個人計算機引發了一場信息技術革命。 人工智能會帶來類似的巨大變化嗎？ 貝特曼通過蓋蒂圖片社
人們對人工智能的興趣激增，不僅引起了人們對算法模仿人類的驚人能力的關注，而且引起了人們對這些算法可能取代許多人類工作的現實的關注。 其經濟和社會後果可能是巨大的。
這種經濟轉型的途徑是通過工作場所。 A 廣為流傳的高盛研究報告 預計未來十年約三分之二的當前職業可能會受到影響，人們現在所做的四分之一到一半的工作可能會被算法取代。 全球多達 300 億個工作崗位可能受到影響。 麥肯錫諮詢公司 發布了自己的研究 預測人工智能每年將為全球經濟帶來 4.4 萬億美元的增長。
如此巨大的數字所帶來的影響發人深省，但這些預測的可靠性如何呢？
我領導了一個名為 數字星球 研究數字技術對世界各地生活和生計的影響以及這種影響如何隨時間變化。 看看個人電腦和互聯網等之前的數字技術浪潮如何影響工人，可以深入了解人工智能在未來幾年的潛在影響。 但如果未來工作的歷史有任何指導意義的話，我們應該為一些意外做好準備。
IT 革命和生產力悖論
追踪技術對經濟影響的一個關鍵指標是經濟增長 工人生產力 – 定義為員工每小時可以產生多少工作產出。 這個看似枯燥的統計數據對每個工人都很重要，因為它直接關係到工人每小時工作的預期收入。 換句話說，更高的生產率有望 導致更高的工資.
生成式人工智能產品能夠在最少的人工參與下生成書面、圖形和音頻內容或軟件程序。 廣告、娛樂、創意和分析工作等行業可能是最先感受到影響的行業之一。 這些領域的個人可能會擔心公司會使用 生成式人工智能可以完成他們曾經做過的工作，但經濟學家看到了提高整個勞動力生產率的巨大潛力。
高盛的研究預測，僅由於採用生成式人工智能，生產力每年就會增長 1.5%，這將是 比 2010 年和 2018 年幾乎翻倍。 麥肯錫則更加激進，稱這項技術和其他形式的自動化將迎來“下一個生產力前沿，”到 3.3 年將其推高至每年 2040%。
這種生產率的提高將接近前幾年的水平，將受到經濟學家和理論上工人的歡迎。
如果我們要追溯美國 20 世紀生產率增長的歷史，它的飛速發展速度是 約3％ 從 1920 年到 1970 年，實際工資和生活水平每年都在提高。 有趣的是，生產力增長在 1970 世紀 1980 年代和 XNUMX 年代放緩，恰逢計算機和早期數字技術的引入。 這 ”生產力悖論” 被著名地捕捉到 麻省理工學院經濟學家鮑勃·索洛的評論：隨處可見電腦時代 但在生產率統計中.
數字技術懷疑論者將其歸咎於花在社交媒體或購物上的“非生產性”時間，並認為早期的變革，例如電力或內燃機的引入，對經濟產生了負面影響。 在從根本上改變工作性質方面發揮更大作用。 技術樂觀主義者不同意； 他們認為新的數字技術 需要時間翻譯 生產力增長，因為其他補充性變革需要並行發展。 還有其他人 擔心生產力措施不夠充分 捕捉計算機的價值。
有一段時間，樂觀主義者似乎得到了證實。 1990 世紀 XNUMX 年代後半葉，即萬維網出現前後，美國的生產力增長 翻倍，從該十年前五年的每年 1.5% 增至第二個十年的 3%。 再次，對於到底發生了什麼存在分歧，進一步使悖論是否已得到解決的問題變得更加混亂。 一些 爭論 事實上，對數字技術的投資終於得到了回報，而 替代視圖 一些重點行業的管理和技術創新是主要驅動力。
不管如何解釋，就像它開始時一樣神秘，1990 世紀 XNUMX 年代末的繁榮是短暫的。 因此，儘管企業對計算機和互聯網進行了大量投資——改變了工作場所——但經濟和工人工資從技術中受益多少仍然不確定。
2000 年代初期：新的衰退、新的炒作、新的希望
21世紀伊始，恰逢 所謂的網絡泡沫的破裂2007 年標誌著另一場技術革命的到來： 蘋果 iPhone，數百萬消費者購買，公司以無數方式部署。 然而，勞動生產率增長在 2000 年代中期再次開始停滯， 2009年短暫回升 經濟大衰退期間，2010年至2019年又陷入低迷。
智能手機催生了數以百萬計的應用程序和消費者服務，但也讓許多員工與工作場所的聯繫更加緊密。 舊金山紀事報/赫斯特報紙，來自 Getty Images
在這次新的衰退中，技術樂觀主義者期待著新的變革之風。 人工智能和自動化風靡一時，有望改變工作和工人的生產力。 除了傳統的工業自動化、無人機和先進機器人之外，資本和人才正湧入許多未來的行業。 改變遊戲規則的技術，包括自動駕駛汽車、雜貨店的自動結賬甚至 披薩製作機器人。 人工智能和自動化預計將推動生產力增長 高於2％ 十年來每年均高於 2010-2014 年的低點 企業排放佔全球 0.4%.
但在我們到達那裡並評估這些新技術將如何影響工作場所之前，一個新的意外打擊：COVID-19 大流行。
大流行生產力的推動——然後崩潰
儘管大流行具有毀滅性，但工人的生產力 2020年開始後飆升; 全球每小時工作產出達到 4.9%，是有數據以來的最高記錄。
這種急劇增長在很大程度上是由技術推動的：較大的知識密集型公司——本質上生產力更高——轉向遠程工作， 保持連續性 通過視頻會議等數字技術和 Slack 等通信技術，以及 節省通勤時間並關注健康.
雖然數字技術顯然有助於提高知識工作者的生產力，但 加速轉向更高程度的自動化 在許多其他行業，工人們為了自身安全必須留在家裡並遵守封鎖規定。 從肉類加工到餐館、零售和酒店運營等行業的公司 投資於自動化，例如機器人和自動化訂單處理和客戶服務，這有助於提高他們的生產力。
但隨後技術領域的旅程又出現了轉折。
2020-2021 年投資激增 科技行業崩潰以及對自動駕駛汽車和披薩製作機器人的炒作。 其他的泡沫承諾，例如 Metaverse 徹底改變遠程工作或培訓，也似乎淡出了背景。
與此同時，幾乎沒有任何警告，“生成人工智能” 突然出現，具有更直接的潛力，可以提高生產力，同時大規模地影響就業。 圍繞新技術的炒作週期重新啟動。
展望未來：技術弧線中的社會因素
考慮到迄今為止的情節曲折，我們從現在開始可以期待什麼？ 這裡有四個問題需要考慮。
首先，未來的工作不僅僅關乎工人的原始數量、他們使用的技術工具或他們所做的工作； 人們應該考慮人工智能如何影響工作場所多樣性和社會不平等等因素，進而對經濟機會和工作場所文化產生深遠影響。
例如，雖然廣泛轉向遠程工作 有幫助 通過更靈活的招聘來促進多樣性，我認為人工智能的越來越多的使用可能會產生相反的效果。 黑人和西班牙裔工人 比例過高 在自動化程度最高的 30 個職業中 代表性不足 在接觸率最低的 30 個職業中。 雖然人工智能可能幫助工人在更短的時間內完成更多的工作，並且生產率的提高可能會增加就業人員的工資，但它可能會導致那些工作被取代的人的工資嚴重損失。 2021 年的一篇論文發現 工資不平等往往加劇最多 在那些公司已經嚴重依賴機器人並且很快採用最新機器人技術的國家。
其次，隨著新冠肺炎 (COVID-19) 後的工作場所尋求面對面工作和遠程工作之間的平衡，對生產力的影響以及對此主題的看法仍將不確定且不穩定。 A 2022研究 隨著公司和員工越來越適應在家工作的安排，遠程工作的效率得到了提高，但根據 2023 年的另一項研究，經理和員工 不同意 關於影響：前者認為遠程工作會降低生產力，而員工則持相反觀點。
第三，社會對生成式人工智能傳播的反應可能會極大地影響其進程和最終影響。 分析表明，生成式人工智能可以提高特定工作中工人的生產力——例如，2023 年的一項研究發現，交錯引入了基於生成式人工智能的對話助理 客戶服務人員的工作效率提高了 14%。 然而已經有 呼聲越來越高 考慮生成人工智能最嚴重的風險並認真對待它們。 最重要的是，對天文數字的認識 計算 和 環境成本 生成式人工智能的發展可能會限制其開發和使用。
最後，考慮到經濟學家和其他專家過去犯下的錯誤，可以肯定地說，今天關於人工智能技術對工作和工人生產力影響的許多預測也將被證明是錯誤的。 諸如 300 億個就業崗位受到影響或每年為全球經濟帶來 4.4 萬億美元的增長等數字引人注目，但我認為人們往往對這些數字的可信度過高。
此外，“工作受到影響”並不意味著失去工作； 這可能意味著就業崗位的增加，甚至是向新工作崗位的轉變。 最好利用高盛或麥肯錫的分析來激發我們對未來工作和工人的合理情景的想像力。 在我看來，最好是主動集思廣益，集思廣益，找出可能影響哪一個因素真正發生的眾多因素，尋找早期預警信號並做出相應的準備。
未來工作的歷史充滿了驚喜； 如果明天的技術同樣令人困惑，請不要感到震驚。
關於作者
巴斯卡爾·查克拉沃蒂（Bhaskar Chakravorti），弗萊徹學院全球商業院長， 塔夫茨大學
