工銀國際首席經濟學家、中國首席經濟學家論壇理事 程實工銀國際資深經濟學家張弘頊人類社會發展和文明進步根本上是由技術驅動。隨著GPT的發展和創新，人類社會的行業分布、甚至文明內核都將快速發生系統性改變。當前的GPT熱潮尚且處于眼球效應和思維震撼的預演階段，而伴隨著技術加速進步，GPT對人類經濟社會的全面改造將進入實質階段。未來GPT技術有望在多領域具備多模態的推理能力，如果成熟落地，人類社會多數行業將受到深刻影響。基于AutoGPT和Claude大數據調研結果，我們認為，GPT的技術迭代將對醫療、教育、零售、金融、咨詢、媒體和游戲行業帶來顛覆性影響。同時，未來的人工智能模型將重塑傳統勞動力市場。工業文明下，以人類腦力為主、體力為輔的勞動輸出模式可能將被以AI腦力為主、人類腦力為輔慢慢替代。對于人力資本的適應性進化而言，掌握多少種技能將不是最重要的，重要的是如何培養人類更加強大的企業家精神，學會尋找不同模型組合在不同領域中的價值創造。 GPT技術迭代方向將具備多模態推理能力。盡管近期Open AI 創始人Sam Altman表示GPT-5模型仍未接受訓練，但基于目前GPT-4的技術發展路徑來看，未來大語言類模型將在數據處理能力方面實現進一步的飛躍發展。首先，GPT-5對文字和圖像信息的理解和感知水平預計將超越人類平均水平。相比GPT-4，GPT-5在語言處理能力上將更出色，學習速度更快，準確性更高。這主要基于GPT-5作為大語言類模型將不斷納入更先進的深度學習和強化學習模型，以實現更強的自我學習能力和記憶力。比如GPT-5不僅將理解圖像內容所表達的人類特殊情緒（如幽默感），同時能夠具備共情能力，它將開始理解人類具備幽默感的意義是什么。GPT-5準備采用更大的數據庫進行訓練，使其在語言上的表達更為優秀。當前對GPT-4的訓練結果發現，GPT-4的文本處理能力已經基本接近人類平均水平。因此，一個可以預見的結果是，GPT-5在語言表達和文本信息處理上將超越人類平均水平。其次，GPT-5將支持多模態輸入， 比如文本、圖像和語音。目前GPT-4僅能夠對文本、圖像進行信息處理，而GPT-5將實現針對文本、圖像、視頻、音頻信息上的全部處理能力，同時對任何模態產生的信息作出全面、細致、時效性的回應和互動。更進一步來說，GPT-5多模態輸入的實現和迭代實際上是人類真正實現虛擬化的第一步。確切來說，GPT-5可以完全通過對視頻和音頻學習模擬出現實生活中一個一模一樣的你，并甚至在邏輯分析、情緒感知、語言表達上完全超過你。最后，從當前基于GPT-4技術發展出來的AutoGPT來看, GPT-5不僅將擁有更強的推理能力，而且將具備高效的執行力和擴散思維能力。當前AutoGPT最大的特點在于可基于設定任務自主分析和自動化執行，但與傳統ChatGPT不同，AutoGPT并不會著急給出答案，而是會分析實現這個任務目標需要的具體步驟。此外，AutoGPT還可以在執行任務的過程中自己發散性地提出問題并思考如何解決這些問題，最終通過嚴格部署和自動執行任務實現人類所設定的目標期望。因此，從AutoGPT來看GPT的未來發展，我們相信GPT能夠進一步讓通用機器人在未來不同行業領域成為更加專業化的職業機器人。 GPT-5將對不同行業將帶來深刻影響。不可回避的是隨著GPT-5對多模態信息輸入支持，GPT的技術應用將對經濟活動中的部分行業帶來顛覆性影響。我們基于AutoGPT技術，對網絡上所有公開的學術文獻、深度研究報告以及權威人士的意見表達進行大數據整理，發現了GPT-5的出現將對醫療、教育、零售、金融、咨詢、媒體和游戲行業帶來顛覆性影響。從不同行業來看，醫療行業是受 GPT 技術影響最為深刻的領域之一。醫生能夠通過GPT 模型來分析醫療記錄、識別疾病并制定治療計劃。GPT 使醫療服務提供者能夠自動化以前由人類醫學專家完成的多數任務，例如分析醫療圖像和診斷疾病，并可以更快地得出更準確的診斷，節省了時間并提高了患者療效。此外，GPT可以模擬分子的相互作用，幫助加速藥物的發現，并分析它們的具體功效，減少臨床試驗的時間。教育行業方面，一些科學家和教育專家正在通過GPT 技術生成個性化學習體驗、自動化評分和為學生提供自動反饋機制上進行應用性探索。具體來說，GPT 使教育工作者能夠為個別學生創建定制化的學習體驗，實時分析他們的表現，并簡化行政任務，如評分和排期，進而實現更高效、更有效的教學和學習過程。這項技術將徹底改變傳統教育系統，學生將可以按照自己的節奏進行學習。零售行業已經看到 GPT 技術將帶來了顯著影響。GPT被用來通過生成針對客戶咨詢的定制回應，創造高度個性化的購物體驗。GPT 還可以用于生成產品描述、評論和推薦。舉例來說，GPT 技術可以使零售公司創建高度個性化的營銷活動。GPT 可以分析來自各種來源（包括社交媒體）的數據，識別目標受眾，生成針對特定受眾的定制文本、視頻、語音內容，并大規模創建個性化消息。除了實體經濟，GPT對虛擬經濟和線上服務業的影響同樣深刻。金融行業已經在使用 GPT 模型進行風險管理、欺詐檢測和投資分析。未來通過GPT-5可以通過多模態的大數據分析來識別人類無法察覺到的信息偏差。這幫助了風險管理和欺詐檢測的改善，以及提供了更加準確的投資策略。例如，從目前AutoGPT的功能來看，AutoGPT不僅能夠對公司研報進行數據讀取，同時可以對實時市場信息和學術文獻進行綜合分析，最終基于對歷史數據和事件分析選取有效因子。進一步，AutoGPT不僅會提供自己的分析思路，而且會比較不同方法論和具體模型選取合理性，最終生成自己的預測和分析報告。商業咨詢服務行業也將受益于 GPT-5 技術。目前由 Auto-GPT 驅動的咨詢機器人已經能夠大大提升現有自動化咨詢服務令人詬病的用戶體驗。在咨詢過程中，客戶將完全無法區別咨詢專家是人還是機器人。同時，專業咨詢機器人可以全天候處理大量的客戶信息和問題，為企業節省時間和資源。尤其在法律咨詢行業，GPT-5 可能將改變當前律所咨詢業務的發展方向。GPT-5在學習了無數法律文本后，完全可以比人類律師在邏輯推理方面做得更好。最后，GPT-5也可以被引入影視和游戲創作領域。具體來說， GPT-5可以通過學習和理解人類所積累的拍攝影像，學習和理解用戶需要表達的各種情緒。同時，GPT-5可以通過學習電影構圖，臺詞文本以及特效技術提供拍攝建議。通過GPT-5的技術，觀看電影的觀眾或者參與游戲的玩家不再是單純的內容接收者，而是內容的共同創造者。通過記錄觀眾的實時反應和情緒，GPT-5可以創造和變化新的故事情節。 GPT-5將重塑勞動力市場結構。從OpenAI發布的學術報告來看，基于當前GPT模型的功能和未來可能接入的支持服務，預計在涵蓋所有薪資水平的美國勞動者中，約有80%的勞動人口會受到GPT技術的影響。這里的影響主要指工作時間將被顯著縮短。其中影響程度在95%以上的職業包括法務人員、行政助理、會計師、審計師、Web和數字界面設計師、臨床數據專家、氣候政策分析師、作家、記者等。報告中也列出了不容易被GPT取代的職業（影響程度低于15%），如：護士、司機、廚師、清潔工等。從人工智能模型發展的主脈絡來看，未來無論是大語言類模型、神經網絡模型、增強現實模型還是其他機器學習模型，這些模型將基本被劃分為認知（感知）類模型、任務執行類模型、領域專業類模型。所有的模型組合在不同場景中將服務、協作、支持甚至代替人的腦力進行創造。正如工業文明人類用腦力替代了農業文明的體力一樣，信息時代下以AI大腦為主，人腦為輔的新型勞動生產關系可能會形成。這種組合下的勞動力市場會導致產品或服務的邊際成本幾乎歸零而固定成本越來越高。因此，未來信息差得優勢將不再重要，重要的是整合、規劃、應用不同的模型組合以實現更好的價值創造和更高的固定成本?；贏I模型對勞動力市場結構的改造，我們認為無論是什么職業，具備強大企業家精神（如冒險精神、行動力、領導力）的人在未來勞動力市場中作用和影響將越來越大。從積極的方面來講，GPT的廣泛應用能夠為人類在AI 相關的研究、開發、維護和監管等方面可能會產生新的職位。更重要的，如果以GPT模型為代表的人工智能技術能夠將人類帶入新的科技革命，人類經濟活動生產效率將極大提高。這將推動人類擁有更多閑暇，而更多的娛樂和消費欲望可能更加有利于技術和場景創新的實現。此外，Daron Acemoglu（2018）的研究指出新技術對就業市場往往會在起初階段造成失業潮，隨著新技術創造新的職位，將吸納大量就業人口，從而實現新的平衡。比如，在2015年美國新增的5000萬個就業崗位中，約有60%的崗位是在90年代前后互聯網信息技術不斷發展下產生的。新技術是否能帶來新增崗位以填補勞動缺口根本上取決于新的技術是否真正能夠提高整體社會勞動生產率。然而，考慮到數據要素和人工智能技術對企業帶來的規模效應，如果生產力和效率提高的紅利沒有在工人之間平均分配，GPT 等AI技術的發展可能會加劇收入的不平等。 參考文獻Acemoglu, D. and Restrepo, P., 2018. Artificial intelligence, automation, and work. In The economics of artificial intelligence: An agenda (pp. 197-236). University of Chicago Press.Acemoglu, D., 2007. Equilibrium bias of technology. Econometrica, 75(5), pp.1371-1409.Acemoglu, D., 2007. ?Introduction to Modern Economic Growth: Parts 1-5 “. Department of Economics, Massachusetts Institute of Technology.
