人工智能對世界經(jīng)濟(jì)影響的建模分析

賽迪譯叢

本報(bào)告主要討論了人工智能對經(jīng)濟(jì)增長的影響，希望能夠進(jìn)一步了解人工智能對經(jīng)濟(jì)活動的影響方式，以及對企業(yè)、勞動力市場和經(jīng)濟(jì)體競爭格局的影響。報(bào)告認(rèn)為，人工智能對全球經(jīng)濟(jì)具有巨大推動意義;人工智能對經(jīng)濟(jì)的影響會隨時間推移逐漸顯現(xiàn);人工智能的采用可能加大不同國家、企業(yè)和勞動者之間的差距。

人工智能對全球經(jīng)濟(jì)的影響

2018年9月，麥肯錫首次發(fā)布《前沿筆記：人工智能對世界經(jīng)濟(jì)影響的建模分析》報(bào)告。報(bào)告認(rèn)為，在人工智能方面，中國是全球領(lǐng)先者之一。報(bào)告還提出了三組幫助經(jīng)濟(jì)實(shí)體優(yōu)化人工智能對經(jīng)濟(jì)影響的關(guān)鍵問題，分別對應(yīng)與人工智能相關(guān)的國家道路選擇、企業(yè)和行業(yè)競爭力轉(zhuǎn)變以及勞動力轉(zhuǎn)型。

人工智能在全球經(jīng)濟(jì)中所扮演的角色已成為一個熱門話題。本報(bào)告主要討論了人工智能對經(jīng)濟(jì)增長的影響，希望能夠進(jìn)一步了解人工智能對經(jīng)濟(jì)活動的影響方式，以及對企業(yè)、勞動力市場和經(jīng)濟(jì)體競爭格局的影響。三項(xiàng)主要發(fā)現(xiàn)如下：

人工智能對全球經(jīng)濟(jì)活動具有巨大推動意義。根據(jù)模擬計(jì)算結(jié)果，以平均采用水平估算，綜合競爭效應(yīng)和轉(zhuǎn)型成本因素之后，到2030 年，人工智能可能會使全球經(jīng)濟(jì)增長13萬億美元左右，或使GDP累計(jì)增長16%左右，相當(dāng)于每年大約增長 1.2%。

人工智能對經(jīng)濟(jì)的影響會逐漸顯現(xiàn)，且隨著時間的推移會更加明顯。人工智能的影響并非是線性的，隨著時間的推移，其影響效應(yīng)將更大。到2030年，人工智能所促成的經(jīng)濟(jì)增長可能會是未來5年的3倍甚至更多。人工智能的影響可能會呈S型曲線發(fā)展。

人工智能的采用可能會加大不同國家、企業(yè)和勞動者之間的差距。人工智能可以促進(jìn)經(jīng)濟(jì)活動，但可能會造成利益分配不均。

國家：與目前相比，在人工智能領(lǐng)域領(lǐng)先的國家可以獲得20%至25%的經(jīng)濟(jì)效益，而發(fā)展中國家可能只會獲得5%至15%左右的增長。

企業(yè)：到2030年，率先采用人工智能的企業(yè)的現(xiàn)金流可能會增加一倍，而未采用人工智能技術(shù)或未完全吸收這些技術(shù)的企業(yè)，按照目前的成本與收益模型，其現(xiàn)金流可能會下降 20%左右。

勞動者：根據(jù)模擬結(jié)果，大約13%的工資總額會轉(zhuǎn)向非重復(fù)性和需要較高數(shù)字技能的工作崗位，而重復(fù)性和需要較低數(shù)字技能的工作崗位的工資水平可能會停滯不前甚至有所降低。

不同國家、企業(yè)和勞動者之間的差距可能會不斷擴(kuò)大，但可通過采取相應(yīng)措施來管理轉(zhuǎn)型，引導(dǎo)各經(jīng)濟(jì)體向提高生產(chǎn)率和就業(yè)率的方向發(fā)展。

評估AI對經(jīng)濟(jì)影響的方法

由于研究人員研究人工智能所用研究方法不同，所以得出的具體數(shù)據(jù)也不盡相同。雖然之前的研究提供了一些對人工智能的早期的見解，但所用的方法也存在一定的缺點(diǎn)和局限性。

首先，評估范圍往往只集中在歐洲、美國等發(fā)達(dá)經(jīng)濟(jì)體以及中國，而對除此之外的經(jīng)濟(jì)體了解有限。第二，對影響宏觀經(jīng)濟(jì)的途徑的解釋不夠明確或不夠全面。第三，微觀經(jīng)濟(jì)行為與人工智能影響之間的聯(lián)系尚不明確。最后，研究通常傾向于估測人工智能的整體潛力，并未考慮到將這些技術(shù)應(yīng)用于社會經(jīng)濟(jì)體系的成本或外部負(fù)面效應(yīng)。

本研究旨在更深入、更詳細(xì)地了解人工智能的影響。本文利用之前對自動化的研究評估了可能被人工智能和自動化技術(shù)取代的任務(wù)和工作。在人工智能創(chuàng)造新就業(yè)機(jī)會的問題上，作者使用了2017年12月麥肯錫全球研究院通過對一系列國家進(jìn)行研究得出的估算結(jié)果。研究人員還借助400多項(xiàng)人工智能應(yīng)用案例的分析結(jié)果，評估了人工智能在分析學(xué)中的潛在應(yīng)用，以及在降低成本和提高收入方面的作用。

此外，本研究還估算了實(shí)施人工智能的成本以及人工智能技術(shù)競爭的影響。

AI可成為經(jīng)濟(jì)增長的重要推動力

有關(guān)人工智能對GDP和勞動力市場的總體影響和凈影響的模擬結(jié)果表明，相較于目前，到2030年，人工智能將使全球產(chǎn)出增加16%左右，大約13萬億美元。

此次模擬綜合考慮了人工智能帶來的26%的GDP增幅、技術(shù)轉(zhuǎn)型與實(shí)施成本以及外部負(fù)面效應(yīng)。從現(xiàn)在到2030年，這些因素可能會使經(jīng)濟(jì)活動平均每年凈增長1.2%。

人工智能的影響途徑

包括勞動力自動化、創(chuàng)新以及新型競爭在內(nèi)的一些因素會影響人工智能對生產(chǎn)力的促進(jìn)作用。本文對人工智能影響生產(chǎn)力增長的7大途徑進(jìn)行了模擬。其中，前3個途徑涉及人工智能的應(yīng)用對生產(chǎn)要素需求與組合的影響，這些生產(chǎn)要素會直接影響到企業(yè)的生產(chǎn)力;其他4個途徑則是與人工智能的應(yīng)用、經(jīng)濟(jì)環(huán)境以及人工智能轉(zhuǎn)型相關(guān)的外部途徑。

生產(chǎn)途徑：本文研究了人工智能對3個生產(chǎn)維度的直接經(jīng)濟(jì)影響。第一，增強(qiáng)作用。人工智能技術(shù)能夠?qū)趧恿εc資本起到“增強(qiáng)作用”。第二，替代。人工智能技術(shù)投資不僅可以使機(jī)器代替人類執(zhí)行當(dāng)前任務(wù)，節(jié)省勞動力，還可以通過實(shí)現(xiàn)預(yù)防性維護(hù)來增加資產(chǎn)的使用壽命，降低新設(shè)備的投入需求，從而節(jié)約原始資本。第三，產(chǎn)品與服務(wù)的創(chuàng)新和擴(kuò)展。通常，產(chǎn)品與服務(wù)創(chuàng)新往往會同時提高產(chǎn)出與投入水平，如就業(yè)、資本等。

外部途徑：人工智能可以促進(jìn)全球數(shù)據(jù)的流動，提高跨境貿(mào)易的效率。經(jīng)濟(jì)活動的收益可以進(jìn)行再投資，并帶來更多增長。然而，經(jīng)濟(jì)活動的擴(kuò)展也可能會帶來一些外部負(fù)面效應(yīng)，如因?qū)嵤┤斯ぶ悄芗夹g(shù)而產(chǎn)生的轉(zhuǎn)型成本、更多的結(jié)構(gòu)性成本、未采用人工智能的企業(yè)喪失競爭力、缺乏相關(guān)技能的勞動者被取代等。為全面了解人工智能的經(jīng)濟(jì)影響，本文還增加了4個正面和負(fù)面維度：提高全球流動性所帶來的經(jīng)濟(jì)收益、財(cái)富創(chuàng)造與再投資、轉(zhuǎn)型與實(shí)施成本、外部負(fù)面效應(yīng)。

具有較大影響的三類途徑

上述7個途徑中，有3類途徑的影響較為突出：人工智能驅(qū)動的自動化在替代現(xiàn)有勞動力方面的應(yīng)用;人工智能在優(yōu)質(zhì)產(chǎn)品與服務(wù)的創(chuàng)新方面的應(yīng)用;人工智能驅(qū)動的競爭以及對企業(yè)和勞動者帶來的顛覆性影響。

1.到2030年，自動化可使全球GDP增加11%或9萬億美元左右。

與現(xiàn)在相比，到 2030 年，自動化的影響可能會使產(chǎn)出增長9萬億美元或11%左右。即到2030年，生產(chǎn)力增長將推動附加價(jià)值的累計(jì)增長，而這種生產(chǎn)力的增長通常來自智能資本和勞動力的技能。

2.到2030年，產(chǎn)品與服務(wù)創(chuàng)新可能會使全球GDP增加7%或6萬億美元左右。

人工智能可促進(jìn)創(chuàng)新，而這些創(chuàng)新可用于改進(jìn)現(xiàn)有產(chǎn)品與服務(wù)，并創(chuàng)造全新的產(chǎn)品與服務(wù)，從而大大促進(jìn)全球GDP的增長。模擬結(jié)果表明，到2030年，創(chuàng)新可使全球GDP增長7%左右，而這可能會帶來6萬億美元的產(chǎn)出增長。

3.外部負(fù)面效應(yīng)和轉(zhuǎn)型成本會使全球GDP降低9%或7萬億美元左右。

基于人工智能的自動化和創(chuàng)新所帶來的經(jīng)濟(jì)效益都是有成本的，而現(xiàn)有研究通常都會忽視這一要素。麥肯錫最新研究指出，多達(dá)14%的勞動者可能需要改變職業(yè)類型，部分勞動者可能會在企業(yè)內(nèi)部調(diào)整崗位，而其他人則可能需要轉(zhuǎn)向新的行業(yè)甚至其他地域。此外，勞動者希望獲得一些社會保障和失業(yè)補(bǔ)助，以維持其在失業(yè)期間的正常生活，直到其重返勞動力市場。

到2030年，這些變化將會帶來約7萬億美元的成本。外部負(fù)面效應(yīng)，如失業(yè)期間國內(nèi)消費(fèi)的降低，可能會使人工智能所帶來的積極影響降低 4%。勞動力的轉(zhuǎn)型與人工智能的實(shí)施可能也會使成本另外增加5%。

人工智能的影響不斷顯現(xiàn)

隨著時間的推移，人工智能的影響會不斷顯現(xiàn)，5到10年后將更會加明顯。

到2030年，凈生產(chǎn)效益會隨時間不斷增加，但5年內(nèi)增長較緩。因此，到2030年，人工智能對經(jīng)濟(jì)增長的貢獻(xiàn)可能會比未來5年高出3倍甚至更多。但如果要全球GDP比目前凈增長13萬億美元，可能需要更長的一段時間。

微觀與宏觀因素的促進(jìn)作用

微觀與宏觀因素大致能夠從同等程度上促進(jìn)人工智能對全球經(jīng)濟(jì)活動的影響。

1.微觀因素影響人工智能的應(yīng)用。

到2030年，企業(yè)吸收人工智能的總水平可能將達(dá)到 50%左右。本報(bào)告預(yù)測，到2030年，大約70%的企業(yè)可能會采用部分人工智能技術(shù)（目前有 33%），而大約35%的企業(yè)可能會完全吸收人工智能技術(shù)（目前只有3%）。建模時，考慮到了企業(yè)對人工智能的吸收程度各不相同，通過將“部分”與“完全”吸收相加來計(jì)算“總”吸收;到2030年，總吸收水平可達(dá)50%左右。

2017年，上一代數(shù)字技術(shù)的平均吸收率約為37%，到2035年可能將達(dá)到70%。相比之下，人工智能技術(shù)的吸收水平可能要到2027年，才能達(dá)到數(shù)字技術(shù)當(dāng)前的吸收水平。

數(shù)字化與競爭是決定人工智能技術(shù)被采用與吸收的速度的決定因素。像上一代數(shù)字技術(shù)一樣，人工智能技術(shù)的完全吸收需要經(jīng)歷很長的時間。從技術(shù)滲透速度的高端基準(zhǔn)來看，采用并完全吸收人工智能的速度可能會略有提升。然而，人工智能的采用和吸收可能會受到一定的限制，該限制來自有效應(yīng)用所需的技術(shù)架構(gòu)。對此，有兩個方面值得注意：數(shù)字化和競爭壓力。

數(shù)字化。數(shù)字技術(shù)是有效使用人工智能的技術(shù)支柱。數(shù)字化技術(shù)成熟度較高的企業(yè)每年采用和吸收人工智能的水平要比數(shù)字化程度較低的企業(yè)高出12%。

競爭壓力。本項(xiàng)研究以企業(yè)調(diào)查為輸入端，模擬了企業(yè)為應(yīng)對該地區(qū)同一行業(yè)中其他企業(yè)的競爭性舉措而考慮在特定功能或整個機(jī)構(gòu)中應(yīng)用人工智能技術(shù)的程度。還研究了其他決定因素，如人工智能對盈利能力的影響、是否有可用的應(yīng)用案例等。以這種微觀經(jīng)濟(jì)效應(yīng)來推算，到2030年，競爭壓力可使人工智能吸收水平提高 13%左右。

2.宏觀因素影響人工智能的采用、吸收和經(jīng)濟(jì)效應(yīng)，且可能造成新的人工智能鴻溝。

本報(bào)告將宏觀因素大體上分為兩類：與人工智能和經(jīng)濟(jì)自動化潛力的投資與研究直接相關(guān)的指標(biāo);為釋放人工智能潛力奠定基礎(chǔ)或提供先決條件的促成因素。

報(bào)告評估了以下三類人工智能相關(guān)指標(biāo)：

人工智能投資。人工智能的經(jīng)濟(jì)影響取決于是否有足夠的投資來資助新的人工智能企業(yè)和人工智能研究，并實(shí)現(xiàn)更大的企業(yè)投資。

人工智能研究活動。許多企業(yè)實(shí)驗(yàn)室現(xiàn)已成為許多重要會議中人工智能知識的頂級貢獻(xiàn)者之一，這些會議包括神經(jīng)信息處理系統(tǒng)會議（NIPS）、國際機(jī)器學(xué)習(xí)會議（ICML）等。

人工智能和自動化推動潛在生產(chǎn)力增長。麥肯錫全球研究院的往期研究發(fā)現(xiàn)，機(jī)器和工資的相對成本可以推動自動化和應(yīng)用人工智能的潛力。

報(bào)告將其他五個方面歸類為促成因素。這些因素是采用和吸收人工智能的基礎(chǔ)，部分因素也可能會影響人工智能相關(guān)指標(biāo)。

數(shù)字吸收。衡量數(shù)字基礎(chǔ)、成熟度或國家競爭力的傳統(tǒng)標(biāo)準(zhǔn)往往側(cè)重于數(shù)字基礎(chǔ)設(shè)施。但企業(yè)如何開發(fā)數(shù)字資產(chǎn)并將其用于整個機(jī)構(gòu)對采用人工智能才更為重要。

創(chuàng)新基礎(chǔ)。創(chuàng)新程度可以決定一個國家是否有能力開發(fā)強(qiáng)大的人工智能解決方案并將其商業(yè)化。

人力資本。人力資本對新知識的吸收和實(shí)際應(yīng)用至關(guān)重要。

連通性。與世界連通性較強(qiáng)的國家可能有更好的創(chuàng)新基礎(chǔ)，且最有可能從人工智能中獲益。

勞動力市場架構(gòu)與靈活性。擁有強(qiáng)大的社會支持并提供廣泛培訓(xùn)的國家，其民眾反對人工智能的可能性較低，從而可能會降低人工智能實(shí)施的成本。

人工智能會拉大經(jīng)濟(jì)差距

雖然人工智能有很大的潛在利益，但這些利益不太可能平均分配。國家、行業(yè)、企業(yè)和勞動者之間的差距可能會不斷擴(kuò)大。只有對這種可能性進(jìn)行適當(dāng)管理，人們才能以可持續(xù)的方式接受人工智能對全球經(jīng)濟(jì)的潛在影響，甚至對可能限制其經(jīng)濟(jì)影響的技術(shù)加以抵制。

1.按采用和吸收人工智能的準(zhǔn)備程度，可將各國分為四大類。

本報(bào)告對41個國家進(jìn)行了分析，首先計(jì)算了全球平均值，然后測量了標(biāo)準(zhǔn)差，并將標(biāo)準(zhǔn)差高于平均值的國家歸于“高于閾值”類，將標(biāo)準(zhǔn)差低于平均值的國家歸為“低于閾值”類，將其余國家歸為“閾值之內(nèi)”類。

根據(jù)現(xiàn)有數(shù)據(jù)，基礎(chǔ)相對類似的國家可分為4大類。

積極的全球領(lǐng)先者（中國和美國）：目前，上述兩國正引領(lǐng)人工智能的競賽，且這兩個國家都擁有與眾不同的獨(dú)特優(yōu)勢。比較優(yōu)勢較強(qiáng)的經(jīng)濟(jì)體：相對而言，這類國家通常具有強(qiáng)大的推動力，較有可能從人工智能中獲益?；A(chǔ)一般的經(jīng)濟(jì)體：這類經(jīng)濟(jì)體從人工智能中獲取經(jīng)濟(jì)利益的能力一般。基礎(chǔ)有待加強(qiáng)的經(jīng)濟(jì)體：這類國家從人工智能中獲取經(jīng)濟(jì)利益的能力相對較弱。

2.領(lǐng)先與落后類國家之間差距顯著，而且可能會進(jìn)一步擴(kuò)大。

吸收人工智能技術(shù)最多和最少的國家類別之間在吸收水平上存在顯著差異。根據(jù)模擬，到2023年，從人工智能中受益潛力較高的經(jīng)濟(jì)體對人工智能的吸收水平可能會比較晚采用人工智能的經(jīng)濟(jì)體高出11%左右，到2030年，這一差距可能會擴(kuò)大到23%左右。

由于吸收率不同，人工智能的潛在經(jīng)濟(jì)效應(yīng)也有所不同。此外，由于經(jīng)濟(jì)收益會隨時間不斷融合，對經(jīng)濟(jì)收益最高和最低的國家類別之間的凈經(jīng)濟(jì)效應(yīng)的模擬差距可能也會不斷擴(kuò)大。對各國的模擬結(jié)果表明，領(lǐng)先國與落后國（如瑞典與贊比亞）之間的經(jīng)濟(jì)效應(yīng)可能存在顯著差距。從凈GDP效應(yīng)來看，到2030年，這一差距可能會從2025年的3%擴(kuò)大到19%。

整體來說，本報(bào)告所討論的有關(guān)人工智能影響的經(jīng)濟(jì)驅(qū)動因素對那些已經(jīng)準(zhǔn)備好采用這些技術(shù)的國家更為有利。然而，這些驅(qū)動因素對各個國家的影響程度也不盡相同。本項(xiàng)研究發(fā)現(xiàn)，通過取代勞動力，發(fā)達(dá)經(jīng)濟(jì)體可獲得10%至15%的生產(chǎn)力增長，而發(fā)展中經(jīng)濟(jì)體的生產(chǎn)力只能增長5%至10%。

3.數(shù)字成熟度越高，活躍度越高的行業(yè)受人工智能的影響越大。

作者從麥肯錫全球研究院之前的研究中發(fā)現(xiàn)，各行業(yè)的數(shù)字成熟度與其對人工智能的采用和吸收狀況呈正相關(guān)關(guān)系。為評估企業(yè)級差異，本報(bào)告選取了采用人工智能相對較快的電信與高科技行業(yè)與采用人工智能較慢的醫(yī)療行業(yè)進(jìn)行研究。

初步模擬結(jié)果顯示，到2030年，人工智能對電信與高科技行業(yè)的經(jīng)濟(jì)影響可能是醫(yī)療行業(yè)的2倍以上。如果人工智能對全國宏觀經(jīng)濟(jì)影響的平均值為100，則對醫(yī)療行業(yè)的影響可能比平均值降低40%，而對電信與高科技行業(yè)的影響可能比平均值高出40%。

4.率先采用人工智能的企業(yè)與未采用企業(yè)之間的差距可能會擴(kuò)大。

研究模擬了人工智能對三類企業(yè)的經(jīng)濟(jì)影響：“領(lǐng)跑者”、“追隨者”和“落后者”。其中，“領(lǐng)跑者”受益最大，而“落后者”受益最少。

5.技能需求可能會發(fā)生很大變化，導(dǎo)致勞動者之間的差距擴(kuò)大。

據(jù)麥肯錫全球研究院之前的研究，多達(dá)3.75億勞動者，即全球14%的勞動力，可能需要改變職業(yè)，且?guī)缀跛袆趧诱叨夹枰{(diào)整自己，以新的方式與機(jī)器協(xié)同工作。

總的來說，所呈現(xiàn)的格局將是工資水平與就業(yè)機(jī)會的不平等性越來越大。擁有高級技能的勞動者可能會獲得巨大收益。相比之下，從事重復(fù)性勞動的勞動者可能會受到擠壓。換言之，部分勞動者可能會被機(jī)器取代，而能夠與機(jī)器協(xié)同工作的勞動者可能會極其短缺。

到2030年，數(shù)字技能較低的重復(fù)性工作在全球經(jīng)濟(jì)中的占比將從目前的43%下降到32%，而需要高數(shù)字技能的非重復(fù)性工作的占比將從42%增加到53%。

6.人工智能有望顛覆勞動力市場，但可能對長期就業(yè)整體上有中性或中度負(fù)面影響。

目前，關(guān)于自動化替代影響的討論有很多，尤其在人工智能方面。總體而言，人工智能的采用可能不會對長期就業(yè)產(chǎn)生重大影響。

隨著人工智能的滲透，現(xiàn)有工作崗位會不斷減少，而新型工作崗位也會不斷出現(xiàn)。到2030年，人工智能投資帶來的新工作崗位可提供大約5%的就業(yè)機(jī)會。此外，通過產(chǎn)品與服務(wù)創(chuàng)新以及更高的全球流動參與度，以及經(jīng)濟(jì)中所創(chuàng)造的額外財(cái)富產(chǎn)生的溢出效應(yīng)，這些都會刺激對勞動力的需求。這些因素可能會使就業(yè)機(jī)會增加12%左右。

優(yōu)化人工智能的關(guān)鍵問題

人工智能的機(jī)遇十分重要，但毫無疑問，人工智能的滲透也可能會產(chǎn)生顛覆性影響。

人工智能的影響可能會隨時間不斷加速增長，初始投資效益在短期內(nèi)不可見。因此，生產(chǎn)力增益可能不會立即實(shí)現(xiàn)，需要耐心和長期的戰(zhàn)略思考。

政策制定者需要展現(xiàn)出大膽的領(lǐng)導(dǎo)力，以克服公民因自動化引起的工作威脅而感知到的不安。企業(yè)也是解決這一問題的重要一員，需要為與人工智能協(xié)同工作的人員制定技能培訓(xùn)與再培訓(xùn)方案。而對個人而言，需要適應(yīng)就業(yè)轉(zhuǎn)換更為頻繁的新世界，向新型就業(yè)崗位轉(zhuǎn)型，且可能需要不斷更新并提升技能，以滿足動態(tài)多變的就業(yè)市場的需求。

簡而言之，在人工智能方面，各國大致有兩種選擇：第一，快速或緩慢地采用人工智能;第二，通過提高或降低就業(yè)需求（其中許多是新職業(yè)）以應(yīng)對勞動力市場轉(zhuǎn)型。因?yàn)檫x擇不同，各國可能會呈現(xiàn)出不同的景象。

為實(shí)現(xiàn)最佳經(jīng)濟(jì)結(jié)果，主要經(jīng)濟(jì)實(shí)體，包括政府、企業(yè)和個人，需要在轉(zhuǎn)型期間解決諸多問題和挑戰(zhàn)。本報(bào)告提出了一些可以幫助這些經(jīng)濟(jì)實(shí)體優(yōu)化人工智能經(jīng)濟(jì)影響的問題。第一組問題旨在為那些致力于發(fā)揮人工智能潛力的國家指明道路;第二組問題與人工智能如何改變企業(yè)和行業(yè)的競爭力有關(guān)。

各國如何充分利用人工智能

各國如何加大對自身有利且能夠增加工作需求的投資？政策制定者如何通過提高對創(chuàng)造力、批判性思維以及適應(yīng)性終身學(xué)習(xí)的重視程度來改進(jìn)教育與學(xué)習(xí)體系？各國如何增加人力資本投資才能扭轉(zhuǎn)勞動者培訓(xùn)公共投資較少甚至逐漸下降的趨勢？政策制定者如何改善勞動力市場的活力，如何改進(jìn)并加速勞動者與工作崗位之間的匹配，如何實(shí)現(xiàn)更廣泛的運(yùn)作方式，如零工經(jīng)濟(jì)，以及如何解決福利分配、勞動者分類、工資可變性等問題？各國如何安全地引入人工智能和自動化技術(shù)，以應(yīng)對數(shù)據(jù)安全性、私密性、惡意使用、潛在偏見等問題？各國如何改進(jìn)與收入相關(guān)的政策才能盡量減少就業(yè)驟降或薪資壓力加大或二者同時產(chǎn)生的顛覆性影響？是否應(yīng)該考慮測試，例如條件轉(zhuǎn)移、流動性支持、普遍基本收入或三者的某種組合的想法？如何為受影響勞動者提供最為有效的轉(zhuǎn)型支持和安全保障？如何建立新的社會契約，以獲得工會等各相關(guān)方支持？

人工智能如何改變企業(yè)和行業(yè)的競爭基礎(chǔ)

計(jì)算能力與容量、數(shù)據(jù)、算法以及人才情況可能會發(fā)生哪些變化？各項(xiàng)要素的演變會對各企業(yè)產(chǎn)生何種影響？哪些企業(yè)會從中受益，哪些企業(yè)可能被淘汰？如何鼓勵良性競爭才能保持最佳平衡，即率先采用人工智能的企業(yè)會從中受益，同時也能減少“勝者為王”動態(tài)對后期采用者的負(fù)面影響？行業(yè)結(jié)構(gòu)如何演變，如何對行業(yè)重新定義？例如，最有可能成為創(chuàng)造先鋒的技術(shù)平臺將發(fā)揮何種作用？領(lǐng)跑企業(yè)與落后企業(yè)之間差距的擴(kuò)大可能會產(chǎn)生何種影響？如何消除不同行業(yè)中的這些差距？企業(yè)如何重新設(shè)計(jì)工作流程才能提高勞動者與機(jī)器的緊密協(xié)作并在整個架構(gòu)中吸收人工智能技術(shù)？如何創(chuàng)建協(xié)同性更強(qiáng)、更靈活的非層級機(jī)構(gòu)架構(gòu)和文化？