人工智能对全球经济的承诺（英）

生产力研究与开发 人工智能对全球经济的前景承诺 迈克尔斯宾斯 如果得到妥善利用，它可能会显著加速经济增长并有助于生产率增长反弹。 长缓慢。 自全球金融危机以来，生产力增 后疫情时代的全球经济受到增长放缓、数十年来最持续的通货膨胀、在可持续性方面的进展有限以及高借贷成本对投资的拖累，这些成本包括为能源转型所需的巨额投资。然而，尽管如此，最大的逆风可能还是 向下生产力趋势，但随时间推移将产生一个主要的持续生产力激增。 当然，这需要时间。罗伊阿玛拉法则适用于这里，就像在技术变革的过去各个阶段一样：我们倾向于高估短期影响，低估长期影响。我最好的猜测（这只是一种猜测，基于当前的投资模式）是，我们可能在十年末开始看到对劳动生产率的显著影响。 T 人工智能是我们放松导致增长放缓、新通胀压力、资本成本上升、财政压力和财政空间缩小以及实现可持续性目标挑战的供给侧约束的最佳机会。原因在于，人工智能不仅有可能扭转 所有这些事情都源于三种强大力量的碰撞。第一个是冲击，包括战争、大流行、气候变化 、地缘政治紧张、民族主义抬头以及日益增长的对国家安全的关注。 2024年9月23日 FD生产力 今年利率下调的希望迅速破灭。市场现在预计一到两次的降息。预期可能进一步向更高更长时间的利率演变，结构性条件也指向这个方向 。 技术革命 这导致我们来到了第三组相互碰撞的力量：科学与技术。目前正在进行的至少有三场革命性的变革。一是长达几十年的数字化转型，现在由于人工智能的突破而加速。二是生物医学和生命科学领域的革命。三是支撑向可持续能源转型的技术。 尽管面临冲击和长期逆风，我们拥有人才和工具来促进全球经济中的增长、包容性和可持续性。 所有三者都享有充足的投资。加速的进步不仅得益于突破，还得益于一系列强大工具的可用性，这些工具的成本正在下降，可及性在提高 。在过去十年中，太阳能成本大幅下降。其他进步也在扩散，从先进的半导体到DNA测序，再到数百万个蛋白质的三维模型，这些模型可以在公共数据库中免费获取。 开发这些技术并将其用于生产性用途将推动世界经济发生重大结构性变化。我们无法预测这些变化可能带来的全部范围，但这些影响的程度必定是显著的。 新兴技术可以产生持续的生产力激增，正如我去年在一篇关于生成式AI（与谷歌的JamesManyika合著）潜力的文章中所论证的。这与其他估计一致，例如麦肯锡全球研究院的估计。 生成式人工智能是第一种具有在多个领域操作的能力，并且仅基于对话提示就能检测和切换领域的类人人工智能。它能够讨论通货膨胀，编写计算机代码，进行一些数学计算尽管这仍处于发展阶段。超越人类的模式识别能力使其成为一个强大的数字助手。与其是完全自动化，更好的模式是机器与人类的协作，有时被称为“增强”。 杰弗里辛顿，现代神经网络人工智能的先驱，对这一领域的含义有着深刻的理解。他以经验丰富的医生为例。尽管她他可能已经治疗了成千上万的病人，但医疗人工智能可以审查和吸收数十万的病例。这可以使经验丰富的医生受益，对于那些经验不足的人来说更是如此。这与人工智能在其他领域应用的研究一致，例如客户服务，其中经过过去互动训练的人工智能数字助手产生了 总体上实现了大幅度的生产力提升，对于经验较少的代理人来说，收益更为显著。 人工智能是一项应用范围覆盖整个经济的通用技术，涵盖各个行业和类型的工作。这具有重要意义，因为只有通用技术才能在国民经济范围内引发生产率的激增。 人工智能应用已集成到个人设备中，如手机，部分得益于先进的半导体技术。 尽管如此，要实现潜力，仍需克服挑战。其中之一是实施监管以防止技术和数据被滥用。这一风险缓解的监管议程正在全球范围内进行中 。 另一个是克服自动化偏见，或者说ErikBrynjolfsson所说的图灵陷阱，即强烈倾向于将这项技术视为全面自动化，并因此取代人类。 这是一个在媒体、商业和政策讨论中普遍存在的观点。对就业大幅下降的普遍担忧反映了这一点。 可能最重要的政策问题关乎潜在收益。为了AI在未来实现全面的经济影响，它必须对经济所有部门，以及大小公司都开放。在科技和金融等行业投入的大量投资将产生重大影响，但应用需要进入那些往往落后的大型就业部门如政府、医疗保健、建筑和酒店业。AI应用前的数字采用研究表明，这种广泛的扩散模式并不保证，如果完全由市场力量决定，分歧是可能的，甚至很可能会发生。 262024年9月 生产力 FD 政策在促进人工智能可及性、扩散和技能提升方面相对较弱，与对风险缓解和滥用的强烈关注形成对比。在扩大前者的同时不放弃后者，是政策平衡调整的重要元素。这并非倡导政府挑选赢家或国家冠军。相反，有效的竞争政策应该是政策组合的一部分。此外，部分关注点需要放在可能在发现和采用方面落后的行业和企业上，例如中小企业。鉴于人工智能协作者的出现将改变工作，再培训和新技术技能的获取应优先考虑。 资金成本和相对较低的数字和人工智能领域的可变成本，规模在确定投资回报方面具有巨大优势。欧洲资本市场仍然保持分裂状态；服务市场整合不完整，受制于国家层面的分散监管 。这种情况是否持续，或者最近欧洲议会选举之后是否有方向上的变化，还有待观察。两项提交给欧洲委员会的报告一项来自恩里科莱塔，另一项即将由马里奥德拉吉提出提倡增加对数字技术的投资。 挑战需要克服 人工智能的潜在收益远远超出了应对后疫情时期的生产力和增长挑战。它们预计将对从生物学到物理学和材料科学的研究产生影响，并在能源转型中扮演关键角色。 中国是一个人工智能强国。印度，凭借其深厚的数字技术根基、庞大且不断增长的内需市场以及深厚的人才储备，有望成为一个日益增长的力量。 新兴市场经济体可能将从人工智能应用中获益颇丰，但在接下来的几年里至少，它们将主要成为美国和中国产生的先进人工智能技术的消费者。 人才、计算能力和快速增长的电力需求是构建越来越强大的生成式AI模型的主要障碍。数据可用性并非主要限制。互联网上有着充足的训练数据。当然，也存在一些不属于生成式AI类别但强大且重要的AI。AlphaFold是一个预测蛋白质三维结构的AI系统，就是一个例子。对于这种应用，你需要专业的生物数据和专家对蛋白质折叠工作的了解。 AI将驱动几十年的大规模结构性变化和颠覆。尽管一些人会因为自动化或快速生产力增长而失去工作，其他人也将因技术创造的新工作而被雇佣，但最受影响的将是中等技能水平的工人。这些工作可能不会消失，但它们将会发生变化。这将是一个需要不同技能和大量组织变革的颠覆性过程。私营部门和公共部门都在平稳过渡中扮演着重要的角色。 这也是事实，那些推动生成式AI发展的巨型平台，其商业模式依赖于个人数据和非常精确的目标定位。但是，要训练大型语言模型等，您不需要个性化的敏感数据。 系统足够强大以训练数亿参数的模型，主要存在于私营部门的云计算系统中，大部分位于美国和中国。此外，人才竞争使得科学和学术界处于不利地位。将计算基础设施扩展到广泛的研究者和创新者群体是一个重要的政策步骤，这是为了民主化构建一个学术与私营创新之间良好平衡的开放社区。实现这种平衡将支持广泛传播。 欧洲在开发和应用人工智能方面面临落后于美国和中国的风险，原因有三。一是欧盟对基础研究的相对资金投入不足。二是它在支持研究的计算能力方面落后。三是未能充分利用欧洲经济的规模优势。随着高固定发展 在政策支持加速整个经济扩散的背景下，人工智能可以显著加速经济增长并帮助生产率增长反弹。如果它能放松作为通胀故事一部分的供给侧约束，间接地，它可能会降低实际利率和资本成本。在一个需要数万亿美元投资来改变能源效率和绿色转型方程的世界中，这将有所帮助。而在全球经济的老龄化部分，它将帮助年轻的工作人口在不必要的牺牲下支持老年群体。 尽管增长遭受了冲击和长期逆风，我们确实拥有人才和工具来促进全球经济中的增长、包容性和可持续性但前提是我们有意愿而且能够积极主动而明智地使用它们。FD 迈克尔斯宾塞是高级研究员在胡佛研究所及菲利普H奈特教授 并且是斯坦福大学研究生院的名誉院长商业。在2001年，他获得了诺贝尔奖经济科学纪念奖 27