人工智能对产出和通货膨胀的影响（英）

BIS工作文件 编号1179 人工智能对产出和通货膨胀的影响 作者：IñakiAldasoro,SebastianDoerr,莱昂纳多·甘巴科尔塔和丹尼尔·里斯 货币和经济部 2024年4月 JEL分类：E31，J24，O33，O40。 关键词：人工智能，生成人工智能，通货膨胀，产出，生产率，货币政策。 国际清算银行工作文件由国际清算银行货币和经济部门的成员撰写，并不时由其他经济学家撰写 ，并由银行出版。这些论文涉及的主题是热门主题，具有技术性。其中表达的观点是作者的观点 ，不一定是国际清算银行的观点。 该出版物可在BIS网站（www.bis.org）上获得。 ©BankforInternationalSettlements2024.Allrightsreserved.Briefexcerptsmaybereplicatedortranslatedprovidedthesourceisstated. ISSN1020-0959(打印) ISSN1682-7678(在线) 人工智能对产出和通货膨胀的影响 我Aldasoro BIS SDoerr BIS&CEPR LGambacorta BIS&CEPR D里斯 BIS 2024年4月11日 Abstract 本文研究了人工智能（AI）在短期和长期对部门和总就业，产出和通货膨胀的影响。我们构建了行业对人工智能的敞口指数，以校准宏观经济多部门模型。在发现AI带来的工人产出显着增加的研究的基础上，我们将AI建模为生产率的永久性提高，因部门而异。我们发现，从短期和长期来看，人工智能显著提高了产出、消费和投资。通货膨胀的反应在很大程度上取决于家庭和企业对人工智能影响的担忧。如果他们没有预期未来更高的生产力，人工智能的采用最初是在消除通货膨胀 。随着时间的推移，一般均衡力量通过需求效应导致适度的通货膨胀。相反，当家庭和企业预期未来生产率提高时，通货膨胀率立即上升。检查各个部门并进行反事实练习，我们发现一个部门最初对AI的接触与其长期产出增长几乎没有相关性。然而，当人工智能影响生产消费而不是投资产品的部门时，由于部门联系的第二轮效应，产出增长了两倍。我们讨论了公共政策应如何促进人工智能的采用以及对中央银行的影响。 果冻代码：E31，J24，O33，O40。 关键词：人工智能，生成人工智能，通货膨胀，产出，生产率，货币 政策。 我们感谢国际清算银行研讨会与会者提供的有益意见和建议。联系:Aldasoro(inaki.aldasoro@bis.org)、Doerr(sebastian.doerr@bis.org)、Gambacorta(leonardo.gambacorta@bis.org)和Rees(daniel.@bis.org)。这里表达的观点仅 1Introduction 人工智能（AI）的最新进展提高了人们对经济增长的希望。许多学者认为，AI有可能成为“我们时代最重要的通用技术”（Brynjolfsson等人，2023年）。生成AI在日常应用中的最新发展尤其有望带来广泛的效率提升。1与通过机器人实现的自动化不同，机器人只能实现明确理解的自动化(i。Procedres.，'例程'）任务，AI可以推断底层软件未完全指定的默认关系（Ator，2022）。通过改变职业任务，改变公司战略并影响生产效率，人工智能可能会对劳动力市场，公司和整个行业产生重大影响（Agrawal等人。，2019年）。 人工智能影响经济增长的一个关键渠道是通过提高生产率(Acemogl和Restrepo，2018；Aghio等人。，2018）。微观经济研究发现，生成AI可以使工人的生产力大大提高，尤其是在需要认知工作的职业中（Bryjolfsso等人。，2023年；诺伊和张，2023年)。人工智能还促进了公司的增长和创新(Babia等人。，2024）。在宏观经济层面，分析表明，人工智能可以在未来十年内将每年的生产率增长提高约1个百分点（pp）（Baily等人。，2023年；高盛，2023年)。因此，人工智能的采用可以被认为是生产力的提高，从而扩大了经济的产出能力。与信息技术（IT）相比，信息技术（IT）的影响需要数年才能反映在总体生产力数字中（Ferald和Wag，2015），人工智能在流程中的使用和实施要容易得多，因为它是一种通用技术，不需要部署新硬件，深入的用户知识或业务实践的大量重新配置。因此，人工智能对生产力的影响可能会在未来几年内显现(Bryjolfsso等人。，2018年；弗曼和海员，2019年)。2 在本文中，我们研究了人工智能对总产出和通货膨胀的影响，如 1生成AI通常是指可用于创建文本等新内容的算法 或图像，基于在大型训练数据集中检测到的模式。最著名的应用程序是ChatGPT，但还有许多其他应用程序。 2想想IT的出现：公司需要用计算机代替他们的纸质系统， 熟悉“软件”的新概念，并培训员工。与此同时，公共基础设施，例如宽带形式的基础设施，需要数年——如果不是几十年——才能提供足够的覆盖。另一方面，人工智能可以与现在几乎无处不在的智能手机和电脑一起使用。AI可以通过直观的基于语言的界面来使用，而不是要求员工学习如何使用全新的系统（例如Excel电子表格与rolodex）。 以及不同部门的产出和就业。我们通过首先构建行业层面对人工智能的敞口度量来做到这一点。然后，我们将这种敞口度量嵌入到宏观经济多部门模型中，使用投入产出表校准美国经济。我们还使用该模型进行反事实练习。 我们首先在2位数的NAICS水平上构建一个行业层面的AI(AIIE)暴露度量。基于Felte等人开发的指标。（2021年），该措施将有关AI应用程序可用于不同工作场所能力的程度的调查证据与有关各种能力在不同职业和行业中的重要性的信息相结合。较高的AIIE分数表明一个行业有许多可以使用AI应用程序的职业。AIIE得分最高的行业是金融和保险，其次是公司和企业的管理层。3得分最低的是农业，林业，渔业和狩猎以及运输和仓储。请注意，我们的衡量标准并未捕获AI是对特定职业的补充还是替代，这需要强有力的假设来对每个特定任务进行分类（Pizzinelli等人 ，2023）。 然后，我们校准一个宏观经济模型，在该模型中，人工智能作为生产力水平的永久提高，对各部门的影响不同。特别是，我们假设人工智能将未来十年的年生产率增长提高了1.5个百分点，这与文献中的合理估计一致(Baily等人。，2023年；高盛，2023年)。我们使用AIIE措施分配各部门的总生产率增长。除了通常用于说明总量经济波动的名义刚性和实际刚性的集合外，该模型还遵循Rees（2020 ）的工作，在需求和生产方面都有详细的行业结构。这使得它能够解释消费者偏好和工作实践中特定行业的变化，以及人工智能的行业层面和总体传播机制。我们在基准模型中重点关注20个行业，这些行业大致涵盖了更接近最终需求的消费品行业、中间品和投资品。4 3因此，整个金融业，特别是中央银行界，都在积极地参与人工智能，这并不奇怪。近年来，银行和非银行金融机构已 经花费了数十亿美元升级其IT基础设施，并使用它来分析他们拥有的大量数据。金融科技和大型科技公司的崛起往往依赖于大数据和机器学习的结合来提供服务，这进一步推动了人工智能的足迹不断扩大。与此同时，大多数中央银行已经在试验机器学习和人工智能工具，以支持其经济分析和政策决策(Doerr等人。，2021年；Arajo等人。，2024）。 4只要方便简化展览，我们就将20个部门汇总为5个：主要工业、第二产业、分销、专业服务和其他服务。 我们的分析考虑了两种情况。首先，家庭和企业在每个时间点观察人工智能对生产率的影响，并根据这些发展对未来消费、通胀和产出路径形成预期。然而，他们并没有预见到未来人工智能的发展对生产力的提升。我们将此称为“意外”案例。在第二种情况下，家庭和企业不仅观察到人工智能对生产力的影响，而且还预测未来的影响。因此,与“未预期的”情况相比,它们更快地适应于适应由AI引起的生产率增加所隐含的变化。我们将此称为“预期”案例。我们将这两种情况视为极端情况。实际预期可能介于两者之间。5 我们从意料之外的案例开始，研究人工智能对宏观经济聚集体的影响。我们的结果表明，人工智能在短期和长期内显着提高了产出，消费和投资，反映了更高的生产率增长对经济能力的积极影响。对于通货膨胀，最初的供给扩张是一种反通货膨胀的力量，因为更高的全要素生产率会增加经济的产出能力。然而，大约四年后，由于消费和投资的增加，一般均衡效应提高了总需求，从而提高了工资，足以使人工智能的影响通胀。为了应对通货膨胀，政策利率首先下降，但随后上升到初始水平以上，以抵消需求驱动的通货膨胀上升。 然后，我们在预期的场景下模拟模型。产出，消费和投资的长期反应与意外情况相同。然而，随着家庭充分预测人工智能对当今和未来生产力的影响，他们会立即更有力地增加消费，并推迟投资。因此,在这种情况下,输出增加得更慢。 在这种情况下，通货膨胀，利率以及在较小程度上的产出缺口的路径截然不同。由于预期未来生产力会增加需求，因此人工智能的采用最初是通货膨胀的。随着投资变得积极并且经济的生产能力得到补充，通货膨胀才开始向未预期的情况收敛。政策利率，通过嵌入的政策规则。 5尚不清楚这两种极端中哪一种可能性更大。一方面，向量自回归模型的结果和过去通用技术的历史表明，技术冲击 最初具有反通胀效应（埃文斯和马歇尔，2009），这将与不完美的预期相一致。与此同时，生产人工智能或必要硬件的公司的创纪录的股市估值表明，至少金融市场预计人工智能将大幅提升增长。 模型，随着通货膨胀的增加而立即上升，只有在大约10年后才会下降。 接下来，我们检查各个部门，以了解它们在塑造总量动态方面的相对重要性。6我们获得的第一个见解是，一个行业最初对人工智能的接触与其最终增值产出的增长几乎没有关系。原因是，最终 ，对一个部门产出的更高需求产生的一般均衡效应比从我们的AIIE措施校准的生产率的初始增长更为重要。此外，我们的结果表明，在劳动密集型行业中，增加值产出的最终增长较小。生产率的提高意味着需要用固定数量的劳动生产更多的产出，这就提高了实际工资。劳动力是更重要的生产要素的部门因此面临更高的成本，产量增加较少。 然而，哪个行业最初受人工智能影响最大，对总产出和通货膨胀的反应非常重要。在我们基于AIIE测量的基线校准中，接触AI的跨部门差异有限。虽然AIIE为研究人工智能在各个领域的影响提供了坚实的基础，但人工智能的影响仍然存在高度的不确定性。我们的模型使我们能够对比，例如，如果人工智能主要影响服务业或制造业，将会发生什么。反事实的练习表明，虽然产出总是增加，但当人工智能影响生产消费品而不是投资产品的部门时，产出可以增长两倍。7当人工智能提高消费品部门的生产率时，被释放的劳动力转移到投资品部门，也提高了那里的产量。由于投资品被用于中间产品和消费品的生产，通过部门联系产生的第二轮效应导致随着资本存量的扩大而产出的额外增加。由于这些第二轮效应，当人工智能在未预期的情况下影响消费好行业时，通胀的最初下降要明显得多。相比之下，当人工智能仅提高投资商品部门的生产率时，产出和通胀的总体反应就会减弱。 第二个反事实练习表明，结果在质量上没有变化 6为了便于阐述，我们专注于意想不到的案例，但主要的见解经历了更多 一般来说，当我们放大跨行业的长期效应时，这些效应在不同场景下基本保持不变。 7为了便于阐述，我们的反事实练习以人工智能对生产力的冲击为特色 一次性事件。因此，未预期和预期之间的区别是无关紧要的。 如果人工智能是一种特定于因素的技术，而不是一种通用技术。着眼于对产出和通货膨胀的长期影响，我们探讨了使AI成为劳动力增加或资本增加技术的后果。当人工智能是特定因素时，对产出和通胀的长期影响略显减弱，特别是在资本扩张的情况下。但我们的基线结果是，从长远来看，产出和通胀增长在质量上保持不变。