爱吧机器人网 » 专题 > 观点 > 正文

人工智能的前景与陷阱

作者:Jacques Bughin/麦肯锡全球研究院主管
Nicolas van Zeebroeck/索尔维布鲁塞尔经管学院教授

来源:辛迪加

翻译:赵健榆/第一财经研究院研究员
 
导语

人工智能在带来长期收益之前必会造成短期痛苦,比如在人工智能导致严重分配不均的背景下,这痛苦极有可能引发民众对该技术的强烈抵制。

与其他巨大变革一样,人工智能的兴起在带来机遇的同时,也引发了同等程度的挑战。麦肯锡全球研究院(MGI)的最新研究显示,人工智能拥有显著提升全球整体生产率的潜能。即便考虑到转型成本和竞争效应,截至2030年人工智能依然可以使全球GDP每年提高1.2%左右,总产量增加13万亿美元。同19世纪的蒸汽机、20世纪的工业制造及21世纪的信息技术相比,人工智能的经济影响力有过之而无不及。

目前对人工智能的最大担忧,同时也是讨论最多的话题就是未来其取代的工作岗位是否会比创造的更多。但MGI的研究显示,长期来看,采用人工智能并不会对“净就业”(net employment)产生重大影响。到2030年,对该领域的陆续投资会增加5%的工作岗位,其创造的财富反过来也会提高劳动力需求,就业率将相应提高12%。

虽然整体情况比较乐观,但坏消息依然存在。首先,人工智能各方面(尤其是生产率)的益处需要时间来显现。MGI的研究显示,与今后5年相比,人工智能对增长的贡献需要等到2030年才会高出3倍以上。

这也符合索洛生产率悖论,即生产率的提升要落后于技术进步。部分原因在于经济体最开始会面临高昂的转型及落实成本。但在研究人工智能对经济的影响时,这部分成本往往会被忽视掉。MGI的模拟研究则发现,未来五年这些成本将占到潜在总收益的80%,不过到2030年,会降至三分之一左右。

人工智能让人不安的另一点在于其产生的效益不太会得到公正分配。这一 “人工智能差异”(AI divides)会强化已经由数字差异造成的经济不平等,进一步破坏竞争。

第一个差异可能出现在公司层面。那些充分利用AI技术的创新型公司可以实现现金流翻倍。相应地,它们将雇佣更多工人。而那些不愿或未能以同等速度采用AI技术的公司会被远远抛下。前述研究显示,这些公司会因市场份额缩减而面临现金流下降20%左右的局面,不得不背上裁员的压力。

第二个差异关于技能。AI技术的普及将改变市场对劳动力的需求。那些重复性任务会轻易地被自动化机器取代,依赖社交或认知的任务的比重则会上升。MGI的模拟研究显示,以重复性操作和低数字技术含量为特征的工作岗位在总体职务中的占比将从40%降至2030年的30%;而以非重复性操作和高数字技术含量为特征的工作岗位将从40%升至50%以上。这一转变将导致薪酬差异的进一步扩大。从事重复性和低数字技术含量工作的劳动者很可能面临薪酬减少的状况。

第三个差异,即国家层面的差距已经十分明显,并将持续扩大。大多数发达国家把自身定位成AI领导者,由此可能获得额外约20~25%的经济效益,而新兴经济体仅为5~15%。

发达经济体在应用人工智能方面的确拥有显著优势,毕竟他们在此前的数字技术革命上收获颇丰,为AI普及打下了坚固基础。此外,发达经济体大多经历着生产率增长缓慢、人口老龄化、劳动力成本相对较高,这也让他们有强烈动机来采用AI技术。

相较之下,许多发展中经济体数字基础设施严重匮乏,创新和投资能力薄弱,技术储备不足。而且与发达经济体相比,发展中经济体在生产率增长方面还有充足的上升空间,再加上低工资导致的动机抑制效应(motivation-dampening effects),这些因素都让后者无法在应用人工智能方面与发达经济体保持相同步调。

不过上述差异并非不可避免。特别对于发展中经济体来说,他们可以选择如主动强化其数字基础设施、积极鼓励应用人工智能等前瞻性措施来缩小差距。另一方面,为了满足劳动力市场不断变化的需求,企业界也需要在支持低技术群体的教育升级和持续学习方面主动发挥作用。

值得一提的是,这些差异并非只会带来消极作用。资源流向那些表现更优异的企业会让它们在面对来自其他国家的竞争时更具优势,而这对经济的整体健康而言是有益的。

但我们绝不要低估上述差异的潜在风险。想要成功实现人工智能革命,远见和毅力必不可少。我们要意识到,人工智能在带来长期收益之前必会造成短期痛苦,比如在人工智能导致严重分配不均的背景下,这痛苦极有可能引发民众对该技术的强烈抵制。这会偏离我们原本的美好设想,即AI技术带来更高的生产率、收入水平上升和更多的就业岗位。



上一篇:科幻作家郝景芳:中国造不出芯片源于缺乏对事物本质原理探索
下一篇:AI之父Yoshua Bengio:AI令人担忧的未来
精选推荐
谷歌在中国成立一个新的人工智能(AI)研究中心
谷歌在中国成立一个新的人工智能(AI)研究中心

[2017-12-13]  谷歌正在中国建立一个新的人工智能(AI)研究中心,希望进一步扩展到中国,以充分利用中国高度重视的人工智能技术。人工智能是目前地球上最具竞争力的领域之一,亚马逊,微软......

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

这个外科手术机器人可以为患者“量身定制”
这个外科手术机器人可以为患者“量身定制”

[2019-07-12]  世界首创,来自澳大利亚机器人视觉研究中心的研究人员正在推动手术机器人的发展边界,他们创造了可定制的、小型化的手术机器人,能够唯一地 ...

英伟达用联合学习创建医学影像AI 可共享数据和保护隐私
英伟达用联合学习创建医学影像AI 可共享数据和保护隐私

[2019-10-14]  英伟达(Nvidia)和伦敦国王学院(King’s College London)的人工智能研究人员利用联合学习训练了一种用于脑肿瘤分类的神经网络, ...

本周栏目热点

2017年聊天机器人未达到行业预期的3个原因

[2018-01-18]  持续几年的“聊天机器人革命”带来了巨大的期望。营销人员和未来主义者幻想着智能虚拟自主代理人,他们会比我们更好地了解我们自己,从谈话片段中收集我们的愿望,并将我们的......

【浅析】人工智能关键技术决定机器人未来

[2016-02-15]     目前的机器人已经能够胜任精确、重复性的工作,但很多时候,它还不能够灵活 ...

比尔·盖茨:AI是把双刃剑 应用来改善教育医疗

[2019-03-19]  比尔·盖茨表示,在医疗领域人工智能曾用于过滤23andMe的基因数据,发现硒元素的缺乏或可与非洲的早产现象有关。在18个月后,我们可以了解到,该项目是否会给2万多名带来更多......

[2016-01-14]     1月12日,重庆市委书记孙政才在科研机构、企业和产业园区调研时强调,要深 ...

深兰科技方林博士:人工智能自主进化成为可能

[2018-12-07]  人工智能行业在国内迎来集中研究兴盛期,研究侧重点也从观点提出期,发展到了以谷歌Alpha Go和深兰Deepblue Go为代表的机器学习、深度学习独立研究期,并在智能语音识别交互......