社区

风险声明 | 本文为斯隆研究员个人研究笔记，不构成投资建议，与任何组织均无关。了解更多作者信息，敬请移驾文章底部。

博客作者 | Jiaqi Wu, MIT, Stanford & London Business School 斯隆学者全球校友（Sloan Follow），师从于2001年诺贝尔经济学奖得主 A. Michael Spence。

被忽略的人工智能赛道：由重新开跑的全球科技竞赛和气喘吁吁的监管裁判体系所想到的

作为AI领域的先行者，美国会在经济上变得更加主导吗？发展中国家通常通过出口导向型制造业的就业来实现经济增长，这条路径会被人工智能赋能的机器人所取代吗？

印度和菲律宾期望通过扩大服务部门来实现增长，但随着生成型人工智能取代程序员，以及人工智能驱动的聊天机器人取代呼叫中心的工作人员，他们会在服务出口经济道路上折戟吗？

比赛，已经重新开始

无疑，美国在开发大型语言模型（LLMs）方面具有优势。它从商业与大学的紧密合作中受益，这种合作得到了资金充沛的风险投资业的推动。ChatGPT在美国，特别是在硅谷诞生，并非巧合。 早期的通用技术提升了开创者国家的经济和地缘优势。由马修·博尔顿和詹姆斯·瓦特商业化的蒸汽机，标志着英国成为第一个工业化国家和其海军主导海洋的半个世纪。同时，随着英国和其他工业制品充斥市场，中国和印度等国的手工业变得无法与之竞争，导致人均收入停滞，甚至下降。

尽管先发优势经常被过度强调，现代商业史学者阿尔弗雷德·钱德勒因此遭到了批评。事实上，到了19世纪末，英国在人均收入上已经落后于美国。再以一个近期的例子来看，尽管网景是网络浏览器的先驱，但它未能维持其对微软的Internet Explorer及其他竞争者的领先地位。

与当年的微软一样，今天我们中国拥有雄厚的财力。我们在研发上的投入几乎与美国持平。相比之下，欧洲的情况则不同。今年早些时候，意大利因为ChatGPT利用用户反馈训练模型并将他们的信息暴露给他人，而暂时禁用了该模型。随后，欧盟委员会提出了一整套关于AI使用的规则和法规。

图表：迄今为止，已有60多个国家和一些国际组织批准了指导人工智能使用和发展的自愿原则和标准。两个突出的例子是经合组织人工智能原则和美国国家标准与技术研究所的风险管理框架草案。

欧盟委员会设想，在教育、医疗保健和人事管理等领域使用AI应满足严格的前置条件。我们可以想象，这样的限制将使欧洲在技术开发和采用方面相对于美国的自由放任态度和我们中国对个人数据关注较少的环境中，发展速度较慢。

同时，明确规定什么是合法的，以及在什么条件下会被放行，可能有助于欧洲开发者协调他们的工作。因为欧洲人将遵循一套统一的规则行事，所以他们取得的进步更可能是兼容的，他们应该能够在彼此的努力上继续前进。

无论如何，经济发展最终都取决于人类的发展，即人力资本的积累。在发展中国家由于资源匮乏，无法大幅度增加对传统教育方式的投入，人工智能就带来了希望。它可以被用来设计个性化的学习助手，以在教师短缺的情况下为学生提供个性化教学。在经济发展上，稍微增加的读写和计算能力都能产生深远的影响。

裁判与规则

生成型人工智能将改变世界，这是不以人的意志为转移的。在这个技术发展的关键时刻，公私两方的利益相关者必须竭尽全力，以确保这一进程可以引导向公平、公正和可持续的结果。

近几个月来，人工智能的发展速度显著提升，如ChatGPT和Midjourney这样的生成型AI系统正在迅速地改变着各种专业活动和创新过程。而指导这种强大技术以最小化风险和最大化利益的方式发展的机会窗口，也在迅速地关闭。

人工智能的能力沿着一个连续谱系存在，其中像GPT-4这样的生成型AI系统属于最先进的类别。正因为这类系统具有最大的潜力，同时也可能导致最危险的陷阱，它们理应受到公共和私人利益攸关者的特别关注。 几乎所有的技术进步都对社会产生了正反两面的影响。一方面，它们提高了经济生产力和收入增长，扩大了获取信息和通信技术的途径，帮助延长人类寿命，并提高整体社会福祉。另一方面，它们也导致了很多工人的流离失所、工资的停滞不前、社会不平等的加剧，以及资源在个人和公司之间的过度集中。

人工智能也不例外。生成型AI系统在产品设计、内容创作、药物发现和医疗保健、个性化教育和能源优化等领域开启了无尽的机会。然而同时，它们也可能对我们的经济和社会产生高度的破坏，甚至带来伤害。 先进的AI已经带来的风险，以及那些可以合理预见的风险——都相当大。

图表：高盛经济学家约瑟夫·布里格斯和德韦什·科德纳尼在一份报告中写道，由人工智能引发的工作流程变革可能导致相当于3亿个全职工作岗位被自动化。约有三分之二的美国职业在一定程度上面临人工智能自动化的威胁。在这些岗位中，大约有四分之一到一半的工作量可能被替代。

除了劳动力市场的广泛调整外，大型语言模型系统可能会加剧虚假信息的传播，进一步固化有害的偏见。生成型AI也可能加剧经济的不平等。这类系统甚至可能对人类的生存构成威胁。

对于一些人来说，这是对人工智能研究按下暂停键的理由。上个月，超过1000名人工智能技术专家，从埃隆·马斯克到史蒂夫·沃兹尼亚克，联名签署了一封公开信，他们建议人工智能实验室“立即暂停”训练超过GPT-4强度的系统至少六个月。在这段暂停期间，他们主张，应制定并执行一套共享的安全协议——“由独立的外部专家严格审查和监督”。

这封公开信及其激发的热烈讨论，强调了各利益相关者参与广泛的诚信协商过程的紧迫性，目标是在开发和部署高级人工智能的强健共享指南上达成一致。这样的努力必须考虑到诸如自动化和工作替代，数字鸿沟，以及对技术资产和资源（如数据和计算能力）的控制集中等问题。而首要的任务，必须是持续努力消除人工智能训练中的系统性偏见，以防止像ChatGPT这样的系统重复甚至加剧这些偏见。

谁来帮助企业适应AI产业革命？

可以预见在未来，支持规则建设、环境优化、和监管系统的硬件和软件服务，将是全球政府和大型跨国公司会大量采购的对象。先不说政府和监管单的订单，我们先来看看当我们谈论“AI+各行各业”的时候，我们首先忽略了什么？各行各业的上市公司们真的准备好了吗？

BCG进行了一项全球企业调查，绝大多数的受访企业的最高管理层和董事会（84%）认为，建设负责任的AI系统，应该是企业最高管理层的最首要任务。然而，很多企业和组织认为自己已经踏上了负责任、可持续和符合监管的之旅，但实际情况却和他们所处的位置存在差距。根据BCG的进一步调查，35%的公司认为他们已经完全实施了合乎法律法规和全球ESG标准的AI战略与策略，但实际上只有16%的公司满足这一水平。

好消息是，这些负责任的人工智能应用与开发企业中有一半向BCG报告说，他们通过负责任、可持续和符合监管的AI战略，开发了更好的产品和服务（只有19%的非领导者这么说）。几乎有同样多的人（48%）认为负责任增强了品牌差异化（相比之下，只有14%的普通AI应用企业，即仅仅是应用AI提高生产效率的企业，这么认为）。43%的负责任AI领导企业提到AI如何加速了他们的企业创新（相比之下，只有17%的普通AI应用企业提到这一点）。总的来说，成为负责任的人工智能应用与开发企业，能从人工智能工作中获得商业利益的可能性和效益，是普通人工智能应用与开发企业的两倍。

图表：准备好负责任地迎接AI时代的公司很少（35%），真正准备好的公司更少（16%）

谁来培养AI开发与应用人才？

有了比赛组织者构建的监管框架和比赛环境，以及参赛队伍采用的治理框架与管理体系——那么，运动员在哪里？

两个例子可以说明了AI开发与应用人才的重要性。其一，人工智能业绩出色的公司更多地（高出1.6倍）让非技术员工，使用新兴的低代码或无代码程序，在工作中应用人工智能，这让公司能够加快人工智能的开发与应用速度。其二，业绩优异的公司甚至比其他公司更有可能遵循某些先进的扩展做法，例如使用标准化工具集，以创建和使用可用于生产的数据管道。

到2030年，中国对精通人工智能产品开发和应用的专业人才的需求，将以三比一的比例超过供应。谁来为中国的企业和组织教育、培训和再教育AI这些人员？

据麦肯锡预测，到2030年，随着中国企业努力从人工智能释放万亿美元的潜在价值，对精通人工智能产品开发和应用的专业人才的需求，将从当前的100万人增长至600万人。然而，据估计，同期，国内外高校以及现有的顶级人才加总之后，将只能满足中国约三分之一（约200万人）的人工智能领域所需的专业人才——这将导致人工智能领域的人才在中国的人才缺口达到400万人以上。2030年以后，我们的研究显示，生育率的下降将进一步地减少了可进入大学深造的学生数量，从而进一步压缩人工智能领域的人才供应。

图表：到2030年，中国的AI人才缺口可能超过400万

参考图表

1、据摩根大通报告，OpenAI 的 ChatGPT 人工智能革命今年迄今已驱动全球股票市场的市值暴增1.4万亿美元。这占到了今年迄今股票市场总增长的超过50%！摩根大通的分析指出，ChatGPT 引发的人工智能热潮，作为因子，贡献了标准普尔500指数（SPX）53%的表现、纳斯达克100指数（QQQ）54%的表现，以及68%的增长因子收益。

2、美国各行业 AI 相关职位的占比：金融业从 2.9% 上升至 2022 年的 3.3%今年，各行各业寻求人工智能技能的岗位数量均有所增加，2022年人工智能岗位数量总体上明显高于上年。信息行业成为主导力量。加州发布的人工智能相关岗位数量最多（142,154个），其次是德克萨斯州（66,624个）和纽约州（43,899个）。

3、2022年，全球127个国家的立法机构共通过了37项包含“人工智能”字词的法律。美国位列榜首，通过了9项法律，其次是西班牙（5项）和菲律宾（4项）。法案包括菲律宾一项针对教育改革以应对人工智能等新技术带来挑战的法案，西班牙一项关注人工智能算法中的非歧视和问责制的法案，以及美国通过管理和预算办公室设立人工智能培训项目的法案。自2016年以来，各国共通过了123项与人工智能相关的法案，其中大多数是近年来通过的。

4、ChatGPT AI被官方禁止，或部分，或完全不可用的国家有哪些？未来这些国家面对的可能是生产力和人才系统的全面脱节。AI是继珍妮纺纱机、蒸汽机、电子与计算机之后的第四次产业革命（编者按：图中的意大利现已解封ChatGPT）。

5、全球生成式AI市场在2022年估值达106.3亿美元，预计至2032年都将以34.2%的复合年增长率（CAGR）增长。

6、世界经济论坛指出，分析思维、创意思维、人工智能和大数据是2027年的全球急需核心技能。2027年前，每10名工人中就有6人需要接受重新培训。 但是，要想找到提升现有员工数量，并让他们掌握人工智能时代所需的职业技能——以在同时跟上新兴技术的发展步伐的情况下，填补各行各业的岗位空缺，难度很大。

7、全球对人工智能的态度：市场研究公司益普索通过计算每个国家的人均GDP，发现”较富裕的人群对使用这项技术的产品和服务持更大的怀疑态度”。特别需要指出的是，样本中来自我们中国和印度等发展中经济体的样本“比普通人群更城市化、受教育程度更高、更富裕”。

8、ChatGPT到底有多聪明？下图给你该AI在各种考试中的表现，比如“99th”表示，打败99%的人。不过，对于AP英语（和其他需要书面回答的考试），ChatGPT当然能够写出足够的文章，但它可能很难理解考试的提示。另外，对于竞争性编程，GPT尝试了10场Codeforces竞赛，每场100次。Codeforces举办了竞争性的编程比赛，参与者必须解决复杂的问题。GPT-4的平均代码力评分是392（只打败了5%的人），而它在单个竞赛中的最高评分约为1300。参考Codeforces评分页面，得分最高的用户是来自中国的jiangly，评分为3841。不过分析认为，这是因为给GPT输入的指令不对（比如直接输入考题）。

9、思考：哪些职业受AI影响最大？一般来说，那些需要重复性任务、数据分析和常规决策的职业面临着最大的风险。“信息处理行业”，如涉及写作、计算和高级分析的行业，更容易受到基于大型语言模型（LLM）的人工智能的影响。然而，这些行业内的科学和批判性思维类工作与人工智能的接触程度呈负相关。另一方面，并非所有的职业都会受到影响。以下是一些可能较少受到大型语言模型人工智能干扰的职业列表。显然，如制造业、采矿业和农业这样的实践性行业相对更为安全，但其中的信息处理角色仍存在风险。同样，人工智能模型对面对面服务行业的影响预计会较小。