人工智能無(wú)法帶飛經(jīng)濟增長(cháng)？別急 再看一下十年！

　　自IBM深藍超級計算機戰勝?lài)H象棋冠軍加里卡斯帕羅夫—這一標志著(zhù)人工智能技術(shù)發(fā)展的歷史性時(shí)刻到來(lái)已經(jīng)有21年了。從那時(shí)起，人工智能就逐漸進(jìn)入了人們的日常生活，如手機，汽車(chē)，冰箱和電視機。但世界經(jīng)濟似乎沒(méi)有顯示出人工智能的作用。在發(fā)達經(jīng)濟體中，現在的生產(chǎn)率增長(cháng)速度比過(guò)去五十年的任何時(shí)候都要慢。與此同時(shí)，國民生產(chǎn)總值和生活水平多年來(lái)也一直相對停滯不前。

　　這樣的情況不由得讓人心生疑惑。技術(shù)創(chuàng )新往往伴隨著(zhù)生產(chǎn)力提高，同時(shí)又會(huì )帶來(lái)了經(jīng)濟增長(cháng)和社會(huì )福祉的飛躍。例如，20世紀電力在美國普及，勞動(dòng)生產(chǎn)率開(kāi)始以每年4%的速度增長(cháng)，這幾乎是之前的四倍。

　　關(guān)于今天的生產(chǎn)力難題，有兩種思想流派。一方面是技術(shù)悲觀(guān)主義者，如西北大學(xué)教授Robert Gordon，他認為人工智能技術(shù)是問(wèn)題所在。從1870年到1970年總共有6項創(chuàng )新推動(dòng)經(jīng)濟增長(cháng)分別為電力，城市環(huán)境衛生，化學(xué)品，制藥，內燃機和現代通信技術(shù)，這些比人工智能像是Siri，Alexa更具變革型。

　　另一方面，技術(shù)樂(lè )觀(guān)主義者反駁說(shuō)，今天的云計算，大數據和“物聯(lián)網(wǎng)”是人工智能革命的核心，它們的好處已經(jīng)被世界各地的公司和消費者所享受。英國經(jīng)濟學(xué)家Jonathan Haskel和Stian Westlake等學(xué)者認為，問(wèn)題在于國民會(huì )計統計數據根本無(wú)法捕捉到這些利益。國內生產(chǎn)總值的概念最初出現在20世紀30年代，用于衡量用于生產(chǎn)有形商品的經(jīng)濟體。相比之下，無(wú)形商品和服務(wù)日益成為當今經(jīng)濟的主導。如果GDP可以反應當地無(wú)形經(jīng)濟，那么當地生產(chǎn)力增長(cháng)看起來(lái)會(huì )好很多。

　　兩種理論都有一些道理，誠然，電力改變了工作和家庭生活的結構，Google Home卻沒(méi)有。同樣正確的是，國內生產(chǎn)總值不包括谷歌，臉書(shū)和蘋(píng)果等免費在線(xiàn)服務(wù)，這些服務(wù)大大促進(jìn)了消費者的福祉。但是，生產(chǎn)力之謎可能會(huì )有第三種更直接的解決方案。即使是第三種解決方案存在，我們也必須承認，最新的人工智能革命還沒(méi)有開(kāi)始。

　　實(shí)際上，經(jīng)濟學(xué)家Erik Brynjolfsson，Daniel Rock和Chad Syverson在美國國家經(jīng)濟研究局的一份工作文件中表示，企業(yè)需要花費大量時(shí)間來(lái)充分利用新技術(shù)，特別是通用技術(shù)。實(shí)際上，只有在新技術(shù)的量存充足，有形和無(wú)形的互補創(chuàng )新開(kāi)始之后，技術(shù)革命才會(huì )出現，這通常至少需要25年的時(shí)間。

　　經(jīng)濟學(xué)家Boyan Jovanovic和Peter Rousseau 在撰寫(xiě)的通用技術(shù)中寫(xiě)道，創(chuàng )新可以隨著(zhù)時(shí)間的推移而改進(jìn)，并產(chǎn)生進(jìn)一步創(chuàng )新。大量的創(chuàng )新刺激了自19世紀以來(lái)的經(jīng)濟革命，蒸汽機在19世紀90年代到20世紀20年代推動(dòng)了第一波工業(yè)化浪潮;，電力為19世紀90年代到20世紀30年代的第二次浪潮提供動(dòng)力，信息技術(shù)帶來(lái)了第三個(gè)，它始于20世紀70年代，并隨著(zhù)2000年代互聯(lián)網(wǎng)的爆炸而達到頂峰，從而為目前正在進(jìn)行的第四次工業(yè)革命鋪了道路。其關(guān)鍵驅動(dòng)因素是人工智能，它使機器人更加智能化便于大數據分析，幾乎可以定制任何產(chǎn)品控制復雜的工業(yè)流程。

　　由于通用技術(shù)可以應用在方方面面，因此它們的采用需要很長(cháng)時(shí)間才能達到臨界質(zhì)量。例如，電力超過(guò)蒸汽需要二十多年的時(shí)間，并且近四十年才成為無(wú)可爭議的發(fā)電來(lái)源。這是有道理的，為了利用電力，政府不得不投資全國范圍的電網(wǎng);企業(yè)家必須發(fā)明諸如燈泡，電纜和開(kāi)關(guān)等硬件;官僚們必須就電流電壓和電源形態(tài)達成一致;最終，企業(yè)必須創(chuàng )造與新能源兼容的可銷(xiāo)售產(chǎn)品。

　　現代信息和通信技術(shù)也采用了類(lèi)似的過(guò)程。這種設備花了大約20年時(shí)間才超過(guò)所有資本存量的1%。然后，在1991年至2001年之間，該份額上升至5%，在2008年再次上升至8%，并大致穩定下來(lái)。同樣，人工智能革命的第一次現代推動(dòng)發(fā)生在2011年，當時(shí)IBM Watson計算機系統在Jeopardy上贏(yíng)得了100萬(wàn)美元。五年之后，谷歌DeepMind團隊開(kāi)發(fā)的AlphaGo計算機系統以4：1擊敗了下世界上最偉大的圍棋選手之一李世石。從那時(shí)起，皮膚癌和語(yǔ)音識別也有了重大突破，但大多與人工智能相關(guān)的活動(dòng)仍然是科技巨頭或高度專(zhuān)業(yè)化快速成長(cháng)的初創(chuàng )企業(yè)特權。

　　Jovanovic和Rousseau記錄了生產(chǎn)力統計中的匹配模式。在電力和IT的歷史案例中，新的通用技術(shù)爆發(fā)后的前25年，生產(chǎn)率增長(cháng)仍然低迷。接下來(lái)是長(cháng)達十年的加速期，其間增長(cháng)率躍升至4%左右，然后再次減速至約1%。生產(chǎn)率增長(cháng)的滯后并不令人驚訝。通用技術(shù)的真正潛力需要時(shí)間才能變得清晰，此后公司需要更多的時(shí)間來(lái)決定如何相應地調整生產(chǎn)過(guò)程。

　　因此當前世界同時(shí)處于人工智能的繁榮期和生產(chǎn)力增長(cháng)的蕭條期，這一點(diǎn)也不足為奇了。好消息是人工智能相關(guān)的商業(yè)活動(dòng)正在加速，目前在美國發(fā)展人工智能系統的公司是2000年的14倍。同樣工業(yè)機器人也比以往更加普遍，從2003年到2010年，全球工業(yè)機器人的數量大致停滯不前。該數字在2010年至2014年間幾乎翻了一番。到2020年，機器人庫存預計將比2014年增加近三倍。