高盛（Goldman Sachs）：人工智能可能對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生巨大的影響（上）

高盛（GoldmanSachs人工智能可能高盛全球首席經(jīng)濟(jì)學(xué)家簡(jiǎn)?哈祖斯（JanHatzius）、高盛經(jīng)濟(jì)學(xué)家約瑟夫?布里格斯（JosephBriggs）、德維什?科德納尼（DeveshKodnani）和喬瓦尼·皮爾多梅尼科（GiovanniPierdomenico）；國(guó)研網(wǎng)編譯發(fā)布時(shí)間:2023-10-07近來(lái)涌現(xiàn)的生成式人工智能（AI）引發(fā)了這樣一個(gè)疑問(wèn)，即我們是否即將迎來(lái)任務(wù)自動(dòng)化的加速發(fā)展，從而節(jié)約勞動(dòng)力成本并提高生產(chǎn)率。盡管生成式人工智能的潛力存在很大的不確定性，但其與人類創(chuàng)造的成果不分上下的內(nèi)容生成能力，并打破人機(jī)之間的溝通障礙，反映出這種技術(shù)的重大進(jìn)步，對(duì)宏觀經(jīng)濟(jì)可能有巨大的影響。如果生成式人工智能能夠?qū)崿F(xiàn)其預(yù)期能力，那么勞動(dòng)力市場(chǎng)可能將面臨重大顛覆。利用美國(guó)和歐洲有關(guān)職業(yè)任務(wù)的數(shù)據(jù)，我們研究發(fā)現(xiàn)，目前大約有三分之二的工作崗位將在一定程度上受到人工智能自動(dòng)化的影響，而且生成式人工智能可以替代目前多達(dá)四分之一的工作。根據(jù)我們?cè)谌蚍秶鷥?nèi)的估計(jì)推斷，生成式人工智能可以使相當(dāng)于3億個(gè)全職工作崗位面臨著被自動(dòng)化替代的風(fēng)險(xiǎn)。好消息是，從歷史上看，自動(dòng)化造成的工人失業(yè)通常都會(huì)被新創(chuàng)造的工作崗位所抵消，技術(shù)創(chuàng)新之后出現(xiàn)的新職業(yè)占長(zhǎng)期就業(yè)增長(zhǎng)的絕大部分。大量的勞動(dòng)力成本節(jié)約、新的就業(yè)機(jī)會(huì)的產(chǎn)生、以及未失業(yè)工人生產(chǎn)率的提高，這些因素相結(jié)合，共同提升了生產(chǎn)繁榮的可能性，從而極大地推動(dòng)經(jīng)濟(jì)增長(zhǎng)，只是這種繁榮何時(shí)來(lái)臨還難以預(yù)測(cè)。我們估計(jì)，在生成式人工智能被得到廣泛采用之后的10年里，美國(guó)勞動(dòng)生產(chǎn)率的年度增幅提升約1.5個(gè)百分點(diǎn)。當(dāng)然勞動(dòng)生產(chǎn)率增幅的提升可能遠(yuǎn)大于/小于上述預(yù)期，這取決于人工智能能夠執(zhí)行的任務(wù)難度水平，以及有多少工作崗位最終可以實(shí)現(xiàn)自動(dòng)化。對(duì)全球勞動(dòng)生產(chǎn)率的提升作用可能還具有經(jīng)濟(jì)上的重大意義，我們估計(jì)，人工智能最終可以使全球年度GDP增長(zhǎng)7%。盡管人工智能的影響最終將取決于其能力和采用進(jìn)度，但上述估計(jì)凸顯了，如果生成式人工智能的預(yù)期能力一旦實(shí)現(xiàn)，則將產(chǎn)生巨大的經(jīng)濟(jì)潛力。生成式人工智能可能對(duì)經(jīng)濟(jì)增長(zhǎng)有巨大影響近來(lái)涌現(xiàn)的生成式人工智能（AI）引發(fā)了這樣一個(gè)疑問(wèn)，即我們是否即將迎來(lái)任務(wù)自動(dòng)化的加速發(fā)展，從而大幅度節(jié)約勞動(dòng)力成本、提高勞動(dòng)生產(chǎn)率并加快經(jīng)濟(jì)增長(zhǎng)步伐。在本文中，我們概述了人工智能的潛在宏觀經(jīng)濟(jì)影響，并認(rèn)為，人工智能一旦實(shí)現(xiàn)其預(yù)期能力，就有可能在未來(lái)幾十年極大地顛覆勞動(dòng)力市場(chǎng)，并刺激全球生產(chǎn)率增長(zhǎng)。生成式人工智能概述我們首先討論人工智能的發(fā)展現(xiàn)狀及其關(guān)鍵能力。圖1提供了關(guān)于生成式人工智能的概況，并與其前身——“機(jī)器學(xué)習(xí)方法”（有時(shí)被稱為狹義或分析式人工智能）進(jìn)行比較。在我們的評(píng)估中，目前受到關(guān)注的生成式人工智能技術(shù)（如ChatGPT、DALL-E和LaMDA）具有三個(gè)主要特征：1）它們是通用的生成式人工智能工具而不是特定的用例，2）它們能夠生成新穎的、類似于人類的輸出信息，而不僅僅是描述或解釋現(xiàn)有的信息，以及3）它們擁有易于使用的界面，能夠理解自然語(yǔ)言、圖像、音頻和視頻并作出應(yīng)答。前兩項(xiàng)技術(shù)進(jìn)步是擴(kuò)大人工智能能夠執(zhí)行的任務(wù)集邊界的關(guān)鍵，而第三項(xiàng)進(jìn)展則是影響其采用進(jìn)度的關(guān)鍵。從命令行編程（例如MS-DOS）到圖形用戶界面（例如Windows）的改變促進(jìn)了程序的開(kāi)發(fā)（例如Office），從而將計(jì)算機(jī)的強(qiáng)大功能帶給了大眾。與之類似的是，當(dāng)前的人工智能技術(shù)的直觀界面可以極大地提升其采用速度。例如，ChatGPT在短短5天內(nèi)就擁有了超過(guò)100萬(wàn)用戶，這是迄今為止所有公司當(dāng)中達(dá)到這一里程碑的最快速度。步驟1：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)訓(xùn)練步驟2：神經(jīng)網(wǎng)絡(luò)到人工智能輸出步驟3：人工智能輸出到人機(jī)界面步驟4：應(yīng)用以前的機(jī)器學(xué)習(xí)方針對(duì)特定目的在專門的數(shù)據(jù)庫(kù)上訓(xùn)練的數(shù)據(jù)（例如，對(duì)選舉結(jié)果進(jìn)行統(tǒng)計(jì)預(yù)測(cè)，回答有關(guān)生物生成式人工智能：在大型通用數(shù)據(jù)庫(kù)（即整個(gè)互聯(lián)網(wǎng)）上訓(xùn)練的數(shù)據(jù)；因此，1）用例更廣泛，2）更容易產(chǎn)生與專門用例互補(bǔ)的創(chuàng)新（“人以前的機(jī)器學(xué)習(xí)方模型根據(jù)訓(xùn)練數(shù)據(jù)中的生成式人工智能：模型試圖生成與人類數(shù)據(jù)無(wú)法區(qū)分的新信息。通過(guò)引入第二個(gè)“判別”神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，該神經(jīng)網(wǎng)絡(luò)評(píng)估初級(jí)“生成式”神經(jīng)網(wǎng)絡(luò)的輸出信息相對(duì)于人類輸出信息的真實(shí)性。這種“對(duì)抗性神經(jīng)網(wǎng)絡(luò)”的方法迫使該生并學(xué)會(huì)始終如一地“愚弄”以前的機(jī)器學(xué)習(xí)方用戶必須使用特定的代碼或語(yǔ)法來(lái)根據(jù)模型的預(yù)期生成式人工智能：使用大型語(yǔ)言模型（LLM）可以實(shí)現(xiàn)高級(jí)自然語(yǔ)言處理（NLP），這種處理將上下文整合到更大范圍的文本區(qū)域，從而支持更廣泛的請(qǐng)求和更易于訪問(wèn)的人機(jī)交以前的機(jī)器學(xué)習(xí)方—文本分類—人臉和圖像識(shí)別—統(tǒng)計(jì)預(yù)測(cè)和推斷生成式人工智能：—用類似人類的語(yǔ)言和結(jié)構(gòu)回答復(fù)雜的文本問(wèn)題創(chuàng)建原始的圖像、圖形和視頻—生成和解釋可用于其他編程和數(shù)據(jù)科學(xué)應(yīng)用程序的代碼三個(gè)關(guān)鍵變化：1.通用的而非專門化的——更廣泛的用例和更具互補(bǔ)性的創(chuàng)新2.生成式的而非描述性的——可以產(chǎn)生與人類輸出信息難以區(qū)分的原創(chuàng)成果3.友好交互，而非散發(fā)著濃厚的技術(shù)氣息——可以通過(guò)聯(lián)系上下文的復(fù)雜的自然語(yǔ)言進(jìn)行交互資料來(lái)源：高盛全球投資研究（GoldmanSachsGlobalInvestmentResearch）除了這些變化之外，可用的原始計(jì)算能力呈指數(shù)級(jí)增長(zhǎng)[1]也使人工智能可執(zhí)行任務(wù)的復(fù)雜性以及執(zhí)行這些任務(wù)的準(zhǔn)確性得以快速提高。例如，OpenAI的GPT模型的最新迭代版本——GPT-4在SAT考試中的得分比其前一版本高出150分，得出準(zhǔn)確回答的可能性提高了40%，并且現(xiàn)在可以接受視覺(jué)輸入（而不僅僅是文本）[2]。GPT-4于2023年3月發(fā)布，亦即在GPT-3.5模型完成訓(xùn)練的約一年之后。如圖2所示，甚至在上述最新進(jìn)展之前，生成式人工智能的基礎(chǔ)算法就已經(jīng)開(kāi)始在圖像分類和閱讀理解這些任務(wù)上超越人類的基準(zhǔn)。注：從《2022年斯坦福大學(xué)人工智能指數(shù)報(bào)告》中直觀近似得出的數(shù)據(jù)。資料來(lái)源：斯坦福大學(xué)“以人為本”人工智能研究所，高盛全球投資研究隨著人工智能變得越來(lái)越先進(jìn)和易于使用，人們對(duì)人工智能的興趣和投資也隨之而來(lái)。上市公司的管理團(tuán)隊(duì)越來(lái)越多地在財(cái)務(wù)報(bào)告電話會(huì)上提到人工智能，并且速度正在加快，這些興趣表現(xiàn)則預(yù)示著公司層面的資本投資將出現(xiàn)大幅增加（參見(jiàn)圖3）。截至2021年，美國(guó)和全球在人工智能領(lǐng)域的私人投資總額分別為530億美元和940億美元——按實(shí)際價(jià)值計(jì)算，兩者均比五年前增長(zhǎng)了5倍不止[3]。如果這些投資繼續(xù)以上個(gè)世紀(jì)九十年代軟件投資那樣較為溫和的速度增長(zhǎng)，那么到2030年，美國(guó)僅在人工智能領(lǐng)域的投資就可能接近于美國(guó)GDP的1%。圖3：管理團(tuán)隊(duì)在公司財(cái)報(bào)電話會(huì)上越來(lái)越關(guān)注人工智能機(jī)會(huì)，更多地提及人工智能預(yù)示著更多的資本支出資料來(lái)源：GS數(shù)據(jù)工程公司，慧甚公司（FactSet），高盛全球投資研究盡管圍繞著生成式人工智能的能力和采用進(jìn)度這些問(wèn)題仍然存在著許多不確定性，但這些發(fā)展動(dòng)態(tài)表明，人工智能處于在未來(lái)幾年內(nèi)迅速發(fā)展并擴(kuò)大規(guī)模的有利地位。工作的未來(lái)：替代時(shí)有發(fā)生，補(bǔ)充成為常態(tài)生成式人工智能能夠：1）產(chǎn)生與人類創(chuàng)造的信息不相上下的新內(nèi)容，以及2）打破人機(jī)溝通障礙，這是一種重大進(jìn)步，隱含著巨大的宏觀經(jīng)為了評(píng)估這些影響的規(guī)模，我們考慮在生成式人工智能實(shí)現(xiàn)了預(yù)期能力的情況下，其可能對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生的影響。具體而言，我們使用來(lái)自O(shè)*NET數(shù)據(jù)庫(kù)中關(guān)于美國(guó)900多個(gè)職業(yè)的任務(wù)內(nèi)容的數(shù)據(jù)（后來(lái)擴(kuò)展到歐洲ESCO數(shù)據(jù)庫(kù)中的2000多個(gè)職業(yè)），來(lái)估計(jì)各職業(yè)和行業(yè)工作崗位總數(shù)中、受到人工智能自動(dòng)化節(jié)省勞動(dòng)力影響的崗位所占比例。[注：O*NET——計(jì)算機(jī)化職業(yè)信息；ESCO——?dú)W洲標(biāo)準(zhǔn)職業(yè)分類]我們回顧了現(xiàn)有關(guān)于生成式人工智能可能用例的文獻(xiàn)，并在此基礎(chǔ)上將13種工作活動(dòng)（來(lái)自O(shè)*NET數(shù)據(jù)庫(kù)中的39種）分類為“容易受人工智能自動(dòng)化影響”的活動(dòng)。在我們的基本案例中，我們假設(shè)人工智能能夠完成O*NET“級(jí)別”量表上（有1-7個(gè)級(jí)別）高達(dá)4級(jí)難度的任務(wù)。然后，我們對(duì)每個(gè)職業(yè)的基本工作任務(wù)進(jìn)行重要性和復(fù)雜性加權(quán)平均，并估計(jì)出每個(gè)職業(yè)的總工作量中，人工智能可能取代的工作量占比。我們還假設(shè)，那些大部分工作時(shí)間在戶外、或從事體力勞動(dòng)的職業(yè)是不能被人工智能自動(dòng)化所取代的。在圖4中，我們報(bào)告了人工智能所能夠執(zhí)行的任務(wù)比例在職業(yè)級(jí)別上的分布。我們發(fā)現(xiàn)，美國(guó)大約有三分之二的職業(yè)在一定程度上受人工智能自動(dòng)化影響，而在那些受到影響的職業(yè)中，大多數(shù)職業(yè)的工作量中都有相當(dāng)一部分比例（25-50%）是可以被替代的。圖4：目前有三分之二的職業(yè)可以通過(guò)人工智能實(shí)現(xiàn)部分自動(dòng)化資料來(lái)源：高盛全球投資研究根據(jù)《美國(guó)職業(yè)就業(yè)和工資調(diào)查》（OEWS）中每個(gè)職業(yè)的就業(yè)比例對(duì)我們的估計(jì)進(jìn)行加權(quán)并匯總到行業(yè)層面，我們估計(jì)美國(guó)目前有四分之一的工作任務(wù)可以由人工智能自動(dòng)化執(zhí)行（圖5上圖），其中行政（46%）和法律（44%）類職業(yè)存在著很高的替代風(fēng)險(xiǎn)，而建筑（6%）和維護(hù)（4%）等體力密集型職業(yè)被人工智能自動(dòng)化替代的風(fēng)險(xiǎn)較小。我們將職業(yè)水平上的估計(jì)值與“歐洲ISCO職業(yè)分類系統(tǒng)”匹配，并使用“歐盟統(tǒng)計(jì)局勞動(dòng)力調(diào)查（LFS）數(shù)據(jù)庫(kù)”對(duì)歐元區(qū)進(jìn)行類似操作，無(wú)論是在總量還是在行業(yè)層面都可得出類似數(shù)量級(jí)的估計(jì)值（圖5下圖）。[注：ISCO——國(guó)際標(biāo)準(zhǔn)職業(yè)分類]圖5：在美國(guó)和歐洲，目前有四分之一的工作任務(wù)可以通過(guò)人工智能實(shí)現(xiàn)自動(dòng)化資料來(lái)源：高盛全球投資研究接下來(lái)，我們將美國(guó)和歐洲的估計(jì)擴(kuò)展到全球，根據(jù)各國(guó)產(chǎn)業(yè)構(gòu)成的差異進(jìn)行調(diào)整，并進(jìn)一步假設(shè)人工智能不會(huì)影響新興市場(chǎng)經(jīng)濟(jì)體的農(nóng)業(yè)部門，因?yàn)樾屡d市場(chǎng)經(jīng)濟(jì)體和發(fā)達(dá)市場(chǎng)經(jīng)濟(jì)體之間的農(nóng)業(yè)部門在產(chǎn)業(yè)構(gòu)成和生產(chǎn)方式上存在顯著差異[4]。我們的估計(jì)直觀地表明，與發(fā)達(dá)市場(chǎng)相比，新興市場(chǎng)受到自動(dòng)化影響的工作崗位相對(duì)較少，但在就業(yè)加權(quán)的基礎(chǔ)上，全球18%的工作可以通過(guò)人工智能自動(dòng)化來(lái)完成（圖6）。圖6：全球約18%的工作可以通過(guò)人工智能自動(dòng)化實(shí)施，其中對(duì)發(fā)達(dá)經(jīng)濟(jì)體的影響要大于對(duì)新興經(jīng)濟(jì)體的影響資料來(lái)源：高盛全球投資研究總體來(lái)說(shuō)，我們的估計(jì)表明，很大一部分就業(yè)和工作崗位至少在一定程度上受到人工智能自動(dòng)化的影響，這可能會(huì)節(jié)省大量勞動(dòng)力。為了評(píng)估我們的估計(jì)的穩(wěn)健性，我們將作為基準(zhǔn)的美國(guó)估計(jì)結(jié)果與更廣泛的情景進(jìn)行比較，例如假設(shè)人工智能可以執(zhí)行比基準(zhǔn)更難或更容易的任務(wù)、亦或放寬人工智能不能協(xié)助戶外或體力勞動(dòng)為主的工作的假設(shè)（即人工智能與機(jī)器人技術(shù)和現(xiàn)有機(jī)械設(shè)備互補(bǔ)的情景）。我們的情景分析表明，受自動(dòng)化影響的工作崗位的最終比例可能在15-35%之間（圖7，左圖），這一范圍與文獻(xiàn)中現(xiàn)有的估計(jì)一致，但相對(duì)保守（圖7，右圖）。我們的基準(zhǔn)情景相對(duì)保守主要是因?yàn)?，我們更集中于關(guān)注生成式人工智能的影響，而其他研究有時(shí)則會(huì)考慮更廣泛的相關(guān)技術(shù)（包括機(jī)器人技術(shù)），從而擴(kuò)大了自動(dòng)化的范圍。圖7：我們的估計(jì)證實(shí)，很大一部分就業(yè)至少在一定程度上受人工智能自動(dòng)化的影響，但帶來(lái)更大影響的通常還有體力勞動(dòng)的自動(dòng)化，這在短期內(nèi)似乎不太可能實(shí)現(xiàn)資料來(lái)源：高盛全球投資研究盡管人工智能對(duì)勞動(dòng)力市場(chǎng)的影響可能很大，但大多數(shù)工作和行業(yè)只是在一定程度上受自動(dòng)化影響，因此更有可能是人工智能的補(bǔ)充，而不是被取而代之。在圖8中我們假設(shè)，對(duì)于至少有50%的任務(wù)（經(jīng)過(guò)重要性和復(fù)雜性加權(quán)）會(huì)受自動(dòng)化影響的工作，此類工作很有可能被人工智能取代；10-49%的任務(wù)受自動(dòng)化影響的工作則會(huì)得到人工智能的補(bǔ)充；而0-9%的任務(wù)受自動(dòng)化影響的工作則不太可能受到?jīng)_擊。在我們的基準(zhǔn)情景中，這些假設(shè)與如下情況一致：即當(dāng)前美國(guó)7%的就業(yè)被人工智能取代、63%獲得人工智能補(bǔ)充、30%不受影響；只是最終的影響將取決于如下因素，即隨著大多數(shù)職業(yè)省下部分勞動(dòng)力，勞動(dòng)力需求和職業(yè)將會(huì)如何演變。圖8：法律和行政領(lǐng)域大部分工作可能被人工智能替代，人工智能對(duì)體力勞動(dòng)和戶外工作幾乎沒(méi)有影響，在其他領(lǐng)域人工智能提高了生產(chǎn)率資料來(lái)源：高盛全球投資研究[1]塞維利亞（Sevilla）等人（2022年）指出，自21世紀(jì)10年代出現(xiàn)“深度學(xué)習(xí)”方法以來(lái)，用于訓(xùn)練人工智能模型的“訓(xùn)練計(jì)算”（即用于訓(xùn)練人工智能模型的計(jì)算量