麥肯錫全球研究所的一項新研究試圖模擬人工智能對世界經(jīng)濟的影響。

首先，它建立在對公司行為和各部門動態(tài)的理解基礎(chǔ)上，形成一個自下而上的視角，關(guān)于如何采用和吸納人工智能技術(shù)。

其次，它考慮了國家、公司和工作者在向人工智能過渡過程中可能遇到的顛覆。在這一過渡時期，很可能會產(chǎn)生一定的成本，并且需要將它們納入任何估算中。該分析研究了經(jīng)濟收益和損失如何在公司、雇員和國家之間分配，以及這種分配如何阻礙人工智能收益的獲取的可能情況。

最后，這項研究調(diào)查了許多國家的人工智能的動態(tài)--這些國家在該方面具有相似的特征--目的是提供一個更具全球化的視角。
 

根據(jù)目前獲得的最佳信息，該分析應(yīng)該被看作是“人工智能的潛在經(jīng)濟影響”的風(fēng)向標。主要發(fā)現(xiàn)如下:
 

1. 人工智能為全球經(jīng)濟活動做出貢獻的潛力巨大
 

2. 一個主要的挑戰(zhàn)是采用人工智能可能會擴大國家、公司和工作者之間的差距
 

一、人工智能為全球經(jīng)濟活動做出貢獻的潛力巨大
 

麥肯錫全球研究所研究了五大類人工智能:計算機視覺、自然語言、虛擬助手、機器人過程自動化和高級機器學(xué)習(xí)。公司可能會在不同程度上使用這些工具。有些公司會采取機會主義方法，只測試一種技術(shù)，并在特定的功能中進行試驗(我們的建模將這種方法稱為采用)。其他人可能會更大膽一些，采用這五種方法，然后在整個組織中吸納它們(我們稱之為完全吸納)。在這兩個極點之間，將有許多公司處于不同的采用階段;該模型還捕捉到了這種部分影響。
 

到2030年，平均模擬顯示，大約70%的公司可能至少采用了一種人工智能技術(shù)，但只有不到一半的公司會完全吸納這五種技術(shù)。
 

一些障礙可能會阻礙人工智能快速采用和吸納。例如，后期采用者可能發(fā)現(xiàn)很難從人工智能中獲益，因為領(lǐng)跑者已經(jīng)抓住了人工智能的機會，而后期采用者在開發(fā)能力和吸引人才方面落后。
 

盡管如此，從我們模擬結(jié)果的全球平均采用和吸納水平來看，人工智能有潛力在2030年之前為全球帶來約13萬億美元的額外經(jīng)濟活動，或比今天的累計GDP高出16%。這相當于每年貢獻1.2%的GDP增長。如果交付使用，這種影響將與歷史上其他重大技術(shù)的影響相媲美。
 

影響人工智能驅(qū)動的生產(chǎn)力增長的因素多種多樣，包括勞動力自動化、創(chuàng)新和新的競爭。微觀因素，如采用人工智能的速度，和宏觀因素，如全球連通性或一個國家的勞動力市場結(jié)構(gòu)，都是人工智能影響規(guī)模的因素。
 

我們的模擬測試了7種可能影響渠道。前三個因素與人工智能的采用對生產(chǎn)要素的需求和組合的影響有關(guān)，而這些生產(chǎn)要素對公司的生產(chǎn)率有著直接的影響。其他四個是與采用人工智能有關(guān)的外部因素，與廣泛的經(jīng)濟環(huán)境和向人工智能的過渡有關(guān)。我們承認，這7個渠道不是確定的，也不一定是全面的，而是基于我們目前的理解和當前趨勢得出的(表1)。
 

人工智能的影響可能不是線性的，但隨著時間的推移可能會呈加速增長。到2030年，人工智能對經(jīng)濟增長的貢獻可能是未來五年的三倍甚至更多。采用和吸納人工智能的S曲線模式一開始可能很緩慢，因為學(xué)習(xí)和部署這些技術(shù)需要大量的成本和投資，然后在競爭累積效應(yīng)的推動下加速，并伴隨著流程創(chuàng)新提高互補能力。
 

如果將這種“緩慢燃燒”的影響模式解釋為人工智能影響有限的證據(jù)，那將是錯誤的判斷。對于那些早期采用這些技術(shù)的人來說，福利的規(guī)模將在未來幾年逐漸擴大，而那些有限或沒有采用這些技術(shù)的公司將因此付出代價。
 

二、一個關(guān)鍵的挑戰(zhàn)是采用人工智能可能會擴大國家、公司和工作者之間的差距
 

盡管人工智能可以促進經(jīng)濟活動，但其收益分布可能并不均衡。
 

人工智能對國家可能產(chǎn)生怎樣的影響?
 

人工智能可能會擴大國家間的差距，加劇目前的數(shù)字鴻溝。各國可能需要制定不同的策略和應(yīng)對措施，因為人工智能的采用率是不同的。
 

人工智能采用的領(lǐng)導(dǎo)者(主要在發(fā)達國家)可以提高他們對發(fā)展中國家的領(lǐng)先地位。領(lǐng)先的人工智能國家在凈經(jīng)濟效益方面可能比現(xiàn)在多獲得20%到25%，而發(fā)展中國家可能只獲得5%到15%。許多發(fā)達國家除了推動人工智能在GDP增速放緩之際實現(xiàn)更高的生產(chǎn)率增長外，別無他選——在很多情況下，這在一定程度上反映了人口老齡化帶來的挑戰(zhàn)。此外，在這些經(jīng)濟體中，工資水平很高，這意味著用機器替代勞動力的動機比低工資的發(fā)展中國家要強烈。
 

相比之下，發(fā)展中國家往往有其他方式來提高生產(chǎn)率，例如重組產(chǎn)業(yè)。因此，他們推動人工智能的動力可能會不那么強烈(無論如何，與發(fā)達經(jīng)濟體相比，人工智能可能會給他們帶來經(jīng)濟效益相對較小，)。一些發(fā)展中國家可能被證明是例外情況。例如，中國已經(jīng)制定了成為人工智能供應(yīng)鏈全球領(lǐng)導(dǎo)者的國家戰(zhàn)略，并正在大舉投資。
 

人工智能對企業(yè)可能產(chǎn)生怎樣的影響?
 

人工智能技術(shù)有可能導(dǎo)致領(lǐng)先者(在未來五到七年內(nèi)上下完全吸納人工智能工具的公司)與非采用者(到2030年不采用或部分吸納人工智能的公司)的表現(xiàn)存在差距。
 

在采用人工智能技術(shù)范圍的一端，領(lǐng)跑者可能會獲得不成比例的好處。到2030年，它們的現(xiàn)金流可能會增加一倍(經(jīng)濟效益減去相關(guān)投資和轉(zhuǎn)型成本)。這意味著，未來10年將有大約6%的年度凈現(xiàn)金流增長。領(lǐng)跑者往往擁有強大的IT基礎(chǔ)，對人工智能的投資傾向更高，并且對人工智能的商業(yè)案例持積極的看法。
 

在采用人工智能技術(shù)的另一端，假設(shè)成本和收入模式與今天相同，非采用者的現(xiàn)金流與現(xiàn)在相比可能會下降20%左右。這種利潤壓力的一個重要驅(qū)動因素是，企業(yè)之間存在著強大的競爭動力，它們可能會將市場份額從落后的企業(yè)轉(zhuǎn)移到領(lǐng)先的企業(yè)，并可能引發(fā)關(guān)于人工智能利益分配不均的爭論(表2)。
 

人工智能對工作者可能產(chǎn)生怎樣的影響?
 

個體員工之間的差距可能會擴大。對工作的需求可能會從重復(fù)性的工作轉(zhuǎn)向社交和認知驅(qū)動的工作，并且需要更多的數(shù)字技能。以簡單重復(fù)性或低水平數(shù)字技能為特征的工作，到2030年，占總就業(yè)的比例可能從40%左右降至30%左右，降幅最大。最大的需求可能是在非重復(fù)性活動和那些需要高數(shù)字技能的工作中，從大約40%上升到50%以上。
 

這些變化將對工資產(chǎn)生影響。我們假設(shè)，大約13%的工資賬單會轉(zhuǎn)移到需要非重復(fù)性和高數(shù)字化技能的領(lǐng)域，這些領(lǐng)域的收入可能會增加，而重復(fù)性和低數(shù)字化技能領(lǐng)域的工作者可能會經(jīng)歷薪資漲幅停滯甚至減薪。后者的工資占總工資的比例可能會從33%降至20%。
 

就業(yè)和工資差距擴大的一個直接后果，將加劇對人才的爭奪，尤其是那些擅長開發(fā)和使用人工智能工具的人。另一方面，對于缺乏數(shù)字及認知技能且比例仍然相對較高的一部分人來說，存在結(jié)構(gòu)性供應(yīng)過剩的可能性。
 

總體而言，人工智能的采用和吸納可能不會對凈就業(yè)產(chǎn)生重大影響。全職就業(yè)需求可能面臨巨大壓力，但總體凈影響可能比許多人擔(dān)心的更為有限。我們的平均全球情況表明，全職等效就業(yè)需求總量可能保持不變，甚至到2030年可能對就業(yè)產(chǎn)生略微負面凈影響。
 

人工智能的機會是巨大的，但毫無疑問，它的滲透可能會造成顛覆。人工智能的生產(chǎn)率紅利可能不會馬上實現(xiàn)。隨著時間的推移，它的影響可能會加速增長;因此，初期投資的好處在短期內(nèi)可能并不明顯。需要耐心和長遠的戰(zhàn)略思考。
 

政策制定者需要表現(xiàn)出大膽的領(lǐng)導(dǎo)力，來克服公眾對自動化所帶來的工作威脅的不安。公司也將在尋找解決方案的過程中扮演重要角色，培訓(xùn)以及再培訓(xùn)人們與人工智能一道工作來完成復(fù)雜任務(wù)的技能。個人將需要適應(yīng)一個新的世界，在這個世界里，工作更替可能更加頻繁，他們可能不得不過渡到新的就業(yè)類型，他們可能必須不斷地更新和升級他們的技能，以適應(yīng)一個動態(tài)變化的就業(yè)市場的需要。
 

借助創(chuàng)造新工作崗位取代舊工作崗位的歷史趨勢，并考慮到人工智能技術(shù)通過智能自動化可以調(diào)整較低勞動力產(chǎn)出比，人工智能投資驅(qū)動的新工作崗位到2030年可使就業(yè)增加約5%?？偵a(chǎn)率效應(yīng)對就業(yè)的正向貢獻約為10%。