为什么对即将到来的经济革命的预测被夸大了

“生成式”人工智能时代已经真正到来。Open AI的聊天机器人使用大型语言模型 ( llm ) 技术,在 11 月启动。现在几乎没有一天没有一些令人兴奋的进步。一首以假“Drake”和“The Weeknd”为特色的人工智能歌曲最近震撼了音乐界。将文本转换为视频的程序正在制作相当有说服力的内容。不久之后,Expedia、Instacart 和 OpenTable 等消费产品将接入 Open ai的机器人,允许人们通过在框中输入文本来点餐或预订假期。据报道,谷歌工程师最近泄露的一份演示文稿表明,这家科技巨头担心竞争对手取得进步的难易程度。还有更多——可能更多。

人工智能的发展提出了深刻的问题。不过,也许最紧迫的是一个直截了当的问题。这对经济意味着什么?许多人抱有远大的期望。高盛银行的新研究表明,“人工智能的广泛采用最终可能推动全球年度gdp增长 7% 或近 7 万亿美元超过十年的时间。” 学术研究表明,采用该技术的公司的劳动生产率年增长率提高了三个百分点,这意味着多年来复合收入的巨大增长。捐赠机构 Open Philanthropy 的汤姆·戴维森 (Tom Davidson) 于 2021 年发表的一项研究显示,本世纪某个时候出现“爆炸性增长”(定义为全球产出每年增长 30% 以上)的可能性超过 10%。一些经济学家半开玩笑地认为全球收入有可能变得无限大。

然而,金融市场指出的结果更为温和。过去一年,人工智能相关公司的股价表现低于全球平均水平,尽管最近几个月有所上涨(见图 1)。利率是另一条线索。如果人们认为这项技术明天会让每个人都变得更富有,那么利率就会上升,因为储蓄的需求会减少。麻省理工学院 ( mit ) 的 Basil Halperin 及其同事的研究指出,通货膨胀调整后的利率与随后的gdp增长密切相关。然而,自从对人工智能的炒作从 11 月开始,长期利率已经下降。按照历史标准,它们仍然很低。研究人员总结道,金融市场“预计……人工智能引发的增长加速……至少在 30 到 50 年的时间范围内的可能性不会很高。”

要判断哪一组是正确的,考虑以前技术突破的历史是有帮助的。这为投资者提供了帮助。因为很难证明一项新技术本身曾经从根本上改变了经济,无论是好的还是坏的。即使是 1700 年代后期的工业革命,许多人认为是珍妮纺纱机的发明,实际上也是多种因素共同作用的结果:煤炭使用的增加、产权的巩固、科学精神的出现还有更多。

也许最著名的是,罗伯特·福格尔 (Robert Fogel) 在 1960 年代发表了有关美国铁路的著作,后来为他赢得了诺贝尔经济学奖。许多人认为铁路改变了美国的前景,将农业社会变成了工业强国。Fogel 发现,事实上,它的影响非常有限,因为它取代了技术(例如运河),而这些技术本来可以做得很好。如果从未发明铁路,美国人到 1890 年 1 月 1 日达到的人均收入水平将在 1890 年 3 月 31 日达到。

当然,没有人能够准确预测像人工智能这样从根本上不可预测的技术将把人类带向何方。失控的增长并非不可能。技术停滞也不是。但是您仍然可以考虑各种可能性。而且,至少到目前为止,福格尔的铁路似乎很可能是一个有用的蓝图。考虑三大领域:垄断、劳动力市场和生产力。

一项新技术有时会造就一小群拥有巨大经济实力的人。约翰·D·洛克菲勒 (John D. Rockefeller) 凭借炼油赢得了胜利,而亨利·福特 (Henry Ford) 凭借汽车赢得了胜利。今天杰夫贝索斯和马克扎克伯格由于科技而占据主导地位。

许多权威人士预计,不久之后人工智能行业将产生巨额利润。在最近的一篇论文中,高盛的分析师估计,在最好的情况下,生成式人工智能可以为全球企业软件年收入增加约 4300 亿美元。他们的计算假设全球 11 亿办公室工作人员中的每一个都会采用一些人工智能小玩意儿,每人总共支付约 400 美元。

任何企业都会很高兴获得这些现金中的一部分。但从宏观经济角度来看,4300 亿美元根本没有改变表盘。假设所有的收入都变成利润,这是不现实的,而所有这些利润都在美国赚取,这更现实一点。即使在这种情况下,该国税前企业利润占国内生产总值的比率也会从今天的 12% 上升到 14%。这远高于长期平均水平,但不高于 2021 年第二季度的水平。

这些利润可能会流向一个组织——也许是 Open ai。当一个行业的固定成本很高或很难转向竞争对手时,通常会出现垄断。例如,客户无法替代洛克菲勒的石油,也无法生产自己的石油。生成式人工智能具有一些垄断特征。gpt -4 是 open ai的聊天机器人之一,据报道,其训练成本超过 1 亿美元,很少有公司能做到这一点。还有很多关于训练模型的数据的专有知识,更不用说用户反馈了。

然而,一家公司超越整个行业的可能性很小。更有可能的是,少数大公司相互竞争,就像在航空、杂货和搜索引擎领域发生的那样。没有任何人工智能产品是真正独一无二的,因为它们都使用相似的模型。这使客户更容易从一个切换到另一个。模型背后的计算能力也相当通用。许多代码以及提示和技巧都可以在网上免费获得,这意味着业余爱好者可以制作自己的模型——通常效果非常好。

“如今,在生成式人工智能领域似乎没有任何系统性的护城河, ”风险投资公司安德森霍洛维茨基金的一个团队表示。最近据称来自谷歌的泄密事件得出了类似的结论:“进入培训和实验的门槛已经从一个主要研究机构的总产出下降到一个人、一个晚上和一台功能强大的笔记本电脑。” 已经有一些价值超过 10 亿美元的生成式人工智能公司。迄今为止,新人工智能时代最大的企业赢家甚至都不是人工智能公司。在为ai模型提供支持的计算公司Nvidia,来自数据中心的收入正在飙升。

是的,但我呢?
虽然生成式人工智能可能不会创造出一个新的强盗大亨阶层,但对许多人来说,这将是一种冷酷的安慰。他们更关心自己的经济前景——尤其是他们的工作是否会消失。可怕的预言比比皆是。open ai的 Tyna Eloundou及其同事估计,“大约 80% 的美国劳动力至少有 10% 的工作任务会受到llm的引入影响”。普林斯顿大学的 Edward Felten 及其同事进行了类似的研究。法律服务、会计和旅行社在最有可能面临颠覆的行业中名列前茅或接近前列。

经济学家此前曾发布过悲观的预测。在 2000 年代,许多人担心外包对富裕世界工人的影响。2013 年,牛津大学的两人发表了一篇被广泛引用的论文,指出自动化可能会在接下来的十年左右消灭 47% 的美国工作岗位。其他人则认为,即使没有普遍失业,也会出现“空心化”,即有回报、高薪的工作消失,取而代之的是无脑、低薪的工作。

实际发生的事情让人们大吃一惊。在过去十年中,发达国家的平均失业率大约减半(见图 2)。工作年龄人口的就业比例处于历史最高水平。日本、新加坡和韩国等自动化和机器人技术普及率最高的国家失业率最低。美国劳工统计局最近的一项研究发现,近年来被归类为新技术“有风险”的工作“没有表现出任何明显快速失业的普遍趋势”。“掏空”的证据好坏参半。工作满意度指标在 2010 年代有所上升。在过去十年的大部分时间里,最贫穷的美国人的工资增长速度快于最富有的人。

这次可能会有所不同。chegg 是一家提供家庭作业帮助的公司,该公司承认 chat gpt “对我们的新客户增长率产生影响”后,其股价最近下跌了一半。大型科技公司ibm的首席执行官表示,该公司预计将在未来几年暂停招聘可能被ai取代的职位。但这些是海啸即将袭击的早期迹象吗?也许不是。

想象一下,当ai将超过 50% 的任务自动化时,工作就会消失。或者想象一下,工人被淘汰的比例与经济范围内自动化任务的总份额成正比。在任何一种情况下,根据 Eloundou 女士的估计,这将导致美国约 15% 的工作岗位净流失。一些人可能会转向工人短缺的行业,例如酒店业。但失业率肯定会随之大幅上升——也许与美国在 2020 年 covid-19 大流行最严重期间短暂达到 15% 的水平一致。

然而,这种情况不太可能发生:历史表明,失业发生的速度要慢得多。自动电话交换系统——人工接线员的替代品——于 1892 年发明。直到 1921 年,Bell System 才安装了他们的第一个全自动办公室。即使在这一里程碑之后,美国电话接线员的数量仍在继续增长,在 20 世纪中叶达到顶峰,约为 350,000。直到 1980 年代,也就是自动化发明九年后,这项职业才(大部分)消失。人工智能将用不到 90 年的时间席卷劳动力市场:llm易于使用,许多专家对普通大众融入 Chat gpt的速度感到惊讶进入他们的生活。但是,这一次在工作场所采用技术缓慢的原因也适用。

在最近的一篇文章中,Andreessen Horowitz 的 Mark Andreessen 概述了其中的一些。他的论点侧重于监管。在国家大量参与的经济领域,例如教育和医疗保健,技术变革往往缓慢得可怜。缺乏竞争压力会削弱改进的动力。政府也可能有公共政策目标,例如最大化就业水平,这与提高效率不一致。这些行业也更有可能成立工会——工会擅长防止失业。

例子比比皆是。伦敦公共运营的地铁网络的火车司机的工资接近全国中位数的两倍,尽管部分或全部取代他们的技术已经存在了几十年。政府机构要求您一次又一次地填写纸质表格以提供您的个人信息。在人工智能浪潮的全球中心旧金山,现实生活中的警察仍然在高峰时段受雇指挥交通。

再见!
许多面临人工智能风险的工作都在受到严格监管的行业。回到普林斯顿大学 Felten 先生的论文。在接触人工智能最多的前 20 个职业中,有 14 个是教师(外语职业接近榜首;地理学家处于稍强的位置)。但只有最勇敢的政府才会用人工智能取代教师。想象一下头条新闻。警察和打击犯罪的人工智能也是如此。事实上,意大利已经出于隐私问题暂时屏蔽了 Chat gpt,据说法国、德国和爱尔兰正在考虑这个选项,这表明政府对人工智能对工作的破坏性影响是多么担忧。

或许,政府最终会允许更换一些工作。但延迟将为经济腾出空间来做它一直在做的事情:在其他人被淘汰的同时创造新的工作类型。通过降低生产成本,新技术可以创造更多的商品和服务需求,增加难以自动化的工作。麻省理工学院的 David Autor及其同事在 2020 年发表的一篇论文给出了一个惊人的结论。美国大约60%的工作岗位在1940年还不存在。2000年人口普查中增加了“指甲技师”的工作,五年前才增加了“太阳能光伏电工”。人工智能经济很可能会创造出今天甚至无法想象的新职业。

适度的劳动力市场影响可能会转化为对生产率的适度影响——第三个因素。美国于 19 世纪末开始在工厂和家庭中采用电力。然而,直到第一次世界大战结束后,生产力才出现繁荣。个人电脑是在 20 世纪 70 年代发明的。这一次生产力的繁荣来得更快——但当时感觉仍然很慢。1987 年,经济学家罗伯特·索洛 (Robert Solow) 著名地宣称,计算机时代“无处不在,除了生产力统计数据”。

世界仍在等待与近期创新相关的生产力激增。智能手机已经广泛使用了十年,数十亿人可以访问超高速互联网,许多员工现在可以根据自己的需要在办公室和家里之间转换。官方调查显示,超过十分之一的美国员工已经在使用某种人工智能的公司工作,而非官方调查表明这一数字更高。尽管如此,全球生产率增长仍然疲软。

人工智能最终可以使一些行业的生产力大大提高。斯坦福大学的 Erik Brynjolfsson 及其同事撰写的一篇论文研究了客户支持代理。使用人工智能工具可以使每小时解决的问题数量平均增加 14%。研究人员本身也可以变得更有效率:gpt – x可以为他们提供无限数量的几乎免费的研究助理。其他人则希望人工智能能够消除医疗保健领域的行政低效,降低成本。

但是有很多事情是人工智能无法企及的。建筑业和农业等蓝领工作占发达国家gdp的 20% 左右,就是一个例子。LLM对于采摘芦笋的人来说用处不大。它可能对修理漏水水龙头的水管工有用:一个小部件可以识别水龙头、诊断故障并提出修复建议。但最终,水管工仍需完成体力劳动。所以很难想象,在几年后,蓝领工作的生产力会比现在高得多。人与人之间的接触是服务固有部分的行业也是如此,例如酒店和医疗保健。

人工智能对阻碍富裕世界生产力增长的最大因素也无能为力:计划系统失灵。当城市规模受限且住房成本高昂时,人们无法在最有效率的地方生活和工作。无论你的社会有多少绝妙的新想法,如果你不能及时建立它们,它们在功能上都是无用的。消除邻避问题取决于政府。技术既不存在也不存在。能源也是如此,许可和基础设施使成本高得令人不安。

人工智能经济甚至有可能变得不那么高效。看看最近的一些技术。智能手机允许即时通信,但它们也可能会分散注意力。使用电子邮件,您可以 24/7 全天候连接,这会让您难以集中注意力。加州大学尔湾分校、微软研究院和麻省理工学院的研究人员在 2016 年发表的一篇论文发现,“每天花在电子邮件上的时间越长,人们的工作效率就越低”。一些老板现在认为,曾经被视为提高生产力的在家工作给了太多人懈怠的借口。

生成式人工智能本身可能会消耗生产力。例如,如果人工智能可以根据你的每一个愿望创造完美的娱乐活动,会发生什么?此外,很少有人想过可以立即生成大量文本的系统的含义。gpt -4 是面向规划应用程序的nimby的天赐之物。他可以在五分钟内提出一份长达 1,000 页的书面反对意见。然后必须有人回应它。垃圾邮件将更难检测。欺诈案件可能会激增。银行将需要花更多的钱来防止攻击和补偿遭受损失的人。

正是我们所需要的
在人工智能繁多的世界里,律师会成倍增加。“在 1970 年代,你可以在 15 页纸上做一笔价值数百万美元的交易,因为重新打字是一件很痛苦的事情,”律师事务所 Brown Rudnick 的普雷斯顿伯恩说。“人工智能将使我们能够在初稿中涵盖 1,000 个最有可能的边缘案例,然后双方将为此争论数周。” 美国的一个经验法则是,除非您希望获得 250,000 美元或更多的赔偿,否则没有必要起诉损害赔偿,因为您需要花那么多钱去法庭。现在,诉讼成本可能降至接近于零。同时,教师和编辑需要检查他们阅读的所有内容是否由人工智能编写。打开艾已经发布了一个允许你这样做的程序。因此,它为世界提供了解决其技术造成的问题的方法。

人工智能可能会以今天无法想象的方式改变世界。但这与扭转经济局面并不完全相同。福格尔写道,他的论点“不是为了驳斥铁路在 19 世纪美国发展中发挥决定性作用的观点,而是为了证明这一观点所依据的经验基础并不像通常假定的那样坚实”。在 21 世纪中叶的某个时候,一位未来的诺贝尔奖获得者在研究生成式人工智能时,很可能会得出相同的结论。

作者 wolfchild

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注