專題：諾貝爾經濟學獎今日揭曉 三位學者獲獎

　　推動自動化發展面臨著重重危險——若要實現共同繁榮，我們必須確保人工智能是與人工形成互補，而非取而代之

　　關于人工智能對經濟增長的影響，樂觀的預測比比皆是。高盛集團表示，人工智能的使用可以在10年內將生產率每年提高1.5個百分點，并使全球GDP提高7%（額外產出7萬億美元）。業內人士的預測則更為激動人心，其中包括全球產出每年增長超過30%，有10%的可能出現“爆炸性增長”。

　　這種技術樂觀主義依托于“生產率浪潮”（productivity bandwagon）這一根深蒂固的觀念，認為包括自動化在內的技術變革會推動生產率提高，從而提高凈工資，實現共同繁榮。

　　然而這種樂觀主義不符合歷史規律，且對于當前“任由人工智能發展”的道路尤其不合時宜，后者專注于推動自動化（取代人工）。我們必須要認清，新技術的發展絕不只有一條唯一的、注定的道路。而且，假設目標是持續改善更多人的經濟狀況，那么應該采取怎樣的政策，才能讓人工智能發展走上正確的道路，同時又更加重視提高所有勞動者均可具備的能力呢？

　　機器問題

　　與人們的普遍觀點相反，生產率增長并不一定意味著對勞動者的需求增加。生產率的標準定義是“每個勞動者的平均產出”，也就是總產出除以總就業人數。人們希望隨著勞動者人均產出的增長，企業雇人的意愿也會提高。

　　但現實是，雇主并不會根據每個勞動者的平均產出量來招聘更多雇員。相反，對企業來說，重要的是邊際生產率——即每增加一個勞動者來提高產量或服務更多的客戶，由此帶來的額外貢獻。邊際生產率的概念不同于每個勞動者的產出或收入；每個勞動者的產出可能會增加，而邊際生產率可能保持不變，甚至有所降低。

　　工業機器人等諸多新技術的出現拓展了機器和算法的任務領域，因此取代了人工。自動化提高了平均生產率，但沒有增加勞動者的邊際生產率，甚至事實上還降低了這一比率。過去的40年里，自動化提高了生產率，大大增加了企業利潤，卻沒有在工業國實現民眾的共同繁榮。

　　正如我們在新書 《權力與進步》（Power and Progress）中所描述的那樣，用機器取代人工并不是提高經濟效率的唯一途徑，這一點也已經得到了歷史的證實。部分創新成果并未實現工作自動化，而是提高了個人對生產的貢獻。例如，新型軟件工具可以幫助汽車修理工提高精度，從而提高工人的邊際生產率。這與安裝以取代人工為目標的工業機器人截然不同。

　　新的功能

　　創造新任務對于提高勞動者邊際生產率更為重要。如果新機器能開辟人類勞動的新用途，就可以擴大勞動者對生產的貢獻，進而提高其邊際生產率。從20世紀10年代開始，亨利·福特（Henry Ford）引領汽車制造業開展了轟轟烈烈的產業重組，在此期間，自動化技術大量涌入。但大批量生產方法和裝配線同時帶來了一系列新的設計、技術、機器操作和文書工作，增加了該行業對勞動者的需求。

　　在過去的兩個世紀里，新任務對就業和工資的增長至關重要。很多在過去幾十年里發展最快的職業，比如核磁共振放射科醫生、網絡工程師、計算機輔助機器操作員、軟件程序員、信息技術安全人員和數據分析師，在80年前尚不存在。即使是一些歷史相對悠久的職業，比如銀行出納員、教授和會計師，現在也在利用技術從事許多相對較新的任務。在幾乎所有上述情況中，都是技術進步帶來了新的任務，而新任務成為了就業增長的主要推動力。同時，對于提高生產率來說，新任務也是必不可少的——新任務推動了新產品的推出，并使生產過程更加高效。

　　生產自動化

　　如果一個行業的自動化能大幅提高生產率，它也能推動該行業或整個經濟體的就業。在這種情況下，新的工作崗位可能來自同一行業的非自動化任務，也可能來自相關行業中增加的活動。在20世紀上半葉，汽車制造業的快速增長刺激了石油、鋼鐵和化學工業的大規模擴張。汽車的大批量生產也徹底革新了交通運輸的面貌，進而推動了新的零售、娛樂和服務業務的興起。

　　然而，如果自動化無法大幅提高生產率，也就是只能達到所謂的“很一般的水平”，就無法激起“生產率浪潮”。例如，雜貨店的自助結賬機只能帶來有限的生產率效益，因為它們只是將掃描商品的工作從員工轉移到顧客身上。商店引入自助結賬機后，雇傭的收銀員就會減少，但其他方面并沒有出現生產率顯著提升的情況，無法以此來刺激創造新的就業機會。食品雜貨沒有變得更便宜，食品生產規模沒有擴大，購物者的生活也沒有改變。

　　即便自動化大幅提高了生產率，如果沒有新任務隨之誕生，這種效益也是會被抵消的。例如，在美國中西部，機器人的快速普及導致了大規模裁員，并最終延長了該地區的經濟衰退時間。

　　采用新技術來監工時，勞動者也會面臨同樣的困擾。加強勞動者監督可能會使生產率略有提高，但其主要作用是讓勞動者付出更多的努力。

　　如能對人工智能的發展予以適當引導，它有可能成為勞動者技能和專業知識的補充。  

　　所有這些都強調了技術的一個最重要問題：選擇。利用集體知識來提高生產率的方法總有很多，指導創新的方法更是比比皆是。關鍵是我們發明和采用數字工具是用來監工、推動自動化，還是通過創造富有生產力的新任務來為勞動者賦能？

　　當生產率浪潮減弱，缺乏自我糾正機制來保障共同利益時，這些選擇就會變得更加重要，而少數科技決策者在經濟和政治上的影響力也會愈發凸顯。

　　與人類互補

　　新技術可以與勞動者形成互補，使其提高工作效率或質量，或幫助其完成新的任務。例如，1870年至1979年間，雖然機械化逐漸使美國一半以上的農業勞動力失業，但工廠和新興服務業出現了一系列新的藍領和文書工作，對熟練勞動力產生了巨大需求。這類工作不僅報酬更高，而且危險性更小，體力消耗也較少。

　　在20世紀的大部分時間里，這種傳統工作自動化與新任務創造的良性結合始終在相對平衡的狀態下進行著。但大約在1970年之后，出現了失衡現象。在隨后的50年里，盡管自動化保持發展、甚至加速了前進步伐，新任務的抵消效應卻已弱化，對于沒有四年大學學歷的勞動者來說尤為如此。于是，這些勞動者正越來越多地從事雖有社會價值卻薪水微薄的服務性工作，比如保潔、餐飲服務和娛樂服務。

　　人工智能新時代的關鍵問題是，這項技術的作用是否將集中在加速現有的自動化趨勢，而不會產生良好的就業機會（特別是對于沒有受過大學教育的勞動者來說）以抵消自動化的影響，或者說，它是否會為擁有不同技能組合和廣泛教育背景的勞動者帶來新的勞動力互補性任務。

　　人工智能系統在某些自動化方面的應用已成定勢。許多服務和生產任務自動化面臨的一個主要障礙是，這些工作需要靈活性、判斷力和常識，但人工智能出現之前的自動化模式明顯缺少此類特點。而人工智能，尤其是生成式人工智能，有可能掌握此類任務。由于人工智能技術尚不成熟，目前我們還不清楚融入人工智能的自動化將對總生產率的增長做出多大的貢獻，但隨著成本的下降和可靠性的提高，它們可能會促進生產率的大幅提升。

　　當今在數字技術部門占居主導地位的智能范式，也傾向于走自動化道路。人工智能研究的一個主要焦點是在大量的認知任務中實現人工智能與人類的平等，更廣泛地說，是打造能夠模仿并超越人類能力的通用人工智能。這種對智能的關注鼓勵的是發展自動化，而不是開發與人類互補的技術。

　　不過，如能對人工智能的發展予以適當引導，它有可能成為勞動者技能和專業知識的補充。

　　人類生產力常常因缺乏具體的知識或專業技能而受到阻礙，而新一代技術可以對這些知識或專業技能形成補充。例如，人工智能在專業勞動者（比如教育工作者、醫務人員，以及電工、水管工等現代技術人員）的培訓和再培訓方面具有巨大潛力。人工智能還可能在監督培訓流程、與客戶溝通以及提供更精細的服務方面，對人類的專業知識和判斷力提出新的需求。

　　五項原則

　　改變技術變革的方向雖不容易，但可以實現。世界各地的政府，尤其是美國和其他正在積極發展科技的國家，應該采取以下五個步驟，幫助人工智能走上一條與人類互補而不是取人類而代之的道路：

　　改革商業模式：占主導地位的人工智能開發者可以輕而易舉地無償征用消費者數據，這些開發者對數字廣告的依賴也會使他們想盡一切辦法來吸引消費者注意。政府需要為所有消費者的數據確立明確的所有權，并應對數字廣告征稅。要讓人工智能惠及全民，就必須實現更多樣化的商業模式，甚至促成更多的競爭。

　　更新稅收制度：根據美國和其他許多國家的稅法，人力型企業承擔的稅負要比專注于用算法實現工作自動化的企業稅負更重。為了更好地激勵企業采用與人類互補的技術，政策制定者應潛心制定一個更對稱的稅收結構，平衡雇傭（和培訓）勞動力和投資設備與軟件的邊際稅率。

　　提高勞動者話語權：由于勞動者將受到人工智能的深刻影響，其應該在人工智能的發展中擁有話語權。政府政策應限制將未經測試（或測試不足）的人工智能應用于可能使勞動者處于危險之中的場景，例如高風險的人事決策任務（包括招聘和解雇）或工作場所監測和監督。

　　資助更多有關人工智能與人類互補性的研究：研發與人類互補的人工智能技術需要更多支持。政府應促進競爭和技術投資，將人工智能工具與人類專業知識相結合，以改善重要社會部門的工作。一旦取得了充分進展，政府就可以鼓勵進一步投資，并提出建議，商討與人類互補的技術是否適用于公費的教育和衛生保健項目。

　　提高政府人員的人工智能專業知識：人工智能將觸及政府投資、監管和監督的各個領域。在政府內部建立人工智能咨詢部門，可使政府機構和監管人員做出更為及時有效的決策。

　　考慮潛在的宏觀經濟影響

　　人工智能可能會在未來五年使全球GDP實現增長，雖然增長幅度不會像人工智能狂熱分子所說的那么大。它可能會在中期小幅提高GDP的增幅。然而，從我們目前的軌跡來看，人工智能產生的第一重影響可能是加劇工業國家內部的不平等。

　　中等收入國家和許多低收入國家對當前的道路也憂心忡忡。新的資本密集型技術將很快在各地得到應用。按照目前的發展趨勢，沒人能確保人工智能創造的就業機會能超過其所摧毀的就業機會。

　　如果我們能將人工智能引上一條與人類相輔相成的道路，同時利用它來解決緊迫的社會問題，那么世界各地都將從中受益。但如果一味追求自動化，共同繁榮將更難實現。

　　作者：

　　達龍 ? 阿西莫格魯（DARON ACEMOGLU）：麻省理工學院教授。

　　西蒙 ? 約翰遜（SIMON JOHNSON）：麻省理工學院斯隆管理學院羅納德 ? A． 庫爾茨創業學教授，前IMF首席經濟學家。

　　本文改編自作者的著作《權力與進步：我們為技術和繁榮奮斗的千年》（Power and Progress： Our 1000 Year Struggle over Technology and Prosperity），并借鑒了作者與戴維 ? 奧托（David Autor）的合著作品。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：王永生