人工智能對世界經濟影響的建模分析

賽迪譯叢

本報告主要討論了人工智能對經濟增長的影響，希望能夠進一步了解人工智能對經濟活動的影響方式，以及對企業、勞動力市場和經濟體競爭格局的影響。報告認為，人工智能對全球經濟具有巨大推動意義;人工智能對經濟的影響會隨時間推移逐漸顯現;人工智能的采用可能加大不同國家、企業和勞動者之間的差距。

人工智能對全球經濟的影響

2018年9月，麥肯錫首次發布《前沿筆記：人工智能對世界經濟影響的建模分析》報告。報告認為，在人工智能方面，中國是全球領先者之一。報告還提出了三組幫助經濟實體優化人工智能對經濟影響的關鍵問題，分別對應與人工智能相關的國家道路選擇、企業和行業競爭力轉變以及勞動力轉型。

人工智能在全球經濟中所扮演的角色已成為一個熱門話題。本報告主要討論了人工智能對經濟增長的影響，希望能夠進一步了解人工智能對經濟活動的影響方式，以及對企業、勞動力市場和經濟體競爭格局的影響。三項主要發現如下：

人工智能對全球經濟活動具有巨大推動意義。根據模擬計算結果，以平均采用水平估算，綜合競爭效應和轉型成本因素之后，到2030 年，人工智能可能會使全球經濟增長13萬億美元左右，或使GDP累計增長16%左右，相當于每年大約增長 1.2%。

人工智能對經濟的影響會逐漸顯現，且隨著時間的推移會更加明顯。人工智能的影響并非是線性的，隨著時間的推移，其影響效應將更大。到2030年，人工智能所促成的經濟增長可能會是未來5年的3倍甚至更多。人工智能的影響可能會呈S型曲線發展。

人工智能的采用可能會加大不同國家、企業和勞動者之間的差距。人工智能可以促進經濟活動，但可能會造成利益分配不均。

國家：與目前相比，在人工智能領域領先的國家可以獲得20%至25%的經濟效益，而發展中國家可能只會獲得5%至15%左右的增長。

企業：到2030年，率先采用人工智能的企業的現金流可能會增加一倍，而未采用人工智能技術或未完全吸收這些技術的企業，按照目前的成本與收益模型，其現金流可能會下降 20%左右。

勞動者：根據模擬結果，大約13%的工資總額會轉向非重復性和需要較高數字技能的工作崗位，而重復性和需要較低數字技能的工作崗位的工資水平可能會停滯不前甚至有所降低。

不同國家、企業和勞動者之間的差距可能會不斷擴大，但可通過采取相應措施來管理轉型，引導各經濟體向提高生產率和就業率的方向發展。

評估AI對經濟影響的方法

由于研究人員研究人工智能所用研究方法不同，所以得出的具體數據也不盡相同。雖然之前的研究提供了一些對人工智能的早期的見解，但所用的方法也存在一定的缺點和局限性。

首先，評估范圍往往只集中在歐洲、美國等發達經濟體以及中國，而對除此之外的經濟體了解有限。第二，對影響宏觀經濟的途徑的解釋不夠明確或不夠全面。第三，微觀經濟行為與人工智能影響之間的聯系尚不明確。最后，研究通常傾向于估測人工智能的整體潛力，并未考慮到將這些技術應用于社會經濟體系的成本或外部負面效應。

本研究旨在更深入、更詳細地了解人工智能的影響。本文利用之前對自動化的研究評估了可能被人工智能和自動化技術取代的任務和工作。在人工智能創造新就業機會的問題上，作者使用了2017年12月麥肯錫全球研究院通過對一系列國家進行研究得出的估算結果。研究人員還借助400多項人工智能應用案例的分析結果，評估了人工智能在分析學中的潛在應用，以及在降低成本和提高收入方面的作用。

此外，本研究還估算了實施人工智能的成本以及人工智能技術競爭的影響。

AI可成為經濟增長的重要推動力

有關人工智能對GDP和勞動力市場的總體影響和凈影響的模擬結果表明，相較于目前，到2030年，人工智能將使全球產出增加16%左右，大約13萬億美元。

此次模擬綜合考慮了人工智能帶來的26%的GDP增幅、技術轉型與實施成本以及外部負面效應。從現在到2030年，這些因素可能會使經濟活動平均每年凈增長1.2%。

人工智能的影響途徑

包括勞動力自動化、創新以及新型競爭在內的一些因素會影響人工智能對生產力的促進作用。本文對人工智能影響生產力增長的7大途徑進行了模擬。其中，前3個途徑涉及人工智能的應用對生產要素需求與組合的影響，這些生產要素會直接影響到企業的生產力;其他4個途徑則是與人工智能的應用、經濟環境以及人工智能轉型相關的外部途徑。

生產途徑：本文研究了人工智能對3個生產維度的直接經濟影響。第一，增強作用。人工智能技術能夠對勞動力與資本起到“增強作用”。第二，替代。人工智能技術投資不僅可以使機器代替人類執行當前任務，節省勞動力，還可以通過實現預防性維護來增加資產的使用壽命，降低新設備的投入需求，從而節約原始資本。第三，產品與服務的創新和擴展。通常，產品與服務創新往往會同時提高產出與投入水平，如就業、資本等。

外部途徑：人工智能可以促進全球數據的流動，提高跨境貿易的效率。經濟活動的收益可以進行再投資，并帶來更多增長。然而，經濟活動的擴展也可能會帶來一些外部負面效應，如因實施人工智能技術而產生的轉型成本、更多的結構性成本、未采用人工智能的企業喪失競爭力、缺乏相關技能的勞動者被取代等。為全面了解人工智能的經濟影響，本文還增加了4個正面和負面維度：提高全球流動性所帶來的經濟收益、財富創造與再投資、轉型與實施成本、外部負面效應。

具有較大影響的三類途徑

上述7個途徑中，有3類途徑的影響較為突出：人工智能驅動的自動化在替代現有勞動力方面的應用;人工智能在優質產品與服務的創新方面的應用;人工智能驅動的競爭以及對企業和勞動者帶來的顛覆性影響。

1.到2030年，自動化可使全球GDP增加11%或9萬億美元左右。

與現在相比，到 2030 年，自動化的影響可能會使產出增長9萬億美元或11%左右。即到2030年，生產力增長將推動附加價值的累計增長，而這種生產力的增長通常來自智能資本和勞動力的技能。

2.到2030年，產品與服務創新可能會使全球GDP增加7%或6萬億美元左右。

人工智能可促進創新，而這些創新可用于改進現有產品與服務，并創造全新的產品與服務，從而大大促進全球GDP的增長。模擬結果表明，到2030年，創新可使全球GDP增長7%左右，而這可能會帶來6萬億美元的產出增長。

3.外部負面效應和轉型成本會使全球GDP降低9%或7萬億美元左右。

基于人工智能的自動化和創新所帶來的經濟效益都是有成本的，而現有研究通常都會忽視這一要素。麥肯錫最新研究指出，多達14%的勞動者可能需要改變職業類型，部分勞動者可能會在企業內部調整崗位，而其他人則可能需要轉向新的行業甚至其他地域。此外，勞動者希望獲得一些社會保障和失業補助，以維持其在失業期間的正常生活，直到其重返勞動力市場。

到2030年，這些變化將會帶來約7萬億美元的成本。外部負面效應，如失業期間國內消費的降低，可能會使人工智能所帶來的積極影響降低 4%。勞動力的轉型與人工智能的實施可能也會使成本另外增加5%。

人工智能的影響不斷顯現

隨著時間的推移，人工智能的影響會不斷顯現，5到10年后將更會加明顯。

到2030年，凈生產效益會隨時間不斷增加，但5年內增長較緩。因此，到2030年，人工智能對經濟增長的貢獻可能會比未來5年高出3倍甚至更多。但如果要全球GDP比目前凈增長13萬億美元，可能需要更長的一段時間。

微觀與宏觀因素的促進作用

微觀與宏觀因素大致能夠從同等程度上促進人工智能對全球經濟活動的影響。

1.微觀因素影響人工智能的應用。

到2030年，企業吸收人工智能的總水平可能將達到 50%左右。本報告預測，到2030年，大約70%的企業可能會采用部分人工智能技術（目前有 33%），而大約35%的企業可能會完全吸收人工智能技術（目前只有3%）。建模時，考慮到了企業對人工智能的吸收程度各不相同，通過將“部分”與“完全”吸收相加來計算“總”吸收;到2030年，總吸收水平可達50%左右。

2017年，上一代數字技術的平均吸收率約為37%，到2035年可能將達到70%。相比之下，人工智能技術的吸收水平可能要到2027年，才能達到數字技術當前的吸收水平。

數字化與競爭是決定人工智能技術被采用與吸收的速度的決定因素。像上一代數字技術一樣，人工智能技術的完全吸收需要經歷很長的時間。從技術滲透速度的高端基準來看，采用并完全吸收人工智能的速度可能會略有提升。然而，人工智能的采用和吸收可能會受到一定的限制，該限制來自有效應用所需的技術架構。對此，有兩個方面值得注意：數字化和競爭壓力。

數字化。數字技術是有效使用人工智能的技術支柱。數字化技術成熟度較高的企業每年采用和吸收人工智能的水平要比數字化程度較低的企業高出12%。

競爭壓力。本項研究以企業調查為輸入端，模擬了企業為應對該地區同一行業中其他企業的競爭性舉措而考慮在特定功能或整個機構中應用人工智能技術的程度。還研究了其他決定因素，如人工智能對盈利能力的影響、是否有可用的應用案例等。以這種微觀經濟效應來推算，到2030年，競爭壓力可使人工智能吸收水平提高 13%左右。

2.宏觀因素影響人工智能的采用、吸收和經濟效應，且可能造成新的人工智能鴻溝。

本報告將宏觀因素大體上分為兩類：與人工智能和經濟自動化潛力的投資與研究直接相關的指標;為釋放人工智能潛力奠定基礎或提供先決條件的促成因素。

報告評估了以下三類人工智能相關指標：

人工智能投資。人工智能的經濟影響取決于是否有足夠的投資來資助新的人工智能企業和人工智能研究，并實現更大的企業投資。

人工智能研究活動。許多企業實驗室現已成為許多重要會議中人工智能知識的頂級貢獻者之一，這些會議包括神經信息處理系統會議（NIPS）、國際機器學習會議（ICML）等。

人工智能和自動化推動潛在生產力增長。麥肯錫全球研究院的往期研究發現，機器和工資的相對成本可以推動自動化和應用人工智能的潛力。

報告將其他五個方面歸類為促成因素。這些因素是采用和吸收人工智能的基礎，部分因素也可能會影響人工智能相關指標。

數字吸收。衡量數字基礎、成熟度或國家競爭力的傳統標準往往側重于數字基礎設施。但企業如何開發數字資產并將其用于整個機構對采用人工智能才更為重要。

創新基礎。創新程度可以決定一個國家是否有能力開發強大的人工智能解決方案并將其商業化。

人力資本。人力資本對新知識的吸收和實際應用至關重要。

連通性。與世界連通性較強的國家可能有更好的創新基礎，且最有可能從人工智能中獲益。

勞動力市場架構與靈活性。擁有強大的社會支持并提供廣泛培訓的國家，其民眾反對人工智能的可能性較低，從而可能會降低人工智能實施的成本。

人工智能會拉大經濟差距

雖然人工智能有很大的潛在利益，但這些利益不太可能平均分配。國家、行業、企業和勞動者之間的差距可能會不斷擴大。只有對這種可能性進行適當管理，人們才能以可持續的方式接受人工智能對全球經濟的潛在影響，甚至對可能限制其經濟影響的技術加以抵制。

1.按采用和吸收人工智能的準備程度，可將各國分為四大類。

本報告對41個國家進行了分析，首先計算了全球平均值，然后測量了標準差，并將標準差高于平均值的國家歸于“高于閾值”類，將標準差低于平均值的國家歸為“低于閾值”類，將其余國家歸為“閾值之內”類。

根據現有數據，基礎相對類似的國家可分為4大類。

積極的全球領先者（中國和美國）：目前，上述兩國正引領人工智能的競賽，且這兩個國家都擁有與眾不同的獨特優勢。比較優勢較強的經濟體：相對而言，這類國家通常具有強大的推動力，較有可能從人工智能中獲益。基礎一般的經濟體：這類經濟體從人工智能中獲取經濟利益的能力一般?；A有待加強的經濟體：這類國家從人工智能中獲取經濟利益的能力相對較弱。

2.領先與落后類國家之間差距顯著，而且可能會進一步擴大。

吸收人工智能技術最多和最少的國家類別之間在吸收水平上存在顯著差異。根據模擬，到2023年，從人工智能中受益潛力較高的經濟體對人工智能的吸收水平可能會比較晚采用人工智能的經濟體高出11%左右，到2030年，這一差距可能會擴大到23%左右。

由于吸收率不同，人工智能的潛在經濟效應也有所不同。此外，由于經濟收益會隨時間不斷融合，對經濟收益最高和最低的國家類別之間的凈經濟效應的模擬差距可能也會不斷擴大。對各國的模擬結果表明，領先國與落后國（如瑞典與贊比亞）之間的經濟效應可能存在顯著差距。從凈GDP效應來看，到2030年，這一差距可能會從2025年的3%擴大到19%。

整體來說，本報告所討論的有關人工智能影響的經濟驅動因素對那些已經準備好采用這些技術的國家更為有利。然而，這些驅動因素對各個國家的影響程度也不盡相同。本項研究發現，通過取代勞動力，發達經濟體可獲得10%至15%的生產力增長，而發展中經濟體的生產力只能增長5%至10%。

3.數字成熟度越高，活躍度越高的行業受人工智能的影響越大。

作者從麥肯錫全球研究院之前的研究中發現，各行業的數字成熟度與其對人工智能的采用和吸收狀況呈正相關關系。為評估企業級差異，本報告選取了采用人工智能相對較快的電信與高科技行業與采用人工智能較慢的醫療行業進行研究。

初步模擬結果顯示，到2030年，人工智能對電信與高科技行業的經濟影響可能是醫療行業的2倍以上。如果人工智能對全國宏觀經濟影響的平均值為100，則對醫療行業的影響可能比平均值降低40%，而對電信與高科技行業的影響可能比平均值高出40%。

4.率先采用人工智能的企業與未采用企業之間的差距可能會擴大。

研究模擬了人工智能對三類企業的經濟影響：“領跑者”、“追隨者”和“落后者”。其中，“領跑者”受益最大，而“落后者”受益最少。

5.技能需求可能會發生很大變化，導致勞動者之間的差距擴大。

據麥肯錫全球研究院之前的研究，多達3.75億勞動者，即全球14%的勞動力，可能需要改變職業，且幾乎所有勞動者都需要調整自己，以新的方式與機器協同工作。

總的來說，所呈現的格局將是工資水平與就業機會的不平等性越來越大。擁有高級技能的勞動者可能會獲得巨大收益。相比之下，從事重復性勞動的勞動者可能會受到擠壓。換言之，部分勞動者可能會被機器取代，而能夠與機器協同工作的勞動者可能會極其短缺。

到2030年，數字技能較低的重復性工作在全球經濟中的占比將從目前的43%下降到32%，而需要高數字技能的非重復性工作的占比將從42%增加到53%。

6.人工智能有望顛覆勞動力市場，但可能對長期就業整體上有中性或中度負面影響。

目前，關于自動化替代影響的討論有很多，尤其在人工智能方面?？傮w而言，人工智能的采用可能不會對長期就業產生重大影響。

隨著人工智能的滲透，現有工作崗位會不斷減少，而新型工作崗位也會不斷出現。到2030年，人工智能投資帶來的新工作崗位可提供大約5%的就業機會。此外，通過產品與服務創新以及更高的全球流動參與度，以及經濟中所創造的額外財富產生的溢出效應，這些都會刺激對勞動力的需求。這些因素可能會使就業機會增加12%左右。

優化人工智能的關鍵問題

人工智能的機遇十分重要，但毫無疑問，人工智能的滲透也可能會產生顛覆性影響。

人工智能的影響可能會隨時間不斷加速增長，初始投資效益在短期內不可見。因此，生產力增益可能不會立即實現，需要耐心和長期的戰略思考。

政策制定者需要展現出大膽的領導力，以克服公民因自動化引起的工作威脅而感知到的不安。企業也是解決這一問題的重要一員，需要為與人工智能協同工作的人員制定技能培訓與再培訓方案。而對個人而言，需要適應就業轉換更為頻繁的新世界，向新型就業崗位轉型，且可能需要不斷更新并提升技能，以滿足動態多變的就業市場的需求。

簡而言之，在人工智能方面，各國大致有兩種選擇：第一，快速或緩慢地采用人工智能;第二，通過提高或降低就業需求（其中許多是新職業）以應對勞動力市場轉型。因為選擇不同，各國可能會呈現出不同的景象。

為實現最佳經濟結果，主要經濟實體，包括政府、企業和個人，需要在轉型期間解決諸多問題和挑戰。本報告提出了一些可以幫助這些經濟實體優化人工智能經濟影響的問題。第一組問題旨在為那些致力于發揮人工智能潛力的國家指明道路;第二組問題與人工智能如何改變企業和行業的競爭力有關。

各國如何充分利用人工智能

各國如何加大對自身有利且能夠增加工作需求的投資？政策制定者如何通過提高對創造力、批判性思維以及適應性終身學習的重視程度來改進教育與學習體系？各國如何增加人力資本投資才能扭轉勞動者培訓公共投資較少甚至逐漸下降的趨勢？政策制定者如何改善勞動力市場的活力，如何改進并加速勞動者與工作崗位之間的匹配，如何實現更廣泛的運作方式，如零工經濟，以及如何解決福利分配、勞動者分類、工資可變性等問題？各國如何安全地引入人工智能和自動化技術，以應對數據安全性、私密性、惡意使用、潛在偏見等問題？各國如何改進與收入相關的政策才能盡量減少就業驟降或薪資壓力加大或二者同時產生的顛覆性影響？是否應該考慮測試，例如條件轉移、流動性支持、普遍基本收入或三者的某種組合的想法？如何為受影響勞動者提供最為有效的轉型支持和安全保障？如何建立新的社會契約，以獲得工會等各相關方支持？

人工智能如何改變企業和行業的競爭基礎

計算能力與容量、數據、算法以及人才情況可能會發生哪些變化？各項要素的演變會對各企業產生何種影響？哪些企業會從中受益，哪些企業可能被淘汰？如何鼓勵良性競爭才能保持最佳平衡，即率先采用人工智能的企業會從中受益，同時也能減少“勝者為王”動態對后期采用者的負面影響？行業結構如何演變，如何對行業重新定義？例如，最有可能成為創造先鋒的技術平臺將發揮何種作用？領跑企業與落后企業之間差距的擴大可能會產生何種影響？如何消除不同行業中的這些差距？企業如何重新設計工作流程才能提高勞動者與機器的緊密協作并在整個架構中吸收人工智能技術？如何創建協同性更強、更靈活的非層級機構架構和文化？