羅漢說：每個(gè)人都相信人工智能有潛力改造我們的世界，為何生產(chǎn)力停滯不前？這是一個(gè)悖論嗎？
人們普遍相信，人工智能（AI）和機(jī)器學(xué)習(xí)讓全球經(jīng)濟(jì)實(shí)現(xiàn)深度數(shù)字化，帶來巨大變革。然而從相關(guān)數(shù)據(jù)看，新技術(shù)雖然使生產(chǎn)流程效率得到很大提升，但對生產(chǎn)力似乎影響甚微。
以神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)的AI系統(tǒng)，已經(jīng)發(fā)展得十分先進(jìn)，能夠準(zhǔn)確地處理認(rèn)知、分析和歸類由人完成的任務(wù)。例如《普通語言理解評估基準(zhǔn)》在2018年5月發(fā)布，在2019年6月，僅僅一年后，AI系統(tǒng)的表現(xiàn)已經(jīng)超過了非專業(yè)人士，而且還在繼續(xù)發(fā)展。
與此同時(shí)，全球生產(chǎn)力發(fā)展在發(fā)達(dá)經(jīng)濟(jì)體中停滯了十年之久。
如圖所示，發(fā)展中國家以外主要經(jīng)濟(jì)體，如美國和歐盟28國，在過去十年里生產(chǎn)力發(fā)展趨于停滯。美國生產(chǎn)力增長自2005年至2016年平均每年僅為1.3%，不到1995年至2004年年均增長率（2.8%）的一半。歐盟在勞動(dòng)生產(chǎn)率增長方面受金融危機(jī)影響更大，但在2018年已經(jīng)恢復(fù)到了與美國相同的水平。1995年至2004年和2005年至2018年這兩個(gè)時(shí)段的對比顯示出，美國和歐盟這兩個(gè)經(jīng)濟(jì)體2005年之后的生產(chǎn)力增長都出現(xiàn)大幅滑坡。
看看全要素生產(chǎn)力，情況不遑多讓。Bergeaud, Cette 和Lecat 2017年的文章說明，主要經(jīng)濟(jì)體全要素生產(chǎn)力增長一直在下降，現(xiàn)如今達(dá)到了歷史最低點(diǎn)（見圖2）。
為何數(shù)字化改變了我們的生活，卻無法帶來生產(chǎn)力提升？這就是所謂的現(xiàn)代生產(chǎn)力悖論。之所以叫“現(xiàn)代”，是因?yàn)椤吧a(chǎn)力悖論”原本是指上世紀(jì)80年代早期計(jì)算機(jī)和信息技術(shù)崛起時(shí)面臨的類似困境。對于現(xiàn)代生產(chǎn)力悖論，Brynjolfsson, Rock和 Syverson在論文中提出了四個(gè)可能的解釋。
解釋一：期待過高
AI對生產(chǎn)力提升的期望，建立在錯(cuò)誤的基礎(chǔ)上。這種比較悲觀的觀點(diǎn)（與Robert Gordon的論文一致）認(rèn)為，AI無法為生產(chǎn)力發(fā)展帶來顯著改善，而且與電力、內(nèi)燃機(jī)對生產(chǎn)流程的巨大影響相比，AI附加值十分有限。
AI對于生產(chǎn)力的貢獻(xiàn)微不足道，導(dǎo)致其影響在宏觀經(jīng)濟(jì)指標(biāo)上不值一提。換言之，出現(xiàn)生產(chǎn)力悖論，是由于我們錯(cuò)誤地對AI寄予厚望。可是回顧過去，研究一下那些用途廣泛、具有革命意義的發(fā)明和技術(shù)，我們得出結(jié)論：前沿技術(shù)需要一定的時(shí)間才能真正發(fā)揮作用。
蒸汽機(jī)、電力、內(nèi)燃機(jī)和計(jì)算機(jī)，不只直接提升生產(chǎn)力，還促進(jìn)了重要的補(bǔ)充創(chuàng)新。Brynjolfsson等人2017年的論文探討了補(bǔ)充創(chuàng)新機(jī)制如何發(fā)揮作用。以蒸汽機(jī)為例：“蒸汽機(jī)不止協(xié)助人們從礦井里抽水，更重要的是推動(dòng)人們發(fā)明更高效的工廠機(jī)械、輪船和火車等新型交通工具。這些發(fā)明反過來推動(dòng)供應(yīng)鏈和大眾營銷方面的創(chuàng)新，使得擁有數(shù)十萬員工的新組織得以出現(xiàn)，甚至促進(jìn)了某些看似無關(guān)的創(chuàng)新，比如標(biāo)準(zhǔn)時(shí)間，因?yàn)橹贫ㄕ羝F路時(shí)刻表需要時(shí)間的標(biāo)準(zhǔn)化。”
解釋二：衡量不準(zhǔn)
AI技術(shù)對生產(chǎn)力的積極影響已經(jīng)發(fā)生，但尚未得到準(zhǔn)確衡量。因此，即使AI對生產(chǎn)力發(fā)展有重大影響，也并未被統(tǒng)計(jì)數(shù)據(jù)記錄，因此實(shí)際的力發(fā)展應(yīng)該比目前數(shù)據(jù)表現(xiàn)的更高一些。谷歌首席經(jīng)濟(jì)學(xué)家Hal Varian舉了這樣一個(gè)例子：“2000年出現(xiàn)了800億張照片。我們之所以知道，是因?yàn)楫?dāng)時(shí)只有三家公司生產(chǎn)膠卷。而到了2015年，一年就有1.6萬億照片。2000年一張照片的成本大約是50美分，現(xiàn)在一張照片基本上沒有成本。看到這樣的情況，每個(gè)人都會說：哇，生產(chǎn)力有了很大的增長，因?yàn)槲覀儷@得了比以前多得多的產(chǎn)出，而且成本比以前低得多。但從GDP的角度，這樣的增長多半沒有表現(xiàn)在GDP上。因?yàn)檫@些照片一般都是給朋友看，或者放在自家相冊里，并不在市場上流通。GDP記錄交易的市場價(jià)值，不在市場上出售的東西，標(biāo)價(jià)為0的東西，都不會影響GDP。”
圖片來源：DOC Research Institute
此外，Brynjolfsson 和Collins 2019年的論文提出，免費(fèi)的數(shù)據(jù)產(chǎn)品對用戶而言可能有重要價(jià)值，比如，用戶不想放棄WhatsApp軟件，即使提供很高的金錢補(bǔ)償也不愿放棄。另一方面，Ahmad, Ribarsky 和 Reinsdorf 2017年的論文提出，錯(cuò)誤衡量即使發(fā)生，其規(guī)模也并不足以解釋GDP增長和生產(chǎn)力增長的普遍減速。因此，我們應(yīng)當(dāng)尋求其他可能的解釋。
解釋三：AI紅利分配不公
AI帶來可觀效率提升，但其紅利只有少部分大型公司享受到了，其余市場參與者毫無改變。因此，AI對平均生產(chǎn)力增長的總體影響不大，對中間部分員工毫無影響。少數(shù)幾家大公司可以利用AI提升效率，拉大與競爭對手之間的差距，從而進(jìn)一步擴(kuò)大規(guī)模。這樣一來，整個(gè)行業(yè)對可以促進(jìn)生產(chǎn)力提升的創(chuàng)新的激勵(lì)就會減少。
圖片來源：WIRED
確有實(shí)證表明：一、前沿公司與行業(yè)內(nèi)競爭對手的生產(chǎn)力差距正在增加，Andrews, Criscuolo, 和 Gal2016年的論文對此有所論述；二、各行業(yè)的重要福利損失越來越密集，而少數(shù)超級明星公司的市場份額卻在增長。與此同時(shí)，F(xiàn)urman和Orszag 2015年的研究發(fā)現(xiàn)，經(jīng)濟(jì)租金與不平等現(xiàn)象之間存在聯(lián)系，對經(jīng)濟(jì)增長可能產(chǎn)生反作用。因此，以制度干預(yù)的形式進(jìn)行創(chuàng)新非常關(guān)鍵，有了規(guī)則框架和有效的競爭政策方針，就可以消除AI利益一邊倒的“肥尾”現(xiàn)象，消除經(jīng)濟(jì)風(fēng)險(xiǎn)。
解釋四：應(yīng)用落后
最后一個(gè)解釋是，生產(chǎn)力沒有提升是因?yàn)閳?zhí)行滯后。上文及Brynjolfsson等人都指出，過往經(jīng)驗(yàn)證明，技術(shù)最終能夠改變我們生活和工作的方式，但需要很長時(shí)間，可能長達(dá)幾十年。企業(yè)必須重構(gòu)，從而有效運(yùn)用AI技術(shù)，并發(fā)展其他補(bǔ)充技術(shù)，以此實(shí)現(xiàn)突破。為尋找相關(guān)論據(jù)，他們進(jìn)行了如下觀察：對比兩個(gè)不同時(shí)代的勞動(dòng)生產(chǎn)力。一個(gè)是1870年至1940年，這是輕便電源從發(fā)明、實(shí)際應(yīng)用到推廣的時(shí)代；另一個(gè)是1970年之后，即信息技術(shù)（IT）時(shí)代。結(jié)論是，兩個(gè)時(shí)代勞動(dòng)生產(chǎn)力發(fā)展?fàn)顩r十分相似（見圖表3）。兩個(gè)時(shí)代都有約25年時(shí)間生產(chǎn)力增長相對緩慢，隨后都有10年加速增長——電力普及時(shí)代是1915年至1924年，IT時(shí)代則是1995年至2004年。
Brynjolfsson等人2017年的論文得出結(jié)論，最后一種解釋最能站得住腳。因此，我們必須耐心等待 AI技術(shù)不斷進(jìn)化，以對生產(chǎn)力發(fā)揮重大推動(dòng)作用。更重要的是等待各種補(bǔ)充創(chuàng)新投入實(shí)際應(yīng)用，推動(dòng)AI進(jìn)一步發(fā)展和普及。
結(jié)論與政策建議
等待AI促進(jìn)生產(chǎn)力提升，我們必須有耐心，也可以采取一些措施，公平分配AI帶來的益處。要等多久才能看到AI對生產(chǎn)力的影響，這個(gè)問題尚未有答案，但有一些因素和政策工具可以促使這一進(jìn)程加速：
調(diào)整教育體系和勞動(dòng)制度，適應(yīng)AI時(shí)代的工作與生產(chǎn)
更新生產(chǎn)模式，將員工與機(jī)器之間密切高效合作的優(yōu)勢發(fā)揮到極致
為勞動(dòng)力提供切實(shí)的培訓(xùn)，協(xié)助人們更好地完成在AI發(fā)展下出現(xiàn)的新任務(wù)
改進(jìn)公司管理質(zhì)量（Bloom 等人2019年的論文表明，公司層面的生產(chǎn)力與管理質(zhì)量呈現(xiàn)正相關(guān)）。管理者應(yīng)當(dāng)對自動(dòng)化影響工作的方式有更深的了解，并且只在AI能帶來顯著的附加價(jià)值時(shí)引入AI。應(yīng)當(dāng)避免過度自動(dòng)化，如特斯拉的埃隆·馬斯克（Elon Musk）所言，過度自動(dòng)化是錯(cuò)誤的
為公司投資準(zhǔn)備充足的資金（私募基金和公募基金兩方面都需要）
引入合適的監(jiān)管框架，實(shí)施有效的競爭政策，確保AI帶來的好處能夠公平分配
因此，在一定程度上來講，AI的潛力，即AI技術(shù)將會促使生產(chǎn)力實(shí)現(xiàn)怎樣的提升、發(fā)揮何種程度的影響，是由我們來決定的。行業(yè)與政府都應(yīng)當(dāng)采取適當(dāng)?shù)拇胧┖蛻?zhàn)略，促使AI以更快速度、更好地發(fā)揮潛力。否則我們可能會錯(cuò)失在未來幾十年里充分利用AI力量的巨大機(jī)遇。
編輯整理：安健
