西湖娱乐城【人工智能】AI 的经济学——自动化对工人意味着什么？

　　西湖娱乐城,西湖娱乐城官方网站,西湖娱乐城APP,西湖娱乐城网址,西湖娱乐城最新

　　AI 背后的技术发展速度惊人。领先模型的智能正在以惊人的速度发展——GPT-2（2019 年）难以形成连贯的句子。仅仅 4 年后，GPT-4 在从竞赛数学到 AP 考试的任务中已经超越了大多数高中生的能力¹。此外，运行 AI 模型的成本 正在大幅下降——OpenAI 于 2024 年 7 月推出的 GPT-4o mini 的性能与 2023 年 3 月发布的原始 GPT-4 相当，成本仅为其 1/200²。而且这种进步没有停止的迹象³。

　　如果劳动力和 AI 具有高度可替代性，就业就会减少。在这种情况下，由于制作一段特定视频对于 AI 来说比人工成本更低，因此企业将在该任务的生产中用人工智能取代人工。因此，任务 A 的生产中劳动力的份额下降，而 AI 的份额上升。一般来说，这意味着更多的任务完全自动化（即完全使用 AI 作为输入）。保持生产结构（即每项任务在最终产出中的份额）不变，所需的劳动力数量就会减少（例如，超市的收银员被自助结账柜台取代）。

　　例如，如果 OpenAI 的 Sora 模型能够以75% 的生产力（粗略定义为相对于时间和金钱投入的质量）生成视频，那么它将取代 任何比 75% 更差的视频编辑器（假设其 AI 边际成本低于雇用 75% 的视频编辑器的成本）。然而，对于 90% 的视频编辑器来说，Sora 成为一种增强工具。这位编辑可以使用 Sora 立即获得质量相当于 75% 视频编辑器的初稿，然后利用他们卓越的技能将初稿改进为更高质量的最终产品。

　　从上面推文中的图表¹⁵，我们可以看到 AI 的发展速度有多快。在深度学习的突破推动下， AI 在 2010 年代已经在图像识别等狭义任务上超越了人类的表现。在自然语言处理 (NLP) 领域，Transformer（于 2017 年推出）彻底改变了该领域，从 BERT 等模型扩展到 GPT 的后续版本。目前，前沿 AI 模型正在代码生成、高级数学以及推理和逻辑等更复杂的任务上迅速改进。目前的趋势表明， AI 将在未来几年内与这些领域的人类专家相媲美或超越人类专家。

　　通过将 AI 绩效数据与职业任务描述关联起来，并将其与每个职业工人的估计技能分布进行比较，我们可以构建一个指标，衡量 AI 相对于每个职业的人类的相对绩效，从而衡量每个职业工人的替代或增强潜力。我相信这是可能的——经合组织的 PIAAC 是首屈一指的国际可比成人技能数据库，我自己也曾在一个关于成人技能和老龄化的经济学项目中使用过它。经合组织还 衡量了 AI 解决 PIAAC 读写和算术测试的能力 ¹⁷。

　　然而，随着公司和 AI 技术的发展，这种动态可能会发生变化。也许公司将进行任务专业化，将任务 A 和任务 B 分离，并为每个任务雇用单独的工人。因此，任务 A 中表现不佳的工人将被取代，因为任务 B 不再需要他们。或者，进一步的 AI 进步也可以使任务 B 自动化（例如，OpenAI Realtime 改进为自动化所有简单的客户服务电话）。也许到那时你会看到最优质的客户助理（例如那些提供个性化咨询/指导或情感指导的客户助理）得到增强，而所有低质量的客户助理都将被自动化。

　　我的教兄是一位热心的电影评论家，他向我强调了这种担忧。我们当时正在讨论 2023 年好莱坞演员罢工，反对电影制片厂使用人工智能配音取代小角色等问题。他指出，许多多产的电影导演都是通过在好莱坞多年从事低级工作来磨练自己的手艺。例如，克里斯托弗·诺兰 (Christopher Nolan) 早年曾担任过剧本阅读员和摄影师 [26] 。如果制片厂用人工智能取代这些机会，他可能永远不会成为今天的样子。人工智能就像一场海啸——那些未能在自动化之前的短暂机会之窗中到达“更高境界”的人，在自动化浪潮来袭时可能会遭受不可逆转的毁灭。这种动态可能会导致熟练工人和非熟练工人之间不可逆转的两极分化。

　　第三，能够促进创新或刺激更多产品创造的产品也会表现出价格弹性需求。最好的例子就是半导体。半导体最初由于成本高昂仅用于军事应用，但后来价格呈指数级下降，功能越来越强大，推动了一系列创新——从个人电脑到智能设备（如冰箱和电视）。今天，这一事实比以往任何时候都更加真实（我们将在下一篇文章中详细介绍），因为大型科技公司对半导体的需求无止境，推动了先进人工智能模型的开发和部署。尽管半导体的性能每两年翻一番（摩尔定律），但对半导体的需求仍在飙升， 预计到 2030 年，GPU 产量每年将翻一番 ³⁰。

　　从长远来看，企业将从将人工智能视为一种简单的效率工具，转变为将其作为全新生产模式的核心功能进行整合。一些例子可能是自主供应链，或协调知识工作者的人工智能个人助理。这种转变还将催生一类新的人工智能优先产品，有可能推动大规模的生产力改进，并促使人们重新想象劳动力在这些系统中的作用，或产生复职效应的超级版本。也许现在所有的工人都将成为“质量控制专家”，检查人工智能生成的输出是否有错误或根据小众用户需求对其进行定制。

　　我想到的一个例子是技术产品经理 (PM)。PM 的核心职责——了解产品、行业和用户，以及促进工程师和业务团队之间的沟通和协作——从根本上讲是不可自动化的。然而，PM 的角色还包括可自动化的任务（例如，安排会议、在 Figma 上制作模型、原型设计、制作演示文稿、监控用户活动和开发人员的进度），而人工智能正在这些方面取得快速进展（用于安排会议的 AI 代理、Figma 的文本转设计、文本转 PPT 以及更多由人工智能驱动的监控仪表板）。这使 PM 的生产力显著提高，使他能够将更多时间集中在核心技能上，管理更大的团队和/或更有效地设计和推出新功能和产品。此外，好的软件产品可以解决的问题实际上是无穷无尽的——对软件的需求几乎是无限的。因此，生产力的提高将使 PM 能够做更多的事情，而不是让更少的 PM 做同样的工作。这些论点也适用于科技企业家。

　　这一愿景与流行文化中描绘的乌托邦理想相一致，例如艾萨克·阿西莫夫的《我，机器人》一书，其中人工智能将所有经济工作自动化，使人类可以专注于智力和休闲活动，而不必为谋生而烦恼。在这样的世界里，如果你擅长某项自动化任务，你实际上仍然可以通过将这些技能教给其他人来找到工作的意义和收入（例如跑步教练、艺术指导和音乐老师）。最终，人类将倾向于一种真正不可自动化的产品：从人际关系中获得价值的活动，例如个性化辅导、培养人际关系和情感交流。

　　总之，人工智能无疑将对经济产生深远影响，其性能将得到改善，成本将迅速下降。使用一个经济基础框架，我将解释为什么一些工人将被取代，而另一些工人将得到人工智能的增强，人工智能对工人的影响取决于一个关键指标：人工智能在与他的职业相关的任务上的表现是否优于工人。高技能工人或低技能工人是否受益更多取决于公司的生产性质。然而，人工智能目前的使用方式并不是其经济前景的良好指标，因为它是一种通用技术，将创造新的系统、产品，并在长期内推动生产力的显著提高。

　　介绍一下我的框架：人工智能根据其相对于特定任务中的工人的表现来增强或自动化劳动力。如果人工智能比劳动力更好，那么劳动力就会自动化，但如果劳动力比人工智能更好，那么人工智能就会增强劳动力。这些信息很容易获得——人工智能模型与人类在各种任务中的表现进行对比，及时提供有关其相对能力的见解。这些基准可以映射到劳动力技能分布（例如，使用 OECD PIAAC 数据），以评估哪些工人最有可能被自动化或最有可能被增强。

　　然而，我个人认为高技能工人受益更多，因为：i）在一项任务中，他们更有可能被增强而不是被自动化；ii）正如 Toner-Rodgers (2024) 所示，人工智能可以在创新过程中补充人类的专业知识；iii）随着工人在晋升过程中担任管理角色，经验和人工智能对任务的互补性之间存在正相关关系；iv）即使由于人工智能导致技能差距缩小，自动化任务的商品化也可以降低任务价格；v）由于人工智能，低技能工作面临着就业机会的减少，剥夺了他们在工作中获得技能的机会，从而形成了恶性循环。