IMF《金融与发展》：人工智能宏观经济学.pdfVIP

IMF《金融与发展》：人工智能宏观经济学

斯坦福大学人本人工智能研究所“杰里•杨（JerryYang）和山崎明子（AkikoYamazaki）”教授埃里克•布林约尔松

（ERIKBRYNJOLFSSON）、斯坦福大学数字经济实验室博士后研究员加布里埃尔•昂格尔（GABRIELUNGER）

发布时间:2024-02-22

我们今天做出的集体决策将决定人工智能对生产率增速、收入不平等和产业集中度的影响

经济学家在预测未来方面一直表现欠佳。而硅谷在对下一项重大技术的希望和失望中反复循环。因此，对任何关于

人工智能（AI）将如何改变经济的观点持健康的怀疑态度，是有道理的。尽管如此，我们有充分的理由重视AI（其为一

种展现出智能行为，如学习、推理和解决问题的系统）在实现经济变革方面日益增长的潜力，特别是考虑到过去一年中

出现的令人惊艳的技术进步。

AI可能会在经济以外的许多领域影响社会，包括国家安全、政治和文化等领域。但在本文中，我们将重点关注AI对

宏观经济三个广泛领域的影响：生产率增速、劳动力市场和产业集中度。AI的未来并无定数。它可以向非常不同的方向

发展。未来将会出现的景象会是多方作用的结果，包括今天我们在技术和政策上做出的决定。在每个领域，我们都面临

着一个岔路口：两条通往截然不同的AI和经济的未来之路。在每种情况下，阻力最小的道路都通往最糟糕的未来。要想

实现更美好的未来，就需要良好的政策，包括：

创造性的政策实验

为社会对AI的期望设定一系列积极的目标，而不仅仅是避免出现负面结果

认识到AI的技术可能性具有极大的不确定性并处于快速变化之中，且社会必须随此灵活变通

阻力最小的道路都会通向更糟糕的未来，会导致生产率增速低下、收入不平等加剧和产业集中度的提高。

第一个岔路口：生产率增速

第一条道路涉及未来的经济增长，这在很大程度上即是未来的生产率增速。在过去50年的大部分时间里，除了1990

年代末和2000年代初的短暂复苏，美国经济一直处于生产率增速低下的状态，这令人不安（Brynjolfsson、Rock和

Syverson，2019年）。大多数发达经济体现在都面临着同样的生产率增速低下的问题。生产率（每单位投入的产出）比

任何其他因素都更能决定国家的财富和人民的生活水平。随着生产率的提高，预算赤字、减贫、医疗保健和环境等问题

都将更容易解决。提高生产率增速可能是全球面临的最根本的经济挑战。

低生产率的未来

在生产率岔路口的一条道路上，AI的影响是有限的。尽管AI的技术能力迅速提高，但企业对其采用可能仍会十分缓

慢，并且仅限于大型企业（Zolas等人，2021年）。AI的经济性可能最终仅仅是一种狭隘的节省劳动力的技术——达隆•

阿西莫格鲁（DaronAcemoglu）和西蒙•约翰逊（SimonJohnson）称之为“很一般的技术”，例如杂货店的自动结

账台——而不是一种能够使劳动者从事一些富有创意或强大影响力的事情（参见本期《金融与发展》中的“重新平衡人

工智能发展之路”一文）。失业劳动者最终尤其可能会从事生产效率更低、更缺乏活力的工作，从而进一步削弱经济长

期生产率增长的总体效益。

就像硅谷最近的在技术层面所展现出的兴趣（3D打印机、自动驾驶汽车、虚拟现实）一样，AI最终也可能不如最初

希望的那样前途无量，或者不如最初希望的那样随时可被推广至市场。任何真正的经济收益，哪怕是较小的收益，都可

能在最初的技术承诺后的几十年显现在数据之中，这也是最常见的模式。经济学家罗伯特•索洛（RobertSolow）在

1987年提出了一项著名悖论，“计算机时代已无处不在，但就是无法在生产率的统计数据中观察到”。这项悖论可能会

更加极端地体现出来，因为现在人人似乎都有一个令朋友们感到惊艳的AI聊天机器人，但企业似乎并没有因为AI使用的

增加而提高生产率。企业可能会进一步削弱AI带来的任何经济利益，因为它们未能弄清楚充分利用AI所需的组织和管理

变革。

而且，与自动驾驶汽车一样，从令人兴奋的概念验证到高度可靠的产品，这一过程会面临多项技术挑战。这些挑战

还可能会因法律制度而更加复杂，原因在于一些法律制度本身对这项新技术并不具有适应性，且可能严重阻碍其发展。

就AI而言，当模型在数百万个数据点（这些数据点可能包括受保护的他人知识产权）上进行训练时，有关知识产权的当

前法律会带来何种影响，仍具有巨大的不