AI能否帶來廣泛繁榮？

當下人們對任何與人工智能（AI）有關的事物都鮮有共識，包括我在內的許多觀察家都預計，AI將顯著提高生產力。首先，由越來越多使用案例研究提供的初步證據表明了這一點。此外考慮到AI功能的迅速擴展、AI模型培訓和使用成本的下降以及開源工具和系統的普及，AI似乎有可能以有意義的方式應用于幾乎所有行業和工種。

當然，AI的有效落地并非板上釘釘，這歸因于獲取、傳播和學習曲線等問題。即使克服了這些障礙，也不能保證AI帶來的生產力提升會在就業和收入上帶來廣泛好處。這取決于兩個領域的狀況：人工智能工具包和就業市場。

我們知道人工智能工具包正在迅速擴大，但如果大部分新增功能都集中在復制人類能力（以此取代人類工人），那么生產力的提升就將伴隨著負面分配效應。然而最近有學者指出：目前機器學習系統的基準中有很大一部分偏向于自動化，很少會將人類納入評估。

為防止AI開發變成一場“模仿游戲”，學者建議開發者社區接受“半人馬評估”，也就是讓人類和AI系統共同解決任務。這將使機器學習開發轉向增強或機器與人的協作而非自動化。但為了確保AI帶來的好處能得到廣泛分享，我們還需關注就業市場。以美國為例，該國約有20%的勞動者受雇于可貿易部門，其余近80%的勞動者在政府、教育、酒店、傳統零售和建筑業等非貿易服務行業工作。

過去30年來，可貿易部門與不可貿易部門在生產率和收入方面的差距不斷擴大。一般來說，可貿易部門——包括跨國企業管理、半導體和計算機設計以及研發等工作——擁有更高更快的生產率和更高的收入增長。這就是即使制造業就業人數逐步減少然后趨于平穩，產出卻持續增長的原因。

如果我們不去謹慎應對，AI將擴大可貿易部門與不可貿易部門之間的差距，導致不平等現象急劇增加。只有當AI不僅在可貿易部門和非貿易部門得到有效應用，還在這些部門中的中低收入崗位中得到有效應用時，它才能產生整個經濟的生產率提升并實現廣泛的收入增長。這就是為何必須齊心協力去使AI的開發向整個就業和收入領域的增強和協作傾斜。

在這方面已經出現了一些積極信號。美國國防部高等研究計劃局已經舉辦了專注于人類與機器人合作的競賽，例如用機器人來增強人類體能，以及人類控制機器人在復雜、快速發展的物理環境中穿行。但我們還有更多工作要做，對AI基礎研究的資助應強調增強和合作，還應引入面向私人開發者的激勵措施。

盡管如此，確保人工智能工具包能為人們帶來基于增強或協作的益處必須成為當務之急。但僅此還無法保證能大幅促進廣泛繁榮，因為仍有一些一般均衡效應在起作用。我們在上一輪數字化應用中見識過這一點，當時許多常規、可編程的工作都實現了自動化。加上全球化催生的勞動密集型制造業工作外包，大量被淘汰且往往是中產階級的勞動者別無選擇，只能轉向非常規且往往生產率和收入水平較低的工作。這類轉型從來都不是無摩擦的。

在即將到來的AI轉型期，生產率的提高將導致成本降低，再加上競爭壓力，價格會隨之下行。但如果某個行業需求彈性小于1，那工作崗位就會流失。雖說需求彈性較高的其他部門會增加就業崗位，但人員在不同部門和工種間的流動必然產生大動蕩。而且勞動力供應確實有可能出現相對需求的短期性增長，進而削弱勞動者的議價能力。

在收入和技能方面提供過渡支持至關重要，而AI驅動的工具很可能有助于再培訓和技能獲取，同時政策制定者應創造勞動力需求。對美國來說這提供了一個一舉兩得的機會。出于種種原因，美國經濟在基礎設施發展和升級方面已經落后，扭轉這一趨勢將增加就業機會和勞動力需求，從而為即將到來的AI驅動式轉型創造緩沖。

（Copyright： Project Syndicate， 2025；編輯：許瑤）