人工智能革命会快速“占领”全球吗？（二）就业、经济增长、获益人、政府税收和监管角度的讨论

欢迎关注公众号：他山之石观投资

ChatGPT的推出引起了人工智能变革对于经济推动影响的广泛讨论。人工智能尤其是生成式人工智能，将成为新的一次改变世界的科技革命。历史是最好的老师。历史上曾经改变世界的5次科技变革：工业革命；蒸汽和铁路；钢铁、电力、重型工程；石油、汽车和大规模生产；信息技术。这些技术革命的最大特点，就是大幅提高了生产力以及推动经济的增长。

生产力并不代表一切，但从长远来看它几乎就是一切

除此以外，每一次科技革命都对经济、社会和文化产生了重大而独特的影响。从这些变革的过程中，我们可以发现，他们有一个共同点是延长的实现阶段。因为在不同的阶段，长期的实现阶段都是由于需要更广泛的技术/经济和社会机构网络，在新技术能够充分有效之前，社会的所有因素也必须适应。

图片

我们所说的因素，从宏观经济上来说，除了生产力提高及经济增长外，也包括就业、经济增长、获益人、教育和政府在税收和监管方面作用等重要因素。只有这些因素不会一下发生变化，更像一个落后指标，需要逐步适应科技的变革。例如：

• 人工智能会导致多大程度的失业?

• 是否会造成行业进一步集中?

• 科技发展的回报是全社会共享，还是集中少数头部企业中?

• 政府监管是否会阻碍人工智能的实施，还是会带来好处?

• 失业是否会导致对经济增长产生负面影响?

这些因素，我们选择其中重要的因素进行观察，未来可能产生什么样的影响。

生产力提高

可以肯定的是,人工智能似乎可以大幅度地提高生产力。将人工智能与当前的人类角色相结合,可以显著提高生产力。高盛的研究估计，人工智能带来的生产率提高可能达到每年一个百分点。麦肯锡的估计是，整体人工智能会带来0.2-3.3%生产力的提升，其中生成式人工智能贡献0.1-0.6%。

图片

虽然理论和证据表明人工智能显著提高了生产率，但是这些估计严重依赖人工智能实施的速度和对经济影响的假设。麦肯锡的估计就明确假设，人工智能的引入会增强而不是取代人类的工作。并且，如果工人被取代，他们也会找到类似的生产性工作。

现在不好说这两种假设是否都可以成立。例如，一个10人的团队看到了生产力的实质性提升，在未来可能需要的人数会比这更少。提高生产率的人工智能很可能与某些职位的员工数量下降有强相关性。

这个假设是否能成立，首先要看这次革命取代的是什么类型的工作。从历史上看，制造业一直是自动化的受益者。产业工人逐步从制造业转向生产率较低的服务业（顺被提一句，这可能是近几十年来生产率增长总体减速的部分原因，也可能是中国经济未来要解决的问题）。以前的自动化鼓励人从以劳务为基础的角色到以智能为基础的角色的转换。我们通常理解的生产率提高也往往是把人从重复的劳动性工作中释放出来。但对人工智能的革命而言则大有不同，这意味着从“智能”的进一步转变。

结果有点出乎意料

麦肯锡分析了美国劳工统计局调查的美国850个职业，将其分解为大约2100种不同的工作活动，然后将这些活动与18种具有人工智能驱动自动化潜力的不同能力进行了评分。它评估了人工智能自动化潜力最大的角色是那些目前需要最高等教育的角色：对于那些拥有更高学位(硕士、博士或更高学历)的人来说，人工智能自动化潜力从28%上升到57%（也就是人可被替代的潜力），相比之下，没有高中文凭的人(从54%上升到63%)和高中文凭的人(从51%上升到64%)增幅较小。

与过去生产制造的自动化提高不同，这个调研显示，在人工智能面前，面临自动化程度最大的五个关键行业是：销售、市场营销、软件工程、客户运营以及产品研究和设计。这种转变可能不会带来显著的生产力提高。

图片

就业

近期集中讨论的对ChatGPT应用领域很有意思，大家发现，ChatGPT在撰写法律文书，编写程序，撰写报告等方面，可以大大提高效率，节省人工。而这些工作，是我们常常认为的高工资、高智力型的工作。

图片

还是上面的麦肯锡研究，另外一个很有意思的结论：麦肯锡估计，在一个主要经济体样本中，受影响最大的职位是工资最高的五分之一的那部分人，区域包括发达经济体(美国、日本、德国和法国)和新兴经济体(中国、印度、墨西哥和南非)。可以看到人工智能将带来的是高工资工作的自动化增加，而非低工资工作的自动化。

历史告诉我们，技术进步提高了生产力，减少了某些部门对劳动力的需求，但在其他地方创造了就业机会，往往是在新的部门。从农业到制造业的转变就是一个典型的例子。最近，从制造业向服务业的转变已经发生，包括教育、金融、技术和其他商业支持职能，这些岗位在几个世纪甚至几十年前都是无法想象的。

这种对劳动力长期动态的看法忽视了潜在的短期不稳定因素。如果把每一次历史性技术革命的狂热阶段的估计起点也算进去，由于大量工作的转移，每一次技术浪潮都伴随着失业率的上升，这种上升会持续大约10年。

我们可以以一个奇特的视角观察：

马

图片

20世纪初，马经历了几次技术浪潮，它的主要用途从运输转移到军事、农业、采矿和其他行业。从马的角度，它可能认为石油和汽油发动机的出现只是另一波技术浪潮，可能会进一步取代它们的现有就业，让他们的“职业”改变。然而，汽油发动机被证明是马的工作的终结者。随着发动机的普及，马的数量减少了。来自法国的数据显示，马的数量从20世纪30年代的300万头减少到1995年的40万头左右。对马来说，技术永久地取代了它们的劳动。

对于人来说，早期的技术革命可以取代体力劳动。而人工智能将越来越多地取代现在的智能工作（如法律、咨询等）。因此，以前的工作可以被只能以更好/更便宜的工作所取代。

从更长期的角度，由于人工智能的迭代式发展，未来可能会看到人类在力量和智力上都被人工智能超越，可能会大大减少了未来给人类可能创造的就业机会。

谁会获益

在经济理论中，只要我们认为人工智能对供给面有实质性的积极推动作用，它应该会产生通缩压力。在19世纪末相对自由的市场中，一些经济体在新技术浪潮开始时遭受了通货紧缩。生产率的提高意味着生产者可以以更少的成本生产更多的产品。然而，这些收益是通过更低的价格(反通胀)传递给消费者，还是作为利润保留下来，将取决于生产商面临的竞争规模。

图片

还有，最近的科技巨头以及人工智能的主要开发者是受益于规模经济的IT公司。如果人工智能嵌入到这些网络驱动的公司中，可能会出现一种集中的趋势，这可能会限制通缩的优势。考虑到现有公司的投资能力，以及这些公司所管理的海量信息，它们也有可能形成垄断抬高价格以获取更多利润。不同的选择，是社会机制设计的问题。

政府与监管

劳动力市场可能出现的混乱可能对政府产生重大影响。在以前的技术浪潮中，政府在促进劳动力教育方面发挥了积极作用，包括19世纪中期美国积极的大众教育和1880年英国的《基础教育法案》(Elementary education Act)，两者都有助于为劳动力提供更高的技能，以承担新的制造业角色。第二次世界大战后，美国通过了《军人调整法案》，进一步推动了高等教育的发展。这一次，政府可以通过越来越多地为被人工智能取代的工人提供再培训机会来发挥进一步的作用。这样的教育提供还将控制收入不平等的速度，从历史上看，这种不平等一直是由技术和教育的相对增长速度推动的。

图片

然而，政府发挥更大作用将给公共财政带来挑战，因为社会保障和教育都在政府支出的最大项目。鉴于当前公共财政已经捉襟见肘的本质，政府收入也要增加，才能负担得起这样的支出增长。这需要政府将从企业初获得更多的税收贡献，以减轻影响。

然而，数字公司的实体性质较弱，这使得企业的税收结构更加灵活，使企业能够将资金转移到低税率的司法管辖区，往往支付的税率远低于收入产生地区。这可能会给政府带来非常具体的风险。

因此，全球监管机制很可能需要做出调整。相较而言，以往的技术浪潮通常只有在新技术到来后进行监管改革后才会达到黄金时代。各国政府已经开始讨论应该实施哪些人工智能监管，并进行协调。如果人工智能发展迅速，或者在一个表明市场力量更集中的网络结构中发展，这种监管的紧迫性可能会增加。接下来的问题是，它如何有效地解决这种人工智能复杂性，以及它可能在多大程度上延迟或转移人工智能的实施。

增长：各个因素的贾总

在以前的科技革命中，除了最近的数字革命，其他科技革命中第一个十年(大致与爆发阶段一致)的平均增长率都高于革命前的十年。除了信息科技革命期间，石油危机、战争和通货膨胀共同导致了初期的增长放缓。这也表明，除了信息技术革命之外，未来50年的平均增长率也高于新技术革命浪潮到来之前的十年。

然而，我们在做同步分析时常用的：“其他条件都相同”的假设很少成立。自上世纪70年代以来，尽管信息技术驱动的生产率有所提高，但人口和教育增长却出现了实质性减速。对于增长的时间问题，1908年左右开始的石油、汽车和大规模生产时代，直到第三个十年(20世纪30年代)之后才带来了更快的增长。这一阶段还包括大萧条时期，可以说这是继华尔街崩盘之后的一个加剧的转折点阶段。

人工智能的科技浪潮

人工智能革命的影响可能与之前的重大技术革命一样深远。这预示着技术、经济和社会的重大变革。但之前历史上的变革表明，这些变化需要相对较长的时间，通常超过半个世纪。因为社会及相关经济要素需要时间来适应快速发展的技术经济发展。

以前的历史也表明，在过渡时期可能带来生产力和增长的显著提高，但也会造成破坏。从历史上看，这些破坏导致了一系列不同的结果，从罢工和革命。

因此，需要警醒，不要孤立地考虑前景。“没有上天注定，只有事在人为”。人工智能最终在未来几十年如何影响我们经济和社会的方式，将是我们作为社会和全球协调做出的范式选择后的产物。

（注：图片均来源于网络）

欢迎关注公众号：他山之石观投资