AI 生产力幻觉：效率承诺为何尚未变成经济产出

正文

Matt Scherer 是开放市场研究所的研究员，他的研究和倡导重点是制定针对人工智能泡沫最终破裂的政策应对措施。他的《硬重置》文章重点强调人工智能泡沫带来的风险，并反击助长泡沫的炒作。这里表达的意见仅是他自己的。

很容易理解为什么人们认为生成式人工智能是一项革命性技术。毕竟，很多工作都涉及写作，而 ChatGPT、Claude 和其他基于大型语言模型的系统的写作速度比任何人类都快。因此，除了人们所说的“使用人工智能使我的工作效率提高了 10 倍”之外，还有实证研究表明，人们可以使用人工智能更快地完成某些任务，例如编码。由于人工智能显然可以提高很多人的生产力，因此它对整个经济也会产生同样的作用似乎已成定局。

那么，为什么在 ChatGPT 发布四年后，生成式人工智能还没有提高单个公司或整个经济层面的生产力呢？

一些人将这种明显的脱节称为“生产力悖论”，这是经济学家埃里克·布林约尔松（Erik Brynjolfsson）（根据罗伯特·索洛（Robert Solow）的观察）创造的一个短语，指的是 20 世纪 70 年代和 80 年代，信息技术迅速发展，但整个经济的生产力统计数据几乎没有变化。一旦公司重组其组织和工作流程，以计算机和互联网为中心，生产力增长确实会加快（尽管不如工业革命期间和二战后那样显着）。 Brynjolfsson 和其他人认为人工智能也发生了同样的事情。他们表示，一旦企业为人工智能时代重新调整自己，生产力就会真正提高。

但可能有一个更简单的解释：人工智能让人们工作得更快这一事实并不意味着它正在提高生产力，至少不是以真正重要的方式提高生产力。

在随意的谈话中，当有人说他们提高了“生产力”时，他们通常意味着他们在更短的时间内生产了更多的东西。在这种情况下，生产力意味着：

但在经济意义上，也就是决定一项技术如何影响企业和经济的意义上，“生产力”（具体来说，全要素生产力）并不是指生产多少或生产速度有多快。它与您的投入和产出的经济价值有关，就像大规模版本的投资回报率：

可以肯定的是，生产力的口语意义和经济意义有很多重叠。从分子来看，更多的东西通常会转化为更多的经济价值。制造商销售 1,000 个小部件通常比销售 500 个小部件赚到更多的钱。同样，从分母来看，减少生产商品或服务所需的时间往往会提高经济生产率，因为时间是关键的经济投入，特别是当人类劳动力是生产过程的一部分时。如果您只需要 10 小时即可完成以前需要 20 小时才能完成的 500 美元任务，那么您的休闲/个人生产力和真实/经济生产力都增加了一倍。

然而，经济生产力不仅仅是数量和速度。这就是更随意的个人意义上的生产力与技术经济意义上的生产力之间的脱节所在。

首先，商品或服务的经济价值取决于其质量，而不仅仅是数量。数量当然很重要；工业革命在很大程度上始于纺织品，因为新机器通过自动化纺织品生产中涉及的各种任务，可以在更短的时间内生产更多的服装和其他纺织品。但至关重要的是，这些任务的自动化并没有降低纺织品的质量。事实上，它通常会改善它。

音乐剧《屋顶上的提琴手》中的一个场景包含了一个虚构但令人难忘的例证。在场景中，裁缝莫泰得到了一台新缝纫机。莫泰兴奋地向邻居解释说，缝纫机“工作速度提高了一倍”。他举起一块布料，指出“针脚多么紧密、多么均匀”，并感叹道，“从现在开始，我的衣服将是完美的——机器做的！”

他不仅看重机器的速度，还看重机器的速度。这是它的精确性和可靠性。不管他的工作速度有多快，如果莫泰的缝纫机经常出故障并生产出尺寸错误、包含第三个袖子或在顾客手中散开的衬衫，莫泰可能更愿意坚持手工剪裁。1

当然，这给我们带来了生成式人工智能。从经济生产率方程的分母开始。人工智能基础设施建设已经花费了 1 美元。 5万亿美元，除了与芯片供电和冷却相关的永久成本外，明年的支出预计将进一步增加。这意味着人工智能必须产生大量价值才能在经济生产力方面实现收支平衡。

据推测，它的实现方式是自动化软件工程、法律和医学等所谓“知识工作”领域的任务。但众所周知，生成式人工智能很容易出现甚至无法治愈的严重错误，例如捏造判例法、删除代码数据库以及插入不正确的患者诊断。结果就像米奇在幻想曲《魔法师的学徒》场景中试图让一把魔法扫帚为他做家务时遇到的情况一样，通常专业人士必须花费更多的精力来清理人工智能的烂摊子，而不是从一开始就自己完成这项任务。

这种容易出错的现象同时损害了经济生产率等式的两个部分。在分子中，包含严重错误或低质量的输出将几乎没有价值或没有价值。在分母中，知道严重错误经常发生意味着必须投入大量时间进行质量控制，这会增加投入成本。

人们的假设似乎是，此类错误现在或很快将会如此罕见，以至于它们对生产率的负面影响将被产量增加的收益所淹没。但这并不是技术进步通常的运作方式。尽管技术兄弟承诺生成式人工智能将呈指数级增长，但在从特定技术中挤出额外改进时，通常会出现收益递减的情况。

人工智能支持者喜欢说今天的人工智能是你用过的最糟糕的人工智能。但今天的生成式人工智能很可能已经达到了前所未有的水平。

即使生成式人工智能的可靠性问题奇迹般地得到解决，其输出的经济价值也可能不足以显着提高生产率。工业革命具有变革性，因为它使人们更容易获得他们真正需要的东西，有时甚至是非常迫切的东西。即使生产过程带来了一些低效率和缺陷，对服装（以及食品、更快的交通、建筑材料等）的需求是如此巨大，毫无疑问，产量的大幅增加将释放巨大的经济价值。

对于生成式人工智能产生的东西来说，同样的情况也适用吗？多年来，企业界一直在积极尝试自动化、外包、数字化或消除办公室工作，并且许多容易实现的目标已经被采摘。到目前为止，几乎没有证据表明人工智能正在利用剩下的东西创造新的经济价值——即使是对于生成式人工智能被认为擅长的任务也是如此。

回想一下我上一篇专栏中的《金融时报》图表：

人工智能每月发布的应用程序数量几乎翻了一番。但总体而言，大量使用的应用程序数量已开始下降。在应用程序开发方面，仅仅生产更多东西并不能创造新的经济价值。如果这种模式在其他白领领域重演，我们不应该感到惊讶，因为生成式人工智能仍在努力流行。

另一个需要记住的力量是：生成式人工智能真正发挥作用的许多用例对生产力都有严重的负面影响。生成式人工智能的兴起几乎肯定会损害网络安全专家的生产力，因为生成式人工智能擅长发起网络攻击，但不擅长编写阻止网络攻击所需的安全代码。人们还利用人工智能来欺骗公司雇用他们无法胜任的工作。更微妙的是，低质量的人工智能“工作废品”会破坏许多使用它的环境中的生产力，因为这种废品的扩散会浪费时间，并使识别适合目的的工作产品变得更加困难。

当人们谈论幻觉和废话时，好像它们只是令人讨厌的事情，但他们实际上触及了为什么人工智能能否刺激新的工业革命令人怀疑的核心。生成式人工智能通过更快地完成任务而获得的任何收益都可能会被其不可靠性破坏经济价值的各种方式所淹没，或者至少被抵消。

对于生成式人工智能，可能根本不存在生产力悖论——只是生产力幻觉。

1

向我的朋友欧文·费尔斯通（Owen Firestone）提出这句话表示敬意。

思想框架

读完正文后，可以回看文章如何从问题进入、如何通过事实和例子推进、最后把判断落在哪里。