站长之家(ChinaZ.com) 8月15日消息: 一场巨大的浪潮即将冲击全球经济。人工智能的崛起几十年来一直引发我们的遐想，在科幻电影和严肃的学术文献中都有所体现。尽管有这种猜测，但过去一年中公众易于使用的人工智能工具的出现却像是未来提前数年到来的震撼。现在，这场早已预料到的、却又突如其来的技术革命准备颠覆经济。
高盛三月的一份报告发现，全球范围内超过 3 亿个工作岗位可能会受到人工智能的影响，全球咨询公司麦肯锡估计，到 2030 年，至少有 1200 万美国人将转行到其他领域。正如经济学家 Joseph Schumpeter 所形容的「创造性毁灭的风暴」，将会吹走无数企业，并为新兴行业注入活力。事情不会全部变得黯淡无光：在未来几十年里，非生成性和生成性人工智能预计将为全球经济增加 17 万亿到 26 万亿美元。关键是，将会丧失的许多工作将被新的工作所取代。
这场技术浪潮的高潮正在涌现，我们只是这场将在劳动力市场和全球经济中产生连锁反应的动荡的开始。这可能会成为影响力与工业革命和互联网崛起一样重要的转变。这些变化可能提升生活水平，提高生产力，并加速经济机会，但这个美好的未来并非必然。除非政府、首席执行官和工人们能够紧急妥善准备好迎接这场浪潮，否则人工智能革命可能会带来痛苦。
我们没有预见到互联网的到来，但人工智能已在我们的视野之内
颠覆性技术的采用往往很难预测。以互联网为例：1995 年，《新闻周刊》发表了一篇题为「为什么网络不会是涅磐」的文章，认为书籍和机票永远不会通过互联网购买。即使三年后，随着采用增多，经济学家 Paul Krugman 曾发布了著名的声明，称互联网的影响不会超过传真机。回顾起来，显然互联网的影响是完全被错误估计的。
这种最初的怀疑的部分原因在于，互联网的影响最初是不均衡和缓慢的，但随着越来越多的人学会如何使用它，它迅速增长。斯坦福大学创新经济学家 Erik Brynjolfsson 表示：「指数曲线的规律是，它们首先缓慢地改变世界，然后突然改变世界。」
人工智能的到来产生了类似的未知因素，但增长曲线比较快。在 2017 年，麦肯锡估计像 GPT-4 这样的强大大型语言模型将在 2027 年之前开发出来。但它们已经存在了。并且在短短时间内，OpenAI 的生成式人工智能被整合到了微软的产品中，几个月内，包括亚马逊、AT&T、Salesforce 和思科在内的企业巨头纷纷迅速整合了企业级人工智能工具。麦肯锡的最新报告预测，2030 年至 2060 年之间，今天的工作任务中有一半将被自动化。他们对此发生的最佳猜测是 2045 年，几乎比之前的估计提前了十年。事情变化得很快。随着采用的增加，技术的下游效应也会加速出现。世界经济论坛估计，由于人工智能，全球未来五年内将有 8300 万个就业岗位消失，同时创造 6900 万个岗位，这意味着在此期间将有 1400 万个工作岗位将不复存在。即使保留工作的人也将经历他们工作方式的巨大变革：世界经济论坛表示，在未来五年内，44% 的工人的核心技能预计会发生变化。
过去的自动化技术主要影响了低技能工人。但有了生成式人工智能，那些以前不受自动化影响的受过更多教育、高技能的工人现在也面临风险。根据国际劳工组织（ILO）的数据，全球范围内有 6.44 亿至 9.97 亿名知识工作者，占全球总就业人口的 20% 至 30%。在美国，知识工作者阶层估计有近 1 亿名工人，占美国人口的三分之一。各种职业，如营销和销售、软件工程、研发、会计、金融咨询和写作等，都面临被自动化淘汰或进化的风险。
然而，这并不意味着会有大量失业工人乞求任何工作。人工智能将在长期内带来净就业增长，一些看似会受到影响的角色实际上可能会需求增加。例如，自动取款机（ATM）增加了银行出纳员的数量。
「我不认为我们会看到大规模失业，」Brynjolfsson 表示。他预计人工智能会比其他通用技术传播得更快。「但我确实认为我们会看到大规模的变革，一些工作的工资会下降，其他工作的工资会上升，我们将会转移到对不同种类技能的需求。劳动力的重新配置和重组将不可避免。」
这种转变将是如此巨大，以至于我们不会错过许多消失的工作。在工业革命之前，人类闹钟的工作是在清晨通过用扫帚杆敲击窗户来唤醒工人。得益于闹钟，今天没有人再需要这份工作。同样，在人工智能的帮助下，有些工作很容易被遗忘。
永久性的大规模失业可以安全地排除，但在短期内，转型将会很混乱。如果在所有美国职业中，四分之一的任务都由人工智能自动化，三分之一的工作负荷被取代，那么只需在广大白领阶层中的一小部分同时经历工作损失或转变，就会对整个经济产生严重影响。这种重大重组需要政府和企业的准备。在最近的就业前景报告中，经济合作与发展组织宣称，这场人工智能革命正在创造「迫切需要立即行动」的情况，以帮助经济适应。
生产力大爆发
1987 年，经济学家 Robert Solow发表了一句著名的言论：「你可以在各处看到计算机的时代，但在生产率统计中却看不到。」Solow 的「生产率悖论」突显了新兴计算机时代的一个关键难题。即使在信息技术和计算领域进行了大量投资，这些投资被认为可以使工人的生产率提高，官方统计数据却显示每小时工人的生产率并没有提高。
宏观经济学家 Robert Gordon 是一位自诩为「悲观主义者的预言家」，他挑衅地暗示，乏味的生产率数据表明，如今的新技术与过去相比不那么激进，因此，全球先进经济体已经进入停滞点。他认为，最具影响力的技术——汽车、卫生间——已经被发明出来，其他一切只是逐步提高生产率。在同样的基调下，其他经济学家则提出，新想法的增长速度正在减缓。
尽管这些观点起初可能是怀疑新技术的生产力增益的有力理由，但有充分的理由认为，最新的革命可能会产生更快速的进步。互联网的大规模采用需要软件、网络协议、基础设施和设备，每家每户都需要电脑和互联网访问，这需要一段时间。
如今，由于技术基础设施已经就位，人工智能的采用可能会更快。此外，与加密货币或元宇宙的炒作周期不同，人工智能正在步入成熟阶段。它的用户体验使其变得简单，它已经具有实际用途，这就是为什么数亿人已经将技术整合到了他们的日常工作流程中。这开始推动技术进入公司。
而且，人工智能本身并非改变游戏规则的唯一因素；在现有技术之上加入人工智能可以释放出指数级的增益——就像互联网、GPS 技术和智能手机的结合改变了我们的世界一样。使用人工智能、GPS 和拖拉机技术的激光除草机现在可以在几秒钟内在农田中搜索杂草，消灭了除草剂或大型手工除草队的需求。嵌入在先进成像工具中的人工智能有可能进行癌症的诊断和治疗。
如果互联网让世界变得扁平，那么人工智能会让世界变得更快。Brynjolfsson及其同事最近进行的一项研究量化了 5000 多名客户服务代表使用生成性人工智能技术的生产率。结果令人鼓舞：呼叫中心的操作员的生产率提高了 14%，经验不足的工人的生产率提高了高达 30%。麻省理工学院的一项研究发现，使用生成代码完成的软件开发人员的任务速度提高了 56%，另一项研究发现，使用生成人工智能的专业文档编写速度提高了 40%。
在许多行业中，生产力增长的小幅和大幅复合效应对于增长轨迹和人工智能的长期影响至关重要。高盛估计，在十年内，单单生成式人工智能就可以将美国的劳动力生产率增长每年提高近 1.5 个百分点，「这个增幅大约与之前变革性技术如电动机和个人电脑的出现所带来的增幅相当」。如果这成真，将会导致全球 GDP 每年增加 7%，同时为全球经济贡献 2.6 万亿至 4.4 万亿美元，相当于英国经济规模。
Brynjolfsson是一位「谨慎的乐观主义者」，他相信这些生产率的提升会累积下来，并在官方统计数据中显示出来。他告诉我，他与悲观主义者戈登打赌，未来几年的生产率增长将超过美国国会预算办公室预测的每年 1.4% 的增长。「事实上，我认为它会更接近于这个数字的两倍。」
虽然生产率的估算反映了公司内的工人在工作中变得更加高效的情况，但它还假设被解雇的工人将找到新的工作。随着生产力的提高，总体经济产出将增加，GDP 将上升。这将创建一个良性循环，因为公司将需要扩大运营以满足增加的需求，这意味着他们需要更多的工人。此外，劳动生产率的增长已被证明会提高实际收入，使工人和家庭受益。简而言之：技术创新，即使可能会导致工人失业，也将在长远来看对工人有所帮助。经济学家 David Autor 及其同事进行的一项广泛引用的研究发现，今天有 60% 的工人拥有 80 年前不存在的工作，这表明 85% 的就业增长是技术创新的结果。
面向未来——更快、更智能
这一切都是好消息，但是人工智能革命的动荡是无法忽视的。人工智能的快速发展和采用使这次转变与过去的工业革命大不相同。这不像是纺织工人被机械化织布机所取代——不同职业之间的工作转换正在以不同程度发生。而这种变化的速度肯定会超过与科技的变化保持同步的教育和职业准备。
美国已经陈旧的职业教育体系已经无法满足现代工人的需求，更别提在人工智能占主导地位时的需求了。华盛顿智库「未来工作岗位」（Jobs for the Future）的首席执行官 Maria Flynn 表示，美国面临着「一系列不成体系的项目，这些项目不能够融合成一个漂亮的拼布」。实际上，有 43 个联邦就业培训项目，其总预算为 200 亿美元，不到美国 GDP 的 0.1%。对于一个 GDP 为 25 万亿美元，拥有 1.5 亿工人的经济体来说，这是一个令人担忧的微不足道的金额。
为了缓解劳动力市场的动荡，美国需要更快地对其劳动力进行投资。其中一个方法是采用丹麦的工作安全和再培训模式，称为「灵活安全」（flexicurity）。这个系统通过让雇主容易解雇工人，并为那些被解雇的人提供丰厚的补偿，从而避免结构性失业。该计划为被解雇的人提供为期两年的失业救济，金额高达每月 2860 美元，同时提供一对一的工作咨询和再培训机会。结果，丹麦人失业的时间比类似国家的工人要少得多。
美国曾经也有类似的计划，名为「贸易调整援助计划」（Trade Adjustment Assistance），该计划于 1974 年设立，由劳工部为受到贸易和其他国家生产影响的工人提供援助。弗林表示：「这是一个资格计划，因此任何符合某些条件的工人——他们的工作是由于贸易而被替代的——都有资格获得收入支持和再培训支持的一揽子方案。」一个广泛且资金充足的计划，针对人工智能带来的劳动力市场变化，将有助于通过提供搬迁补贴和工资保险来为工人减轻动荡期间的压力，以暂时填补工人在低薪工作中找到就业时的工资差距。
为了为基于人工智能的经济进行培训，美国可以借鉴新加坡的模式。在那里，年满 25 岁的工人获得 500 美元的学分，可以访问 2.4 万个课程，涵盖从数据科学到商业的各个领域，而公私合作的再培训计划确保技能培训与雇主的工作分类相匹配。每年，超过 66 万人使用该国的国家再培训计划。对于那些担心生产率滞后的人来说，这些大规模的教育和培训升级计划有可能填补劳动力转型的空白。新加坡的努力已经帮助将年度劳动生产率增长率提高到可观的 3%。
所有这些公共部门的政策仍然需要私营部门对再培训进行投资。在一项针对工人的 MIT 调查中，50% 的受访者报告称他们接受了雇主的正式技能培训。通过税收抵免来激励再培训——例如纽约和佐治亚的税收抵免——可以促使雇主行动起来，并确保每个人都为人工智能革命做好准备。
技术无法被逆转——像人工智能这样的颠覆性因素需要积极主动地适应这种变化。使工人能够应对大规模冲击需要认识到这种技术浪潮可能会暂时淘汰大部分劳动力，或者可以顺利地驶向平静的水面。
（举报）
