AI 不会推动 GDP 增长
快速阅读: 《韩国时报》消息，2月3日，照片显示印度班加罗尔郊区的农业初创公司尼柯机器人公司的员工正在测试配备人工智能喷雾器的拖拉机。文章指出，尽管人工智能技术不断进步，如生成式人工智能，但其对经济增长的实际影响仍有限。许多技术改进虽然提升了人类福利，却没有直接体现在GDP增长数据中。此外，新技术也可能带来负面影响，如网络诈骗和政治极化，但这些同样未反映在经济数据中。阿代尔·特纳强调，人工智能将在社会中产生广泛影响，但不应期望它会显著提升生产率和GDP增长。
二月三日，一张照片显示，在班加罗尔郊区的一个试验设施内，农业科技初创公司尼柯机器人公司的员工正驾驶一辆装备了人工智能定点喷雾器的拖拉机。法新社-韩联社阿代尔·特纳伦敦——众所周知，人工智能是一项具有巨大威力的技术，对经济有着深远的影响。美国股市的价格不仅反映了对科技公司前景的信心，还反映了人们相信人工智能将推动更广泛的繁荣。英国政府热衷于促进经济增长，将人工智能开发视为头等大事。今年一月在达沃斯举行的世界经济论坛上，每个人都想听到全球人工智能领袖的声音。我们以前也经历过这种情况。二十世纪六十年代，计算机过于庞大和昂贵，只有最大的政府机构和企业才能使用。然而，人们对“自动化”的担忧如此之大，以至于美国总统林登·约翰逊发起了一个调查，以探究基于计算机的技术可能“消除几乎所有工作”的危险。事实并非如此。到二十世纪七十年代，生产力激增的迹象没有出现，对大规模技术失业的恐惧逐渐消退。个人和商业计算机使用在二十世纪八十年代飙升；但到一九九〇年，正如经济学家罗伯特·索洛所言，“信息技术（IT）无处不在，但在生产率统计数据中却无影无踪。”随着移动电话、互联网、硬件容量的不断扩展以及软件功能的增强，人们都在期待一场基于连接性的生产率革命。二〇〇〇年在世界经济论坛上，每个人都在等待“信息和通信技术”（ICT）领导者的发言。思科首席执行官约翰·钱伯斯预测，ICT将使美国经济在未来多年内每年增长百分之五，并表示“到二〇一〇年，互联网将占国内生产总值的一半。”随后是“大数据”、“数字经济”、“机器学习”，现在是人工智能。迄今为止，这些技术都未对中期增长率产生可量化的重大影响。有人认为，由于生成式人工智能具备自我学习能力，它代表了技术发展的又一阶段。但仍有两个原因可能导致它也不会体现在增长数据中。首先，大量的经济活动涉及零和竞争，对测量的增长或人类福利没有积极影响。通过基础的互联网搜索，加上如今复杂的大型语言模型，律师们能够分析所有可能的先例后再提出论点。但如果对方律师事务所也能做到这一点，结果就是一场军备竞赛，其中没有任何一方能获得持久优势。至少二十年来，专家们一直在警告，制造业工作岗位的稳定下降之后，法律等专业服务将是下一批被自动化的领域。但商业法律领域的就业人数和薪酬仍在增长。同样，营销部门可以利用人工智能生成越来越有针对性和有效的信息来影响消费者选择。然而，如果竞争对手也在做同样的事情，最终消费者不会从中获益，GDP也不会增加。相反，人工智能几乎肯定会免费提供巨大的人类福利。已故的马丁·费尔德斯坦在二〇一七年正确地观察到，过去三十年间信息技术和ICT的巨大进步正在发挥作用。那时，智能手机的处理能力和内存比一九六〇年代的最大计算机高出数千倍，这使得通信、数据存储、视频和图像共享等变得极为丰富。然而，电信业占GDP的比例几乎没有变化，导致费尔德斯坦得出结论：“低增长估计未能反映从医疗保健到互联网服务再到视频娱乐等领域的显著创新，这些创新在这段时间里让生活变得更加美好。”同样，谷歌DeepMind的AlphaFold蛋白质结构数据库（根据氨基酸序列预测蛋白质结构）有望加速药物发现，同时大幅削减研究成本。但一旦药物专利到期，其价格将降至边际生产成本，对测量的GDP贡献也将崩溃。如果到二〇七〇年，一种由人工智能加速的知识获取带来的神奇药物能让所有人拥有百年完美的健康生活，并且是由廉价核聚变驱动的全自动化工厂生产的，那么它在全球GDP中的占比几乎为零。技术越先进，它对GDP的贡献就越容易被忽略。与此同时，人工智能将有可能加剧前几代信息技术已经对人类福祉造成的负面影响。深度伪造技术已经引发了网络诈骗的爆炸性增长，而人工智能驱动的社交媒体算法正在加深政治极化，并可能助长社会心理学家乔纳森·海德特所说的年轻人精神疾病流行病。然而，这些负面影响并未反映在GDP数据中。无论是好是坏，或者只是作为更加激烈的零和竞争的推动者，人工智能将在社会中产生广泛甚至可能是变革性的影响。但希望它能释放持续的生产率和GDP增长提升，可能只是一种错觉。阿代尔·特纳，能源转型委员会主席，曾任英国金融服务局主席（二〇〇八年至二〇一二年）。他是许多书籍的作者，包括《债务与魔鬼：金钱、信贷与修复全球经济》（普林斯顿大学出版社，二〇一六年）。本文由Project Syndicate发布。
(以上内容均由Ai生成)
