一场巨大的浪潮即将冲击全球经济。
AI的崛起几十年来一直在我们的想象中盘旋，出现在诙谐的电影和严肃的学术著作中。尽管存在这种猜测，过去一年里公众易于使用的AI工具的出现却像是未来提前几年到来的一种震动。现在，这场早已期待的突如其来的技术革命已经准备好颠覆经济。
高盛银行（Goldman Sachs）的一份3月报告发现，全球范围内有超过3亿个工作岗位可能会受到AI的干扰，全球咨询公司麦肯锡（McKinsey）估计，至少有1200万美国人将在2030年转向其他领域工作。正如经济学家Joseph Schumpeter曾描述的那样，一场“创造性破坏的大风暴”将会吹走无数企业，并为新兴产业注入生机。未来几十年内，非生成式和生成式AI估计将为全球经济增加17万亿至26万亿美元。而且至关重要的是，即将丧失的许多工作岗位将被新的工作取代。
这股技术浪潮的高潮正在涌动，我们仅仅处于冲击劳动力市场和全球经济的初期阶段。这可能是一个与工业革命和互联网的崛起一样具有影响力的转型。这些变化可能会提高生活水平，提高生产力，加速经济机会，但这个美好的未来并不是确保的。除非政府、首席执行官和工人们能够紧急做好为这场浪潮做好准备，否则AI革命可能会带来痛苦。
我们没有预见到互联网的到来，但AI已在视野内
先进技术的采用往往很难预测。以互联网为例：1995年，《新闻周刊》发表了一篇题为《Why the Web Won’t Be Nirvana》的文章，提出了图书和机票永远不会在互联网上购买的观点。同年晚些时候，比尔·盖茨在未被说服的大卫·莱特曼问道：“这个互联网是怎么回事？”即使三年后，随着采用率的增加，经济学家保罗·克鲁格曼曾声称互联网的影响不会超过传真机。事后看来，互联网的影响根本无法更错误地估计了。
初期怀疑的部分原因是，互联网的影响力一开始是不均匀且缓慢的，但随着更多人了解其工作原理，它迅速增长。斯坦福大学创新经济学家埃里克·布里恩乔尔松告诉我：“指数曲线的规律是，它们一开始会缓慢地改变世界，然后突然加速。”
AI的出现也带来了类似的未知因素，但其增长曲线正在更快地变得清晰。在2017年，麦肯锡估计到2027年会开发出像GPT-4这样的强大的大型语言模型。但它们已经存在了。似乎在一夜之间，OpenAI的生成式AI被整合到了微软的产品中，在短短几个月内，包括亚马逊、AT&T、Salesforce和思科在内的企业巨头纷纷着手整合企业级AI工具。麦肯锡最新的报告预测，在2030年至2060年之间，今天的工作任务中有一半将被自动化。他们对于这个时间点的最佳猜测是2045年，比之前估计的时间提前了将近十年。事情正在迅速改变。随着采用率的提高，技术的下游影响也将增加。世界经济论坛估计，在未来五年内，全球将有8300万个工作岗位因AI而流失，同时将创造6900万个工作岗位，这将导致在此期间有1400万个工作岗位消失。即使保住工作的人也将经历工作方式的巨大转变：世界经济论坛表示，在未来五年内，44%的工人核心技能预计将发生变化。
我认为我们不会看到大规模的失业，但我确实认为我们会看到大规模的混乱。——斯坦福大学经济学家Erik Brynjolfsson
过去的自动化技术主要影响了低技能工人。但是，随着生成式AI的出现，那些受过教育和高技能的工人，他们之前免于自动化的工作，现在也面临风险。根据国际劳工组织的数据，全球范围内有6.44亿到9.97亿名知识工人，占全球就业人口的20%到30%。在美国，估计有接近1亿名知识工人，相当于三分之一的美国人口。广泛的职业领域，包括市场营销与销售、软件工程、研发、会计、财务咨询和写作等，都面临着被自动化取代或演变的风险。
然而，这并不意味着会有大量失业工人乞求任何工作。从长远来看，AI将会创造净就业岗位，而一些看似受到影响的角色实际上可能会需求增加。例如，自动取款机增加了银行出纳员的数量。
“我不认为我们会看到大规模失业，”预计AI传播速度将超过其他通用技术的布林约尔松显示。“但我确实认为我们会看到大规模混乱，某些工作的工资将下降，其他工作的工资将上涨，我们将会调整到对不同技能需求的需求。劳动力将会大量重新配置和重新调整，产生赢家和输家。”
这种转变将如此巨大，以至于我们不会太过关注消失的许多工作。在工业革命之前，人类的闹钟是在清晨用扫帚杆轻敲窗户，叫醒工人。多亏了闹钟，今天没有人再需要这份工作。类似地，随着AI的发展，将会有一些工作被方便地遗忘掉。 永久性的大规模失业是可以排除的，但在短期内，这个过渡将会很混乱。如果在所有美国职业中，四分之一的任务被AI自动化，工人的工作负荷被替代了三分之一，只需一个小部分广泛的白领阶层同时经历工作流失或转变，就足以对整个经济产生严重影响。这种重大的重组需要政府和企业做好准备。在最近的就业展望报告中，经济合作与发展组织宣称，这场AI革命正在“迫切需要立即行动”，以帮助经济适应变化。
生产率激增
1987年，经济学家Robert Solow曾宣称：“计算机时代无处不在，但在生产率统计数据中却看不到。” 索洛的“生产率悖论”凸显了新兴计算机时代的一个关键难题。尽管在信息技术和计算领域进行了大量投资，这些投资据说让工人变得更有生产力，但官方统计数据显示，工人每小时的产出并没有增加。
宏观经济学家、自称“悲观先知”的Robert Gordon大胆地提出，平庸的生产率数据证明如今的新技术不如过去那么激进，因此世界先进经济体已进入停滞阶段。他认为，最有影响力的技术——汽车、马桶等——已经发明出来，而其他一切只是逐步提高生产率。在同样的思路下，其他经济学家也提出新思想的增长速度正在减缓。
这些论点一开始可能会成为质疑AI生产率增益的有力理由，但有充分的理由认为最新的革命可能会产生更快的收益。互联网的大规模采用需要软件、网络协议、基础设施和设备——每个家庭和办公室都需要计算机和互联网访问，这需要一段时间。
如今，由于技术基础设施已经就位，AI的采用可能会更快。此外，与加密货币或元宇宙周围的炒作周期相比，AI正在成熟。其用户体验使其变得简单，并且它已经有了实际用途，这就是为什么数亿人已经将这项技术整合到他们的日常工作流程中。这开始推动技术进入公司。
AI的变革不仅仅是AI本身，将AI叠加在现有技术之上可以释放出指数级的增益，就像互联网、GPS技术和智能手机的结合改变了我们的世界一样。使用AI、GPS和拖拉机技术的激光除草机现在可以在几秒钟内扫过农田，消灭杂草，不再需要除草剂或大量的人工除草队伍。嵌入先进成像工具中的AI有潜力用于诊断和治疗癌症。
如果互联网使世界变得扁平，那么AI使世界变得更快。布林约尔松及其同事最近进行的一项研究量化了使用生成式AI技术的5000多名客户服务代理的生产率。结果令人鼓舞：呼叫中心操作员的生产率提高了14%，经验不足的工人的生产率提高了30%。麻省理工学院的一项研究发现，使用生成式代码完成软件开发任务的速度提高了56%，另一项研究发现，使用生成式AI的专业文档写作速度提高了40%。
在许多行业中生产率增长的小规模和大规模复合效应对于AI的增长轨迹和长期效应至关重要。高盛估计，在10年内，仅生成式AI就可以将美国的劳动生产率增长每年提高不到1.5个百分点，“大致相当于电动机和个人电脑等之前变革性技术出现后的提升”。如果这被证明为真，那么全球GDP每年将增长7%，为全球经济贡献2.6万亿至4.4万亿美元，大约相当于英国经济规模。
布林约尔松是一个“谨慎的乐观主义者”，他相信这些生产率增益将会积累起来，并在官方统计数据中显示出来。他告诉我，他与悲观主义者戈登打了一个赌注，即未来几年的生产率增长将超过国会预算办公室预测的每年1.4%的增长。“事实上，我认为它会更接近这个数字的两倍，”他说。
尽管关于生产率的估计反映了企业内部的工人如何更有效地完成工作，但它也假设被解雇的工人会找到新的工作。随着生产率的提高，总体经济产出将增加，国内生产总值将上升。这将创造一个良性循环，因为公司需要扩大业务以跟上增加的需求，这意味着他们需要更多的工人。此外，劳动生产率的增长已经显示能够提高实际收入，从而惠及工人和家庭。简而言之：技术创新，即使可能导致工人失业，从长远来看将有助于工人。
经济学家David Autor及其同事广泛引用的一项研究发现，今天有60%的工人从事的职业在80年前是不存在的，这表明85%的就业增长是技术创新的结果。这意味着，尽管技术创新可能导致工人流失，但实际上它有助于长远来看工人的就业和生活状况。
未来防范——更快、更智能
这都是很好的消息，但AI革命的动荡也不能被忽视。AI进步和采用的迅速速度使这种转变与过去的工业革命显然不同。这并不像纺织工人被机械织机替代那么简单——不同程度的职业转型正在发生。而且这种变化的速度肯定会超过教育和劳动力准备的变化，这些变化旨在跟上技术的发展。
美国已经过时的劳动力教育体系已经无法满足现代工人的需求，更不用说当AI开始占据主导地位时，他们可能需要什么。华盛顿智库“未来工作岗位”（Jobs for the Future）的首席执行官Maria Flynn表示，美国被“一堆不成体系的项目所困扰，它们无法融合成一幅漂亮的拼图。”事实上，美国有43个联邦就业培训项目，其总预算为200亿美元，不到美国GDP的0.1%，这在一个GDP为25万亿美元、拥有1.5亿工人的经济体中，显然是微不足道的金额，这令人担忧。
为了缓解劳动市场的剧变带来的痛苦，美国需要更快地加大对劳动力的投资。其中一种方法是采用丹麦的就业安全和再培训模式，即“灵活安全”（flexicurity）。这个系统通过让雇主容易解雇工人并为被解雇的人提供大量的补偿，有助于避免结构性失业。该计划为被解雇的人提供高达每月2860美元的失业救济金，为期两年，以及提供再培训机会的一对一工作咨询。因此，与类似国家的工人相比，丹麦人失业的时间要少得多。
美国曾经有一个类似的计划，即1974年设立的贸易调整援助计划（Trade Adjustment Assistance program），由劳工部为受到其他国家贸易和生产影响的工人提供支持。弗林告诉我：“这是一个权利计划，因此只要工人满足某些条件——他们的工作因贸易而被取代——就有权利获得收入支持和再培训支持的一揽子方案。”一个面向人工智能劳动市场转变的广泛资金充足的计划可以通过提供搬迁津贴和工资保险来帮助工人，在工人在较低薪工作中找到就业时，暂时弥合工资差距。
为了培训人们适应AI经济，美国可以借鉴新加坡的做法。在那里，年满25岁的工人可以获得500美元的学分，用于参加从数据科学到商业等各种领域的2.4万门课程，并且一个公私合作的再培训计划确保技能培训与雇主的岗位分类相匹配。每年超过66万人利用该国的国家再培训计划。对于那些担心生产率滞后的人来说，这种大规模的教育和培训升级有潜力填补主要劳动力转型中的空白。新加坡的努力已经将年劳动生产率增长率提升至可观的3%。
所有这些公共部门政策仍需要私营部门的再培训投资来予以补充。在麻省理工学院对工人的调查中，有50%的受访者报告称他们接受了雇主提供的正式技能培训。通过税收抵免激励再培训，例如纽约和乔治亚州的做法，可能会激励雇主采取行动，并确保每个人都为人工智能革命做好准备。
技术无法被废除——诸如AI这样的颠覆性催化剂需要积极主动地适应这种变化。要让工人对大型冲击具有韧性，就需要认识到这股技术浪潮可以暂时消灭很大一部分劳动力，或者可以顺利地让它平静下来。