人工智能(AI)工具和技術在商業和全球經濟中的作用是一個熱門話題。這並不奇怪，因為人工智能可能會引發人們生活和工作方式的強烈轉變，可以說是前所未有的。儘管人工智能革命尚未處於起步階段，但其大部分經濟影響已經在到來了。
麥肯錫全球研究所的新研究試圖模擬人工智能對世界經濟的影響。首先，它建立在對公司行為和各部門動態的理解的基礎上，以一種自下而上的方式來採用和吸收人工智能技術。其次，它考慮了國家、公司和員工在向AI過渡時可能遇到的顛覆。在這個過渡期間很可能會產生成本，並且需要將它們納入任何估算中。該分析研究瞭如何在公司、員工和國家之間分配經濟收益和損失，以及這種分配如何可能阻礙人工智能效益的獲取。第三，該研究考察了普遍國家的人工智能動態 - 聚集在具有相似特徵的群體中 - 旨在提供更全球化的觀點。
根據現階段可獲得的最佳理解，將分析視為人工智能潛在經濟影響的指南。主要調查結果如下：
人工智能有很大的潛力為全球經濟活動做出貢獻
一個關鍵挑戰是採用人工智能可能會擴大國家、公司和員工之間的差距
一、人工智能有很大的潛力為全球經濟活動做出貢獻
麥肯錫全球研究院研究了五大類AI：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習。公司可能會在不同程度上使用這些工具。有些人會採取機會主義的方法，僅測試一種技術並在特定功能中進行試驗(我們的模型稱之為採用的方法)。其他人可能更大膽，採用所有五個，然後在整個組織中吸收它們(我們稱之為完全吸收的方法)。在這兩極之間，將有許多公司處於不同的採用階段;該模型還捕獲了採用的部分影響。
到2030年，平均模擬顯示，大約70%的公司可能採用了至少一種AI技術，但不到一半的公司將完全吸收這五種類別。採用一種技術和完全吸收的模式可能相對較快，處於其他技術所觀察到的高端。
一些障礙可能阻礙快速採用和吸收。例如，後期採用者可能會發現難以從AI產生影響，因為領跑者已經抓住了AI機會，而後期採用者在開發能力和吸引人才方面落後。
儘管如此，在我們模擬所暗示的全球平均採用和吸收水平上，人工智能有可能在2030年之前為全球額外貢獻約13萬億美元，或與今天相比累計GDP增長約16%。這相當於每年GDP增長1.2%。如果交付，這種影響將與歷史上其他通用技術的影響相媲美。
包括勞動力自動化，創新和新競爭在內的許多因素都會影響人工智能驅動的生產力增長。微觀因素，例如人工智能的採用速度，以及宏觀因素，例如一個國家的全球聯繫或勞動力市場結構，都會造成影響。
我們的模擬研究了七種可能的影響渠道。前三個涉及人工智能採用對生產要素的需求和組合的影響，這些因素直接影響公司的生產力。其他四個是與採用人工智能有關的外部因素，涉及廣泛的經濟環境和向人工智能的過渡。我們承認這七個渠道不一定是確定的或是全面的，而是基於我們目前的理解和發展趨勢(圖1)。
AI的影響可能不是線性的，但隨著時間的推移可能會加速增長。到2030年，它對增長的貢獻可能是未來五年的三倍或更多倍。採用和吸收人工智能的S曲線模式可能是一個緩慢的開始，因為學習和部署這些技術需要相當大的成本和投資，然後由競爭的累積效應和補充能力的改進推動加速創新。
將這種“緩慢燃燒”的影響模式來解釋AI的影響將受到限制，這是一種錯誤的判斷。早期進入這些技術的人的利益規模將會在以後的幾年裡逐漸積累起來，代價則是犧牲有限或沒有采用的公司。
二、一個關鍵挑戰是採用人工智能可能會擴大國家，公司和工人之間的差距
儘管人工智能能夠促進經濟活動，但其效益可能不均衡。
AI如何影響國家
人工智能可能會擴大國家之間的差距，從而加強當前的數字鴻溝。由於人工智能採用率不同，各國可能需要不同的戰略和對策。
人工智能採用領導人(主要是發達國家)可以鞏固他們對於發展中國家的領先地位。與今天相比，領先的人工智能國家可以獲得額外20%至25%的淨經濟效益，而發展中國家可能只能獲得約5%至15%。許多發達國家可能別無選擇，只能推動人工智能實現更高的生產率增長，因為其GDP增長勢頭放緩 —— 在許多情況下，部分反映了人口老齡化帶來的挑戰。此外，在這些經濟體中，工資水平很高，這意味著比起低工資發展中國家，更有動機使用機器替代勞動力。
相比之下，發展中國家傾向於採取其他方式，包括追趕最佳做法和重組其行業，以提高其生產力。因此，他們可能沒有動力去推動人工智能(無論如何，這可能會為他們提供比發達經濟體相對更小的經濟效益)。而一些發展中國家可能被證明是這一規則的例外。例如，中國製定了國家戰略，成為人工智能供應鏈的全球領導者，並且正在大力投資。
AI如何影響公司
人工智能技術有可能導致領先者(在未來五到七年內完全吸收AI工具的公司)與非採用者(到2030年，在其業務中完全不採用AI技術或未完全採用AI技術的公司)之間的表現差距。
在這個範圍的一端，領先者可能不成比例地受益。到2030年，它們可能會使現金流量翻倍(獲得的經濟利益減去相關投資和轉型成本)。這意味著額外的年度淨現金流增長約為6%，比下一個十年更高。領跑者往往擁有強大的IT基礎，更高的AI投資傾向，以及對AI業務案例的積極看法。
假設與今天相同的成本和收入模式，非專業人士可能會從現在的水平下降約20%的現金流量。這種利潤壓力的一個重要驅動因素是公司之間存在強大的競爭動態，可能會將市場份額從落後者轉移到領先者，並可能引發關於人工智能的不公平分配的爭論(圖表2)。
AI如何影響員工
差距擴大可能會在個體員工的層面上展開。對工作的需求可能會從重複性任務轉向那些在社會和認知驅動下需要更多數字技能的工作。以重複性活動為特徵或需要較低水平數字技能的工作崗位，可能會在2030年達到總體就業人數的比例將從40%下降到30%左右。增長比例最大的可能來自非重複活動和需要高數字技能的活動，從大約40%上升到超過50%。
這些轉變會對工資產生影響。我們模擬大約13%的工資總額可能轉移到需要非重複和高數字技能的類別，其中收入可能會增加，而重複和低數字技能類別的工人可能會遇到工資增長停滯甚至削減。後一組工資總額的比例可能從33%降至20%。
就業和工資差距擴大的直接後果將是對人們，特別是那些開發和使用人工智能工具的技術人員的激烈競爭。另一方面，對於相對較高比例的人來說，結構性的過度供給可能會導致他們缺乏與機器合作所必需的數字和認知技能。
總體而言，人工智能的採用和吸收可能不會對淨就業產生重大影響。全職就業需求可能會面臨巨大壓力，但總體淨影響可能比許多人擔心的更為有限。我們對全球模擬的平均情況表明，全職等效就業需求總量可能保持不變，甚至可能在2030年之前對就業崗位產生輕微的負面淨影響。
人工智能的機會很重要，但毫無疑問，它的滲透可能會導致顛覆。 AI的生產力紅利可能不會立即實現。隨著時間的推移，其影響可能會加速增長;因此，初期投資的好處可能在短期內不可見。需要耐心和長期的戰略思考。
政策制定者需要表現出大膽的領導力，以克服員工對自動化所帶來工作威脅的擔憂，這種不安是可以理解的。公司也將成為尋找解決方案的重要參與者，這些解決方案涉及員工與AI合作的艱鉅任務。個人需要適應新的工作週轉更頻繁的世界，他們可能不得不過渡到新的就業類型，還可能必須不斷刷新和更新他們的技能，以滿足動態變化的就業市場需求。
利用新工作也會成為舊工作的歷史趨勢，並通過智能自動化考慮人工智能技術可能節省勞動力性質，調整較低勞動力產出比，到2030年，投資人工智能帶來的新工作將使員工隊伍擴大5%。總生產效率可對就業產生積極貢獻，約為10%。
本文來源前瞻網
閱讀更多 世紀大新聞 的文章
