高盛：人工智能對經(jīng)濟增長的潛在巨大影響

高盛[1]：人工智能對經(jīng)濟增長的潛在影響

摘要

△最近出現(xiàn)的生成式人工智能（AI）讓我們思考是否即將迎來任務(wù)自動化的快速加速，從而推動勞動成本節(jié)約并提高生產(chǎn)力。盡管生成式AI的潛力存在重大不確定性，但其能夠生成與人類創(chuàng)作輸出無法區(qū)分的內(nèi)容，打破人與機器之間溝通障礙，這反映了一項重大進步，具有潛在的巨大宏觀經(jīng)濟影響。

△如果生成式AI實現(xiàn)其承諾的能力，勞動力市場可能會被顛覆。本文使用美國和歐洲的職業(yè)任務(wù)數(shù)據(jù)發(fā)現(xiàn)，目前約有三分之二的工作崗位存在一定程度上的AI自動化風(fēng)險，而生成式AI最多可能替代當(dāng)前工作的四分之一。根據(jù)本文估計，生成式AI可能使得全球3億人的工作崗位面臨自動化風(fēng)險。

△好消息是，自動化導(dǎo)致的工人失業(yè)在歷史上通常都被新工作的創(chuàng)造所抵消，而技術(shù)創(chuàng)新帶來的新職業(yè)的出現(xiàn)占據(jù)了長期就業(yè)增長的絕大多數(shù)。顯著的勞動力成本節(jié)約、新崗位的產(chǎn)生以及對未失業(yè)工人生產(chǎn)力的提高相結(jié)合，提高了生產(chǎn)率繁榮的可能性，從而大幅提高經(jīng)濟增長，盡管這樣的繁榮其持續(xù)時間難以預(yù)測。

△本文估計，在AI得到廣泛應(yīng)用后的10年內(nèi)，其可以將美國每年的勞動生產(chǎn)率增長提高不到1.5個百分點，勞動生產(chǎn)率增長的提升大小將取決于AI能夠執(zhí)行的任務(wù)難度以及最終自動化的工作數(shù)量，這一增長可能低于預(yù)期也可能超預(yù)期。

△全球勞動生產(chǎn)率的提升也可能在經(jīng)濟上具有重大意義，本文估計AI最終可以使全球年GDP增長7%。盡管AI的影響最終取決于其能力和實際應(yīng)用時間，但這一估計凸顯了如果生成式AI能夠?qū)崿F(xiàn)其承諾，其能夠帶來巨大經(jīng)濟潛力。

這篇全球經(jīng)濟分析文章概述了人工智能對宏觀經(jīng)濟的潛在影響，并認為如果人工智能兌現(xiàn)其承諾的能力，它有可能在未來幾十年內(nèi)顯著擾亂勞動力市場并刺激全球生產(chǎn)力增長。

一

生成式人工智能概述

本文首先討論人工智能發(fā)展的現(xiàn)狀及其關(guān)鍵能力。圖1是生成式人工智能的概述，將與其前身機器學(xué)習(xí)方法（有時稱為狹義或分析性人工智能）進行比較。本文的評估著重關(guān)注生成人工智能技術(shù)，如ChatGPT、DALL-E和LaMDA，它們具有三個主要特征：

（1）具備通用性而非特定場景應(yīng)用；

（2）能夠生成新穎的、類似于人類的輸出，而不僅僅是描述或解釋現(xiàn)有信息；

（3）它們可以理解多種形式的信息，可以理解自然語言、圖像、音頻和視頻并做出響應(yīng)。

前兩個進展是擴大人工智能可執(zhí)行任務(wù)集的關(guān)鍵，而第三個進展則關(guān)鍵在于確定其采用時間表。就像從命令行編程（例如MS-DOS）到圖形用戶界面（例如Windows）的遷移促進了程序（例如Office）的開發(fā)，從而將個人電腦的功能帶給了大眾一樣，當(dāng)前一代人工智能技術(shù)的直觀界面可以顯著提高其應(yīng)用速度。例如，ChatGPT在短短5天內(nèi)就超過100萬用戶，是所有公司里達到這一里程碑速度最快的。

來源：高盛全球投資研究

圖1：生成式AI概述

除了這些變化，指數(shù)級增長的計算能力使得人工智能可以迅速實現(xiàn)更準(zhǔn)確地執(zhí)行更復(fù)雜的任務(wù)。例如，OpenAI的GPT模型的最新版本——GPT-4于2023年3月發(fā)布。大約在作為ChatGPT基礎(chǔ)的GPT-3.5模型完成訓(xùn)練一年后，GPT-4在SAT考試上的得分比其前身高出150分，對于同樣的問題回答準(zhǔn)確度提高了40%，并且現(xiàn)在GPT-4在GPT-3.5的基礎(chǔ)上，不僅可以接受文本輸入，還可以接受視覺輸入。正如圖2所示，生成式人工智能背后的算法在圖像分類和閱讀理解等任務(wù)上已經(jīng)開始超越人類基準(zhǔn)，這一超越甚至在之前就已實現(xiàn)。

來源：高盛全球投資研究

圖2：人工智能逐漸超過人類的基準(zhǔn)測試

隨著人工智能變得越來越先進和易于使用，越來越多的人對其產(chǎn)生了興趣并進行投資。上市公司的管理團隊在電話會議中提到人工智能的次數(shù)也在迅速增加，這些跡象預(yù)示著公司對AI的投資將大幅增加（參見圖表3）。截至2021年，美國和全球?qū)I的私募股權(quán)投資總額分別為530億美元和940億美元。按實際價值計算，美國和全球的AI投資比五年前增長了五倍多。如果投資繼續(xù)以上世紀(jì)90年代軟件投資那樣溫和的速度增長，到2030年，美國僅在人工智能方面的投資就可能接近美國GDP的1%。

來源：高盛全球投資研究

圖3：管理團隊越來越關(guān)注AI在公司財務(wù)報告電話會議上

帶來的機會，更多提及AI預(yù)示著更高的資本支出

盡管圍繞生成式人工智能的能力和采用時間線仍存在很多不確定性，但這些發(fā)展表明，人工智能已做好充分準(zhǔn)備，在未來幾年內(nèi)將迅速發(fā)展并擴大規(guī)模。

二

未來的工作

生成式AI能夠生成與人類創(chuàng)造的產(chǎn)出以及打破人機之間的溝通障礙，這是一項重大進步，反映其具有產(chǎn)生巨大宏觀經(jīng)濟影響的潛力。

為了評估影響的大小，考慮了生成式人工智能對勞動力市場可能產(chǎn)生的影響，前提是生成式人工智能能夠兌現(xiàn)其承諾的能力。本文使用來自O(shè)*NET數(shù)據(jù)庫的數(shù)據(jù)，涉及美國900多種職業(yè)（后來擴展到歐洲ESCO數(shù)據(jù)庫的2,000多種職業(yè)），以估計各個職業(yè)和行業(yè)面臨的受節(jié)省勞動力自動化影響的總體勞動力份額。

基于對生成式人工智能可能使用情況的現(xiàn)有文獻綜述，將ONET數(shù)據(jù)庫中的39項工作活動中的13項歸類為暴露于人工智能自動化的影響之下，并在基準(zhǔn)情況下假設(shè)人工智能能夠完成ONET“級別”評分為7級中的4級難度的任務(wù)。本文對每個職業(yè)的重要工作任務(wù)進行權(quán)重平均，以估計人工智能有潛力替換的每個職業(yè)總工作量的份額。本文進一步假設(shè)，那些工作中工人大部分時間在戶外或從事體力勞動的職業(yè)是不能被人工智能自動化取代的。

圖4展示了AI可能自動化的任務(wù)份額在職業(yè)級別上的分布。本文發(fā)現(xiàn)，約三分之二的美國職業(yè)面臨一定程度的AI自動化風(fēng)險，而且大多數(shù)暴露于AI自動化風(fēng)險之下的職業(yè)中有25%—50%的工作量可能被AI替代。

來源：高盛全球投資研究

圖4：目前三分之二的職業(yè)可以通過人工智能

實現(xiàn)部分自動化

通過按照每個職業(yè)在美國職業(yè)就業(yè)和工資調(diào)查（OEWS）中的就業(yè)份額進行加權(quán)估計，并匯總到行業(yè)層面，本文估計美國約有四分之一的現(xiàn)有工作任務(wù)可以由人工智能自動化替代（圖5上），特別是行政（46％）和法律（44％）職業(yè)，這兩者存在著很高的自動化替代風(fēng)險，而體力勞動職業(yè)，如建筑（6％）和維修（4％）職業(yè)，其被人工智能自動化替代的風(fēng)險較小。將職業(yè)級別估計與歐洲ISCO職業(yè)分類系統(tǒng)匹配，并使用歐盟統(tǒng)計局勞動力調(diào)查數(shù)據(jù)庫（LFS）進行類似的分析，無論是總體還是行業(yè)層面可得出類似的結(jié)果（圖5下）。

來源：高盛全球投資研究

圖5：在美國和歐洲，四分之一的當(dāng)前工作任務(wù)

可以通過AI實現(xiàn)自動化

接下來，將美國和歐洲估計擴展到全球范圍，并調(diào)整各國產(chǎn)業(yè)結(jié)構(gòu)的差異。本文進一步假設(shè)，由于新興市場經(jīng)濟體和發(fā)達市場經(jīng)濟體之間農(nóng)業(yè)部門的產(chǎn)業(yè)構(gòu)成和生產(chǎn)方法存在顯著差異，人工智能不會影響新興市場經(jīng)濟體的農(nóng)業(yè)部門[2]。估計顯示，在就業(yè)加權(quán)的基礎(chǔ)上，全球約有18%的工作可能被AI自動化所取代（圖6）。新興市場相對發(fā)達市場，能夠被自動化替代的工作崗位相對較少。

來源：高盛全球投資研究

圖6：全球范圍內(nèi)，18%的工作可能被人工智能自動化，

而發(fā)達市場經(jīng)濟體的影響比新興市場經(jīng)濟體更大

總體來說，大量的工作崗位面臨著被人工智能自動化取代的風(fēng)險，這可能會顯著節(jié)約勞動力。為了評估估計的穩(wěn)健性，將作為基準(zhǔn)的美國估計結(jié)果與更廣泛的情景進行比較，包括假設(shè)的人工智能可以執(zhí)行比基準(zhǔn)更難或更容易的任務(wù)，并且放寬了人工智能不能協(xié)助主要在戶外或從事體力勞動的工作的假設(shè)（即認為有一種情況是人工智能與機器人和現(xiàn)有機械設(shè)備相輔相成）。情景分析表明，面臨被自動化替代風(fēng)險的崗位可能占到所有崗位的15—35%（圖7左），這一范圍與現(xiàn)有文獻中的估計一致，但相對保守（圖7右）。相對保守的基準(zhǔn)主要反映了對生成式人工智能影響的關(guān)注范圍集中在行業(yè)本身，與其他研究有所不同，這些研究會考慮更廣泛的相關(guān)技術(shù)（包括機器人技術(shù)等），從而增加了自動化的范圍。

來源：高盛全球投資研究

圖7：估計證實了相當(dāng)大的一部分就業(yè)和工作至少部分暴露于AI自動化的風(fēng)險，但其他研究通常提到的更大影響，包括自動化看似在近期內(nèi)不太可能實現(xiàn)的物理任務(wù)

盡管AI對勞動力市場的影響可能很大，但大多數(shù)工作和行業(yè)只是部分任務(wù)被自動化替代，因此AI更有可能起到補充效果，而不是直接替代工作崗位。在圖8中，假設(shè)自動化能夠替代的任務(wù)占工作中重要和復(fù)雜任務(wù)超過50%的定義為很可能被AI替代，自動化能夠替代10—49%的任務(wù)的，AI更有可能起到補充效果，而對于只有0—9%的工作會被人工智能自動化替代的崗位，則不太可能受到影響。在基準(zhǔn)估計中，這些假設(shè)意味著當(dāng)前美國7%的就業(yè)崗位可能被AI替代，63%得到補充，30%不受影響，但最終的影響將取決于職業(yè)需求和工作量如何演變以響應(yīng)勞動力的部分替代。

來源：高盛全球投資研究

圖8：AI替代法律和行政領(lǐng)域，對于體力勞動和戶外工作

幾乎沒有影響，在其他領(lǐng)域則增加了生產(chǎn)率

三

衡量AI對生產(chǎn)力和增長的推動作用

大量的就業(yè)機會面臨被生成式人工智能自動化取代的風(fēng)險，這提高了提高勞動生產(chǎn)率的潛力，可以顯著增加全球產(chǎn)出。人工智能驅(qū)動的自動化可以通過兩個主要渠道提高全球GDP。首先，大多數(shù)職業(yè)的任務(wù)都部分會被人工智能自動化替代，因此在采用人工智能后，工人可能會將部分解放出來的能力用于提高生產(chǎn)活動的產(chǎn)出。學(xué)術(shù)研究表明，采用AI的公司的工人有更高的勞動生產(chǎn)率增長，他們的勞動生產(chǎn)率每年增加2—3個百分點（圖9）。盡管生成式AI的能力與早期年份的差異使得預(yù)測未來很難，但至少這清楚地表明生成式AI可以推動生產(chǎn)力顯著提高。此外，對于一些行業(yè)和職業(yè)，AI可能會補充人類的工作能力而不是取代其工作，這也會提高生產(chǎn)力。

來源：高盛全球投資研究

圖9：學(xué)術(shù)研究普遍發(fā)現(xiàn)，使用人工智能的公司

其工人生產(chǎn)率增長2—3個百分點

此外，我們預(yù)計許多因人工智能自動化而失去工作的工人最終會通過從事新的職業(yè)，以響應(yīng)新的總體和勞動力需求或者直接從事與人工智能有關(guān)的職業(yè)，從而提高總產(chǎn)出。這兩個渠道都有許多歷史先例。例如，信息技術(shù)創(chuàng)新引入了網(wǎng)頁設(shè)計師、軟件開發(fā)人員和數(shù)字營銷專業(yè)人員等新職業(yè)，但同時也增加了總收入并間接推動了醫(yī)療保健、教育和食品服務(wù)等行業(yè)對服務(wù)業(yè)勞動者的需求。

為了展示最初取代工人的技術(shù)創(chuàng)新如何在長期內(nèi)推動就業(yè)增長，我們在圖10中展示了經(jīng)濟學(xué)家大衛(wèi)·奧托（David Autor）及其合著者最近的一項研究結(jié)果。他們使用人口普查數(shù)據(jù)發(fā)現(xiàn)，今天60%的工人從事的職業(yè)在1940年并不存在，這意味著過去80年中，超過85%的就業(yè)增長是由技術(shù)驅(qū)動創(chuàng)造新崗位。

來源：高盛全球投資研究

圖10：技術(shù)創(chuàng)新導(dǎo)致新職業(yè)出現(xiàn)，這些職業(yè)占

就業(yè)增長的大部分

圖11利用了經(jīng)濟學(xué)家Daren Acemoglu和Pascual Restrepo的另一項學(xué)術(shù)研究，將勞動力需求的變化分解為生產(chǎn)率增長和技術(shù)驅(qū)動的工人失業(yè)和再就業(yè)（以及其他因素）的貢獻，以顯示隨時間變化勞動力需求的驅(qū)動因素。研究發(fā)現(xiàn)，技術(shù)變革在戰(zhàn)后時期的前半段以大約相同的速度替換了工人并創(chuàng)造了新的就業(yè)機會，但自1980年代以來，技術(shù)變革替換工人的速度超過了創(chuàng)造新機會的速度。這些結(jié)果表明，如果人工智能對勞動力市場的影響類似于信息技術(shù)的早期進步，那么近期生成式人工智能對勞動力需求的直接影響可能是負面的，盡管對勞動力生產(chǎn)率增長的影響仍將是積極的。

來源：高盛全球投資研究

圖11：過去，自動化帶來的工人失業(yè)情況在1980年前往往被新角色/任務(wù)的創(chuàng)造所抵消，但近年來失業(yè)情況導(dǎo)致勞動力需求凈下降

將顯著降低勞動力成本、創(chuàng)造新的工作機會和提高非失業(yè)工人生產(chǎn)率的效果相結(jié)合，有可能促進勞動生產(chǎn)率的繁榮，就像早期的通用技術(shù)（如電動機和個人電腦）出現(xiàn)后的繁榮一樣。這些歷史經(jīng)驗提供了兩個重要的教訓(xùn)。

第一，勞動生產(chǎn)率繁榮的時間很難預(yù)測，但在這兩種情況下，都是在技術(shù)突破后大約20年開始的，當(dāng)時大約有一半的美國企業(yè)采用了這項技術(shù)（圖12左）。第二，在這兩種情況下，勞動生產(chǎn)率增長在繁榮開始后的10年中每年增加約1.5個百分點，表明勞動生產(chǎn)率的增長可能相當(dāng)可觀（圖12右）。

來源：高盛全球投資研究

圖12：以前的里程碑式技術(shù)已導(dǎo)致勞動生產(chǎn)率激增，

但時機難以預(yù)測

為了估計生成式人工智能廣泛應(yīng)用對美國勞動生產(chǎn)率的提升，我們在圖13中總結(jié)了直接勞動力成本節(jié)省、非失業(yè)工人生產(chǎn)率提高以及重新就業(yè)對勞動生產(chǎn)率的隱含影響。本文的基準(zhǔn)分析結(jié)合了上述的主要發(fā)現(xiàn)，包括大約7%的勞動者完全被人工智能自動化取代，這些被取代的大多數(shù)人只能在生產(chǎn)率略低的職位上找到新工作，部分任務(wù)被人工智能替代的勞動者生產(chǎn)率提高與現(xiàn)有估計一致（圖9），并且這種影響在10年的時間內(nèi)實現(xiàn)，大約從半數(shù)企業(yè)應(yīng)用生成人工智能的時間開始。在這些假設(shè)下，我們估計廣泛應(yīng)用生成式人工智能可以使整體勞動生產(chǎn)率每年提高約1.5個百分點（最近的平均增長率為1.5%），與之前的變革性技術(shù)（如電動機和個人電腦）提振勞動生產(chǎn)率增長的幅度相當(dāng)。本文估計AI對勞動生產(chǎn)率增長的提振幅度相當(dāng)大，但不確定性也很大。因此，圖13還考慮了其他可能的情景，并表明美國生產(chǎn)率增長的提振幅度大概率在0.3—3.0個百分點之間，具體取決于生成式人工智能可以執(zhí)行的任務(wù)的難度級別、最終自動化的工作數(shù)量以及應(yīng)用速度：

首先，我們改變了AI能夠完成的O*NET任務(wù)的難度等級。在一個相對較弱的AI情景下，例如，生成型AI最終只能“閱讀一篇簡短的文章并進行摘要總結(jié)”（難度分數(shù)為2），而不能“確定為新融資的利息成本”（難度分數(shù)為4），若按照這種估計，勞動生產(chǎn)率增長的提升將降至每年0.3個百分點。如果AI反而更加強大，再舉個例子，能夠“分析美國所有醫(yī)院的醫(yī)療服務(wù)成本”（難度分數(shù)為6），那么勞動生產(chǎn)率增長的提升將達到每年2.9個百分點。

其次，我們改變了被生成型AI完全取代的勞動力的數(shù)量。假設(shè)沒有勞動力被取代，勞動生產(chǎn)率增長的提升略微減少至每年1.2個百分點，因為未被取代的工人仍將經(jīng)歷顯著的生產(chǎn)力提升，而假設(shè)更大一部分工人被取代，則會使生產(chǎn)率增長的提升達到每年2.4個百分點。

第三，我們改變了AI大規(guī)模應(yīng)用的時間點。如果在20年的時間里實現(xiàn)大規(guī)模應(yīng)用，生產(chǎn)率增長的提升將只有大約一半；如果在30年的時間里大規(guī)模應(yīng)用，生產(chǎn)率增長的提升將僅為三分之一。

從這些分析中得出的主要結(jié)論是，勞動生產(chǎn)率的最終提升尚不確定，但在大多數(shù)情況下仍具有重要的經(jīng)濟意義。

來源：高盛全球投資研究

圖13：生成式人工智能在美國可能會將總體勞動生產(chǎn)率增長提高1.5個百分點，盡管提升的大小將取決于人工智能的能力和應(yīng)用時間

在圖14中，將美國的分析推廣到其他國家，假設(shè)勞動力的行業(yè)組成差異可以解釋勞動生產(chǎn)率增長的大部分差異。估計表明，在本文覆蓋的國家范圍內(nèi)，AI的應(yīng)用可能在10年的時間里使全球年度生產(chǎn)率增長提高1.4個百分點（以外匯加權(quán)平均計算），盡管預(yù)計在新興市場經(jīng)濟體中，這種影響可能會有所延遲。

來源：高盛全球投資研究

圖14：其他國家也可以大力提高生產(chǎn)率，人工智能的廣泛采用可能在10年內(nèi)推動全球年生產(chǎn)力增長1.4個百分點

廣泛采用AI可能最終使全球GDP在10年內(nèi)增長7%或近7萬億美元。盡管AI影響的大小最終取決于其能力和采納時間表——圍繞這兩個因素的不確定性足夠高，以至于目前還沒有將我們的發(fā)現(xiàn)納入基線經(jīng)濟預(yù)測——但我們的估計突顯了生成式AI在實現(xiàn)其承諾時的巨大經(jīng)濟潛力。

審核編輯 ：李倩