文仅供读者参考，并不构成提供或赖以作为投资、会计、法律或税务建议。）
