人工智慧:新貴孵化器or“難民”製造機?
充分掌握AI 技術,搶奪先發優勢
這份ofollow,noindex" target="_blank"> 人工智慧 報告通過模擬人工智慧(AI )技術的應用和擴散,來判斷其對世界經濟的影響。研究的物件包括五大類:計算機視覺、自然語言、虛擬助手、機器人流程自動化和高階機器學習。模擬結果顯示,到2030 年,至少採用了一種AI 技術的公司大約佔總數的70% ,但完全吸收了這五種技術的公司還不到一半。
該報告主張,在公司層面,人工智慧技術應用領先的企業可以形成對競爭對手的不對稱優勢。雖然一開始因為掌握新技術和技術佈局的大量投入將佔到企業未來五年內潛在收益的80 %,但隨後AI 技術對企業影響的速度會越來越快,到2030 年時AI 技術對公司增長的貢獻將達到最初5 年的三倍以上。由於先行者能夠儘早發現和把握人工智慧帶來的機遇,從而在技術積累和人才招攬方面形成先發優勢,遲到的公司會越來越被動。此外,前者可以在5 到7 年的時間裡將其現金流翻倍,後者則既要面對市場份額的流失,又要承受現金流下降20% 和裁員的壓力。
也就是說,即使有的老闆大發善心,不忍用機器和程式換掉人類員工,最後的下場也有可能是輸給發展更快的人工智慧企業,大家集體完蛋。
除此之外,企業並非是唯一在人工智慧的競賽中下場角逐的選手。國家也不能置身事外。
報告稱,由於GDP 增長勢頭放緩、人口老齡化和工資率較高等原因,許多發達國家可能別無選擇,只能走人工智慧這條路,拉高生產率。而發展中國家由於數字基礎設施不足,技術底子薄,人力成本較低,在應用AI 技術方面的速度無法與前者相提並論。此消彼長之下,在AI 應用技術上領先的國家將從中獲得20-25% 的經濟效益增幅,而後者僅為5-15% 。
換句話說,人工智慧發展快的國家吃肉,發展慢的國家喝湯。與企業一樣,兩者之間的差距還將進一步擴大。這將導致“ 窮者益窮,富者益富” 的惡性迴圈。難怪有人將這場AI 技術發展的競賽稱之為一場“ 賭國運” 的戰爭。
搭上AI 技術的快車,還是淪為新一代“ 技術難民” ?
麥肯錫的研究預測,到2030 年,AI 技術的採用可能使全球經濟總量增加約13 萬億美元,將全球GDP 年增長率額外提高1.2 個百分點。不過,雖然AI 技術、自動化等技術的應用將給人類社會帶來新一輪的生產力爆炸,但要想從中受益,首先要保證不被機器人踹下車。畢竟,在各國不惜一切代價爭相發展AI 技術的激烈競賽之中,個人一不留神就會成為那個“ 代價” 。
在2017 年底,麥肯錫公司還發布了一份名為《Jobs lost, jobs gained: What the future of work will mean for jobs, skills, and wages 》的報告。報告宣稱,哪怕不考慮未來十年出現的新技術,僅以當前已經展示過的科技作為參照標準,當前全球工作中近50% 的活動從技術層面而論都能夠被自動化。換句話說,一半的事情不需要人來做,憑藉機械與程式就足以代勞。而在當前的所有職業中,有6 成的職業至少有30% 的活動可以被自動化。
根據該報告的預測,到2030 年,全球大約4-8 億人的工作會被自動化完全取代,不得不另找新工作。但是,其中有7500 萬到3.75 億人可能需要徹底轉換職業軌道和學習新技能才能上崗。
到2030 年,需要完全轉換職業類別的各國人數(百萬):
經濟體 |
總人數 |
美國 |
16-54 |
德國 |
3-12 |
11-27 |
|
其他發達國家 |
17-64 |
中國 |
12-102 |
印度 |
3-38 |
(資料來源:麥肯錫全球研究院)
僅以總人數而論,中國名列第一。這意味著作為一名中國人,你可能需要在這場競賽中付出極為沉重的代價。對於國家和企業來說,就業人數只不過是個不斷波動的數字,但在這個數字每一次變化的背後,付出代價的都是每一個活生生的人。雖然中國製定了《新一代人工智慧發展規劃》,力爭成為世界主要人工智慧創新中心,但顯然,富士康工廠裡被機器人趕下流水線的工人並不是脫下工作服就能去BAT 當工程師的。
如果跟不上節奏,即使在高生產力,物資極大豐富的社會裡也有可能出現嚴重的等級分化。 被時代拋棄的這一群人會淪為新一代的“ 技術難民” 。 這一論斷並非危言聳聽。麥肯錫全球研究院的報告就表示,AI 技術的普及將使得“ 重複性勞動” 被自動化程式和機器所代替。這類崗位需求到2030 年可能會從總就業崗位的40 %下降到不足30 %,而且收入水準可能停滯甚至下降。這將導致大約13 %的工資總額從前一類工作轉移到社交性或人類認知為主導,或對數字技能要求高的工作崗位上。
對此,目前主流言論給出的定心丸主要分為兩種:一種辯解稱AI 會創造新的崗位來進行彌補。例如,普華永道7 月份的一份報告就以英國為研究樣本,主張到2037 年時AI 創造的新工作崗位數(720 萬)會大於消滅的工作崗位數(700 萬)。
另一方面,諾貝爾經濟學獎得主、前世界銀行首席經濟學家約瑟夫· 斯蒂格利茨為首的一些學者則主張另覓出路,認為目前教育、醫療服務和老人護理還需要大量低技能的人員,可以靠這些領域吸收AI“ 釋放” 出的勞動力。
然而,這兩派觀點都不得不面對一個無法迴避的現實——AI 發展競賽的紅利分配並不均衡。AI 應用程度領先的經濟體獲得的紅利較多,消費水平上漲較快,新增工作崗位也較多,而發展水平較低的經濟體分得的紅利較少,新增崗位較為有限,損失的工作崗位往往更多。損失最多的地區並不是收益最多的地區。 因此,其本質仍然是一場成王敗寇,劫貧濟富的血腥遊戲。