未來(lái)幾年內，數百萬(wàn)的勞動(dòng)者，包括醫生、律師、經(jīng)理和銷(xiāo)售人員等，將會(huì )經(jīng)歷劃時(shí)代的轉變，利用人工智能顯著(zhù)提高他們的生產(chǎn)力。最新一代人工智能系統的潛力可以從ChatGPT的廣泛傳播中生動(dòng)展現出來(lái)，這個(gè)大語(yǔ)言模型通過(guò)生成連貫且與上下文相適應的文本引起了公眾的關(guān)注。這并非是一個(gè)默默無(wú)聞的創(chuàng )新，它的功能已經(jīng)吸引了數億用戶(hù)。

最近公開(kāi)推出的其他大語(yǔ)言模型還包括谷歌的Bard和人工智能初創(chuàng )公司Anthropic的Claude。然而，生成式人工智能并不僅限于文本：近年來(lái)，我們還見(jiàn)證了生成式人工智能系統在創(chuàng )建圖像方面的進(jìn)展，例如Midjourney、Stable Diffusion或DALL-E，最近還出現了結合文本、圖像、視頻、音頻甚至機器人功能的多模態(tài)系統。這些技術(shù)都是基礎模型，即基于深度神經(jīng)網(wǎng)絡(luò )的龐大系統，在大量數據的訓練下，可以適應各種不同的任務(wù)。由于信息和知識工作在美國經(jīng)濟中占主導地位，這些智能機器將大大提高整體生產(chǎn)力。

01 人工智能對生產(chǎn)力的影響評估

生成式人工智能的最新進(jìn)展是由軟件、硬件、數據收集以及對尖端模型的不斷投資推動(dòng)的。Sevilla等人觀(guān)察到，過(guò)去十年中，用于訓練尖端人工智能系統的計算資源每六個(gè)月就翻一番。生成式人工智能系統的能力與此同時(shí)也在不斷增長(cháng)，使其能夠執行許多過(guò)去只有認知工作者才能完成的任務(wù)，如撰寫(xiě)優(yōu)雅的句子、生成計算機代碼、概括文章、集思廣益、組織計劃、翻譯其他語(yǔ)言、撰寫(xiě)復雜的電子郵件等等。

生成式人工智能具有廣泛的應用領(lǐng)域，將對各行各業(yè)的工人、職業(yè)和活動(dòng)產(chǎn)生影響。與過(guò)去大多數自動(dòng)化進(jìn)步不同的是，它是一種影響認知工作的智能系統。正如最近的一篇研究論文所指出的，在某種形式上，大語(yǔ)言模型可能會(huì )影響到美國80%的勞動(dòng)力。

近期的研究文獻估計了人工智能對特定職業(yè)或任務(wù)的生產(chǎn)力影響。Kalliamvakou發(fā)現，使用名為Codex的工具，基于大語(yǔ)言模型GPT-3的先前版本，軟件工程師的編碼速度可以提高一倍。Noy和Zhang發(fā)現，許多寫(xiě)作任務(wù)的完成速度也可以加快一倍，而Korinek根據25個(gè)對語(yǔ)言模型的使用案例估計，經(jīng)濟學(xué)家使用大語(yǔ)言模型可以提高10-20%的生產(chǎn)力。

但是，這些特定任務(wù)中的收益能否在實(shí)際場(chǎng)景中轉化為顯著(zhù)的增益呢？答案似乎是肯定的。Brynjolfsson、Li和Raymond的研究表明，在呼叫中心運營(yíng)商使用該技術(shù)后，他們的生產(chǎn)力提高了14%，對于經(jīng)驗最少的工人，提高幅度甚至超過(guò)30%。此外，與使用生成式人工智能作為輔助工具的運營(yíng)商進(jìn)行互動(dòng)時(shí)，客戶(hù)更積極，也許正因此，員工的流失率更低。這一系統似乎通過(guò)捕捉和傳達一些關(guān)于如何解決問(wèn)題和取悅顧客的隱性知識來(lái)創(chuàng )造價(jià)值，而這些知識過(guò)去只能從在職經(jīng)驗中學(xué)習。

大多數認知工作涉及利用過(guò)去的知識和經(jīng)驗，并將其應用于當前的問(wèn)題。生成式人工智能程序可能存在某些類(lèi)型的錯誤，但這些錯誤的形式是可以預測的。例如，語(yǔ)言模型傾向于產(chǎn)生“幻覺(jué)”，即虛構事實(shí)和引用，因此，它們需要人類(lèi)的監督。然而，它們的經(jīng)濟價(jià)值并不取決于其是否完美，而取決于它們是否能夠發(fā)揮有效的作用。從這個(gè)角度來(lái)看，它們已經(jīng)具備產(chǎn)生巨大影響的潛力。此外，生成式人工智能模型的準確性也在迅速提高。

02 生產(chǎn)力效應量化評估

最近高盛的一份報告表明，生成式人工智能可能使全球GDP增長(cháng)7%，對于任何單一技術(shù)來(lái)說(shuō)，這都具有顯著(zhù)的效應。根據我們對各種應用案例和從事主要認知工作的勞動(dòng)力比例的分析，我們認為這個(gè)估計是合理的，盡管人工智能最終對生產(chǎn)力和增長(cháng)效應的影響仍存在很大的不確定性。

生成式人工智能有兩種方式提高生產(chǎn)力。

第一，生成式人工智能提高產(chǎn)出效率從而提高生產(chǎn)力。通過(guò)提高從事認知工作勞動(dòng)者的效率，產(chǎn)出水平也隨之增加。經(jīng)濟理論告訴我們，在競爭市場(chǎng)中，某個(gè)部門(mén)的生產(chǎn)力提升對總體生產(chǎn)力和產(chǎn)出的影響等于生產(chǎn)力提升的規模乘以該部門(mén)的規模。例如，如果生成式人工智能使認知型工作者在十年或二十年的時(shí)間內平均提高30%的生產(chǎn)力，并且認知工作占經(jīng)濟中所有附加值的60%（根據認知任務(wù)所支付的工資總額來(lái)衡量），那么在這些年份中，總體生產(chǎn)力和產(chǎn)出將增加18%。

第二，生成式人工智能加速創(chuàng )新，從而推動(dòng)未來(lái)生產(chǎn)力增長(cháng)。認知工作者不僅產(chǎn)生當前的產(chǎn)出，還進(jìn)行新的發(fā)明和新的發(fā)現，并產(chǎn)生促進(jìn)未來(lái)生產(chǎn)力增長(cháng)的技術(shù)進(jìn)步。這包括研發(fā)工作，即科學(xué)家所從事的工作，以及更重要的管理者所從事的工作，即將新的創(chuàng )新推廣到整個(gè)經(jīng)濟的生產(chǎn)活動(dòng)中。如果認知工作者變得更高效，他們將加速技術(shù)進(jìn)步，從而提高生產(chǎn)力增長(cháng)的速度，且這種效應將持續下去。例如，如果生產(chǎn)力增長(cháng)率為2%，而支撐生產(chǎn)力增長(cháng)的認知勞動(dòng)力的生產(chǎn)力提高了20%，那么生產(chǎn)力增長(cháng)率將增加20%，達到2.4%。在某一年中，這種變化幾乎不會(huì )被察覺(jué)，通常被周期性的波動(dòng)所掩蓋。

然而，生產(chǎn)力增長(cháng)具有復利效應。在十年后，微小的生產(chǎn)力增長(cháng)將使經(jīng)濟規模增大5%，而且增長(cháng)將在之后的每一年中進(jìn)一步累積。此外，如果這種加速應用于增長(cháng)率的增長(cháng)率（例如，如果人工智能的一項應用是改善人工智能本身），那么隨著(zhù)時(shí)間的推移，增長(cháng)將加速。

03 人工智能應用的阻礙和驅動(dòng)因素

為了實(shí)現生產(chǎn)力的增長(cháng)，人工智能的進(jìn)步必須在整個(gè)經(jīng)濟中得到傳播。傳統上，這總是需要時(shí)間的，因此我們不會(huì )期望潛在的生產(chǎn)力增益立即顯現出來(lái)。這些進(jìn)步需要由在整個(gè)經(jīng)濟中雇傭認知勞動(dòng)力的企業(yè)和組織采用和推廣，包括一些可能對適應先進(jìn)新技術(shù)的潛力意識較慢或缺乏使用這些技術(shù)所需技能的中小型企業(yè)。例如，高盛的報告認為，需要10年時(shí)間才能完全實(shí)現這些增益。

經(jīng)濟學(xué)理論認為，新技術(shù)僅在對補充無(wú)形資產(chǎn)（如業(yè)務(wù)流程和新技能）進(jìn)行一段時(shí)間的投資后才能帶來(lái)生產(chǎn)力增益。因此，早期的通用技術(shù)，如電力和計算機，花費幾十年才對生產(chǎn)力產(chǎn)生顯著(zhù)影響。采用和推廣的其他障礙包括對失業(yè)的擔憂(yōu)、制度慣性和監管問(wèn)題，在從醫學(xué)到金融和法律的各個(gè)領(lǐng)域。

然而，生成式人工智能還存在一些可以緩解這些障礙甚至加速采用的因素。首先，與物理自動(dòng)化相比，認知自動(dòng)化的一個(gè)優(yōu)點(diǎn)是它通?？梢酝ㄟ^(guò)軟件快速推廣，這一點(diǎn)尤為明顯地體現在目前普遍存在的數字基礎設施互聯(lián)網(wǎng)上。任何有互聯(lián)網(wǎng)連接的人都能夠訪(fǎng)問(wèn)ChatGPT，并且不需要用戶(hù)進(jìn)行任何硬件投資，因此成為歷史上最快速發(fā)布的產(chǎn)品，僅用兩個(gè)月就獲得了1億用戶(hù)。微軟和谷歌都正在推出生成式人工智能工具，作為他們搜索引擎和辦公套件的一部分，為經(jīng)常使用這些工具的先進(jìn)國家的大部分認知勞動(dòng)力提供了訪(fǎng)問(wèn)生成式人工智能的機會(huì )。其次，越來(lái)越多的應用程序編程接口（API）能夠被使用，以實(shí)現系統之間的無(wú)縫模塊化和連接，插件和擴展市場(chǎng)也在迅速增長(cháng)，使添加功能變得更加容易。最后，與其他技術(shù)相比，生成式人工智能的用戶(hù)可以使用自然語(yǔ)言與技術(shù)進(jìn)行交互，而不是使用特殊的代碼或命令，這使得學(xué)習和采用這些工具變得更加容易。

這些積極的因素表明，新技術(shù)的推廣可能比過(guò)去更快。然而，強調充分培訓以最大限度地利用這些工具的重要性更是不言而喻的。