李廷偉 侯軍帥 閆 旭
(中央財經大學 北京 100081)
首先,人工智能(Artificial Intelligence,簡稱AI)其目的在于實現(xiàn)機器的智能化,是對能夠從環(huán)境中獲取感知并執(zhí)行行動的智能體的描述和構建;其次,實現(xiàn)人工智能的方法是人工智能技術(或算法),如機器學習;最后,基于人工智能技術進行研發(fā)以及拓展應用于相關領域形成人工智能產業(yè),主要包括基礎層、技術層和應用層。
麥肯錫研究院認為,AI從生產和外部性兩個方面深刻影響著經濟發(fā)展。
生產方面包括,增量效應:AI的應用使得同一單位勞動力或資本在其他條件相同的情況下得到更多的產出;替代效應:AI的智能化和自動化,通過使用更便宜的資本,替代現(xiàn)有勞動力;創(chuàng)新與擴張:AI將在通過自身產業(yè)的發(fā)展,催生新的產品與服務,這些新產品新服務會取代一部分現(xiàn)有產品和服務。
外部性方面包括:財富創(chuàng)造與再投資:由AI所創(chuàng)造的更多的經濟產出,將以工資和利潤等形式分配給居民和企業(yè),并由消費和投資進入社會大生產,創(chuàng)造更多的財富;轉換與重置成本:商業(yè)企業(yè)的技術換代過程中,所涉及的咨詢成本、更換硬件及系統(tǒng)的成本、原有工人的失業(yè)以及新員工的培養(yǎng)等成本。
埃森哲認為人工智能至少將在三個方面推動經濟增長。首先,補充和提高現(xiàn)有勞動力和實物資本的技術和能力,稱之為“增強勞動力和資本”;其次,創(chuàng)造一種新的虛擬勞動力,稱之為“智能自動化”;最后,AI像其他技術一樣,進一步推動創(chuàng)新,稱之為“傳播創(chuàng)新”。
智能制造對經濟和社會的影響在于工具革命和決策革命兩個維度。工具革命在于人類科技的每一次進步都帶來了生產工具的革命,科技進步帶來的工具革命都使人的生產更加高效、成本更低;決策革命在于智能制造通過“數(shù)據+算力+算法”的深度賦能,提高決策的精準性和科學性,縮短決策周期,降低試錯成本。
交換不但包括隸屬于生產過程內部的生產資料交換,也包括獨立于直接生產過程之外的消費品交換。在數(shù)字經濟條件下,數(shù)字平臺經濟有利于實現(xiàn)供給與需求的動態(tài)平衡;其次,建立在數(shù)字平臺和人工智能之上的共享經濟,將進一步的提升交換效率。
人工智能的發(fā)展將對產業(yè)組織產生顯著影響,在市場結構上使市場更為集中,同時Shapiro(2017)指出由于機器學習的特殊性,企業(yè)更傾向于垂直聯(lián)合以獲取更多數(shù)據并削減機器學習的成本;在企業(yè)行為上使曾經復雜計算下的策略成為現(xiàn)實,例如算法歧視、算法合謀等。
人工智能的通用性,將會加速融入實體經濟,在多個產業(yè)領域應用,促進行業(yè)升級,重塑現(xiàn)有行業(yè)格局。據埃森哲的建模分析,研究AI對中國15個行業(yè)產生潛在的經濟影響。分析表明,制造業(yè)、農林漁業(yè)、批發(fā)和零售業(yè)將是獲益最多的三個行業(yè),到2035年,其行業(yè)總增加值的年增速分別提高2%、1.8%和1.7%。
簡單的講生產率是投入與產出的比例。按照生產要素分類,用其投入量作為分母,得到該要素的生產率,如勞動生產率、資本生產率等。勞動生產率是指單位勞動下的產出,AI技術的進步提高勞動生產率,單位產品所需的勞動力投入降低;宏觀層面,資本回報率是指資本投入的產出比上資本存量,通過“替代效應”,投資回報率將因此而上升。
從理論來看,短期AI是否推動經濟增長無法確定,根據麥肯錫(2018)預測,人工智能在未來十年為全球GDP增長貢獻1.2個百分點,為全球經濟活動增加13萬億美元產值,到2030年人工智能會帶來7萬億美元的GDP增長貢獻,占GDP的26.1%。
從理論上說,人工智能在短期消滅某些就業(yè)崗位時,也創(chuàng)造出更具有比較優(yōu)勢的新就業(yè)崗位,因而就業(yè)凈效應要看兩種效應的相對程度(Restrepo 2018),長期來看,技術進步增加了就業(yè)總量。德勤的一份研究報告中根據英國的勞動力調查(Labor Force Survey)數(shù)據進行了計算,發(fā)現(xiàn)1992-2014年,就業(yè)人數(shù)增長了23%,從職業(yè)來看,護理人員的就業(yè)人數(shù)增長了9倍,教輔人員增長了5.8倍。
首先完善法律法規(guī),解決人工智能發(fā)展中遇到的法律問題;其次保持足夠的警惕,充分評估AI所帶來的影響;最后大力投入以支持人工智能產業(yè)的發(fā)展。