赛迪译丛

本报告主要讨论了人工智能对经济增长的影响，希望能够进一步了解人工智能对经济活动的影响方式，以及对企业、劳动力市场和经济体竞争格局的影响。报告认为，人工智能对全球经济具有巨大推动意义;人工智能对经济的影响会随时间推移逐渐显现;人工智能的采用可能加大不同国家、企业和劳动者之间的差距。

人工智能对全球经济的影响

2018年9月，麦肯锡首次发布《前沿笔记：人工智能对世界经济影响的建模分析》报告。报告认为，在人工智能方面，中国是全球领先者之一。报告还提出了三组帮助经济实体优化人工智能对经济影响的关键问题，分别对应与人工智能相关的国家道路选择、企业和行业竞争力转变以及劳动力转型。

人工智能在全球经济中所扮演的角色已成为一个热门话题。本报告主要讨论了人工智能对经济增长的影响，希望能够进一步了解人工智能对经济活动的影响方式，以及对企业、劳动力市场和经济体竞争格局的影响。三项主要发现如下：

人工智能对全球经济活动具有巨大推动意义。根据模拟计算结果，以平均采用水平估算，综合竞争效应和转型成本因素之后，到2030 年，人工智能可能会使全球经济增长13万亿美元左右，或使GDP累计增长16%左右，相当于每年大约增长 1.2%。

人工智能对经济的影响会逐渐显现，且随着时间的推移会更加明显。人工智能的影响并非是线性的，随着时间的推移，其影响效应将更大。到2030年，人工智能所促成的经济增长可能会是未来5年的3倍甚至更多。人工智能的影响可能会呈S型曲线发展。

人工智能的采用可能会加大不同国家、企业和劳动者之间的差距。人工智能可以促进经济活动，但可能会造成利益分配不均。

国家：与目前相比，在人工智能领域领先的国家可以获得20%至25%的经济效益，而发展中国家可能只会获得5%至15%左右的增长。

企业：到2030年，率先采用人工智能的企业的现金流可能会增加一倍，而未采用人工智能技术或未完全吸收这些技术的企业，按照目前的成本与收益模型，其现金流可能会下降 20%左右。

劳动者：根据模拟结果，大约13%的工资总额会转向非重复性和需要较高数字技能的工作岗位，而重复性和需要较低数字技能的工作岗位的工资水平可能会停滞不前甚至有所降低。

不同国家、企业和劳动者之间的差距可能会不断扩大，但可通过采取相应措施来管理转型，引导各经济体向提高生产率和就业率的方向发展。

评估AI对经济影响的方法

由于研究人员研究人工智能所用研究方法不同，所以得出的具体数据也不尽相同。虽然之前的研究提供了一些对人工智能的早期的见解，但所用的方法也存在一定的缺点和局限性。

首先，评估范围往往只集中在欧洲、美国等发达经济体以及中国，而对除此之外的经济体了解有限。第二，对影响宏观经济的途径的解释不够明确或不够全面。第三，微观经济行为与人工智能影响之间的联系尚不明确。最后，研究通常倾向于估测人工智能的整体潜力，并未考虑到将这些技术应用于社会经济体系的成本或外部负面效应。

本研究旨在更深入、更详细地了解人工智能的影响。本文利用之前对自动化的研究评估了可能被人工智能和自动化技术取代的任务和工作。在人工智能创造新就业机会的问题上，作者使用了2017年12月麦肯锡全球研究院通过对一系列国家进行研究得出的估算结果。研究人员还借助400多项人工智能应用案例的分析结果，评估了人工智能在分析学中的潜在应用，以及在降低成本和提高收入方面的作用。

此外，本研究还估算了实施人工智能的成本以及人工智能技术竞争的影响。

AI可成为经济增长的重要推动力

有关人工智能对GDP和劳动力市场的总体影响和净影响的模拟结果表明，相较于目前，到2030年，人工智能将使全球产出增加16%左右，大约13万亿美元。

此次模拟综合考虑了人工智能带来的26%的GDP增幅、技术转型与实施成本以及外部负面效应。从现在到2030年，这些因素可能会使经济活动平均每年净增长1.2%。

人工智能的影响途径

包括劳动力自动化、创新以及新型竞争在内的一些因素会影响人工智能对生产力的促进作用。本文对人工智能影响生产力增长的7大途径进行了模拟。其中，前3个途径涉及人工智能的应用对生产要素需求与组合的影响，这些生产要素会直接影响到企业的生产力;其他4个途径则是与人工智能的应用、经济环境以及人工智能转型相关的外部途径。

生产途径：本文研究了人工智能对3个生产维度的直接经济影响。第一，增强作用。人工智能技术能够对劳动力与资本起到“增强作用”。第二，替代。人工智能技术投资不仅可以使机器代替人类执行当前任务，节省劳动力，还可以通过实现预防性维护来增加资产的使用寿命，降低新设备的投入需求，从而节约原始资本。第三，产品与服务的创新和扩展。通常，产品与服务创新往往会同时提高产出与投入水平，如就业、资本等。

外部途径：人工智能可以促进全球数据的流动，提高跨境贸易的效率。经济活动的收益可以进行再投资，并带来更多增长。然而，经济活动的扩展也可能会带来一些外部负面效应，如因实施人工智能技术而产生的转型成本、更多的结构性成本、未采用人工智能的企业丧失竞争力、缺乏相关技能的劳动者被取代等。为全面了解人工智能的经济影响，本文还增加了4个正面和负面维度：提高全球流动性所带来的经济收益、财富创造与再投资、转型与实施成本、外部负面效应。

具有较大影響的三类途径

上述7个途径中，有3类途径的影响较为突出：人工智能驱动的自动化在替代现有劳动力方面的应用;人工智能在优质产品与服务的创新方面的应用;人工智能驱动的竞争以及对企业和劳动者带来的颠覆性影响。

1.到2030年，自动化可使全球GDP增加11%或9万亿美元左右。

与现在相比，到 2030 年，自动化的影响可能会使产出增长9万亿美元或11%左右。即到2030年，生产力增长将推动附加价值的累计增长，而这种生产力的增长通常来自智能资本和劳动力的技能。

2.到2030年，产品与服务创新可能会使全球GDP增加7%或6万亿美元左右。

人工智能可促进创新，而这些创新可用于改进现有产品与服务，并创造全新的产品与服务，从而大大促进全球GDP的增长。模拟结果表明，到2030年，创新可使全球GDP增长7%左右，而这可能会带来6万亿美元的产出增长。

3.外部负面效应和转型成本会使全球GDP降低9%或7万亿美元左右。

基于人工智能的自动化和创新所带来的经济效益都是有成本的，而现有研究通常都会忽视这一要素。麦肯锡最新研究指出，多达14%的劳动者可能需要改变职业类型，部分劳动者可能会在企业内部调整岗位，而其他人则可能需要转向新的行业甚至其他地域。此外，劳动者希望获得一些社会保障和失业补助，以维持其在失业期间的正常生活，直到其重返劳动力市场。

到2030年，这些变化将会带来约7万亿美元的成本。外部负面效应，如失业期间国内消费的降低，可能会使人工智能所带来的积极影响降低 4%。劳动力的转型与人工智能的实施可能也会使成本另外增加5%。

人工智能的影响不断显现

随着时间的推移，人工智能的影响会不断显现，5到10年后将更会加明显。

到2030年，净生产效益会随时间不断增加，但5年内增长较缓。因此，到2030年，人工智能对经济增长的贡献可能会比未来5年高出3倍甚至更多。但如果要全球GDP比目前净增长13万亿美元，可能需要更长的一段时间。

微观与宏观因素的促进作用

微观与宏观因素大致能够从同等程度上促进人工智能对全球经济活动的影响。

1.微观因素影响人工智能的应用。

到2030年，企业吸收人工智能的总水平可能将达到 50%左右。本报告预测，到2030年，大约70%的企业可能会采用部分人工智能技术（目前有 33%），而大约35%的企业可能会完全吸收人工智能技术（目前只有3%）。建模时，考虑到了企业对人工智能的吸收程度各不相同，通过将“部分”与“完全”吸收相加来计算“总”吸收;到2030年，总吸收水平可达50%左右。

2017年，上一代数字技术的平均吸收率约为37%，到2035年可能将达到70%。相比之下，人工智能技术的吸收水平可能要到2027年，才能达到数字技术当前的吸收水平。

数字化与竞争是决定人工智能技术被采用与吸收的速度的决定因素。像上一代数字技术一样，人工智能技术的完全吸收需要经历很长的时间。从技术渗透速度的高端基准来看，采用并完全吸收人工智能的速度可能会略有提升。然而，人工智能的采用和吸收可能会受到一定的限制，该限制来自有效应用所需的技术架构。对此，有两个方面值得注意：数字化和竞争压力。

数字化。数字技术是有效使用人工智能的技术支柱。数字化技术成熟度较高的企业每年采用和吸收人工智能的水平要比数字化程度较低的企业高出12%。

竞争压力。本项研究以企业调查为输入端，模拟了企业为应对该地区同一行业中其他企业的竞争性举措而考虑在特定功能或整个机构中应用人工智能技术的程度。还研究了其他决定因素，如人工智能对盈利能力的影响、是否有可用的应用案例等。以这种微观经济效应来推算，到2030年，竞争压力可使人工智能吸收水平提高 13%左右。

2.宏观因素影响人工智能的采用、吸收和经济效应，且可能造成新的人工智能鸿沟。

本报告将宏观因素大体上分为两类：与人工智能和经济自动化潜力的投资与研究直接相关的指标;为释放人工智能潜力奠定基础或提供先决条件的促成因素。

报告评估了以下三类人工智能相关指标：

人工智能投资。人工智能的经济影响取决于是否有足够的投资来资助新的人工智能企业和人工智能研究，并实现更大的企业投资。

人工智能研究活动。许多企业实验室现已成为许多重要会议中人工智能知识的顶级贡献者之一，这些会议包括神经信息处理系统会议（NIPS）、国际机器学习会议（ICML）等。

人工智能和自动化推动潜在生产力增长。麦肯锡全球研究院的往期研究发现，机器和工资的相对成本可以推动自动化和应用人工智能的潜力。

报告将其他五个方面归类为促成因素。这些因素是采用和吸收人工智能的基础，部分因素也可能会影响人工智能相关指标。

数字吸收。衡量数字基础、成熟度或国家竞争力的传统标准往往侧重于数字基础设施。但企业如何开发数字资产并将其用于整个机构对采用人工智能才更为重要。

创新基础。创新程度可以决定一个国家是否有能力开发强大的人工智能解决方案并将其商业化。

人力资本。人力资本对新知识的吸收和实际应用至关重要。

连通性。与世界连通性较强的国家可能有更好的创新基础，且最有可能从人工智能中获益。

劳动力市场架构与灵活性。拥有强大的社会支持并提供广泛培训的国家，其民众反对人工智能的可能性较低，从而可能会降低人工智能实施的成本。

人工智能会拉大经济差距

虽然人工智能有很大的潜在利益，但这些利益不太可能平均分配。国家、行业、企业和劳动者之间的差距可能会不断扩大。只有对这种可能性进行适当管理，人们才能以可持续的方式接受人工智能对全球经济的潜在影响，甚至对可能限制其经濟影响的技术加以抵制。

1.按采用和吸收人工智能的准备程度，可将各国分为四大类。

本报告对41个国家进行了分析，首先计算了全球平均值，然后测量了标准差，并将标准差高于平均值的国家归于“高于阈值”类，将标准差低于平均值的国家归为“低于阈值”类，将其余国家归为“阈值之内”类。

根据现有数据，基础相对类似的国家可分为4大类。

积极的全球领先者（中国和美国）：目前，上述两国正引领人工智能的竞赛，且这两个国家都拥有与众不同的独特优势。比较优势较强的经济体：相对而言，这类国家通常具有强大的推动力，较有可能从人工智能中获益。基础一般的经济体：这类经济体从人工智能中获取经济利益的能力一般。基础有待加强的经济体：这类国家从人工智能中获取经济利益的能力相对较弱。

2.领先与落后类国家之间差距显著，而且可能会进一步扩大。

吸收人工智能技术最多和最少的国家类别之间在吸收水平上存在显著差异。根据模拟，到2023年，从人工智能中受益潜力较高的经济体对人工智能的吸收水平可能会比较晚采用人工智能的经济体高出11%左右，到2030年，这一差距可能会扩大到23%左右。

由于吸收率不同，人工智能的潜在经济效应也有所不同。此外，由于经济收益会随时间不断融合，对经济收益最高和最低的国家类别之间的净经济效应的模拟差距可能也会不断扩大。对各国的模拟结果表明，领先国与落后国（如瑞典与赞比亚）之间的经济效应可能存在显著差距。从净GDP效应来看，到2030年，这一差距可能会从2025年的3%扩大到19%。

整体来说，本报告所讨论的有关人工智能影响的经济驱动因素对那些已经准备好采用这些技术的国家更为有利。然而，这些驱动因素对各个国家的影响程度也不尽相同。本项研究发现，通过取代劳动力，发达经济体可获得10%至15%的生产力增长，而发展中经济体的生产力只能增长5%至10%。

3.数字成熟度越高，活跃度越高的行业受人工智能的影响越大。

作者从麦肯锡全球研究院之前的研究中发现，各行业的数字成熟度与其对人工智能的采用和吸收状况呈正相关关系。为评估企业级差异，本报告选取了采用人工智能相对较快的电信与高科技行业与采用人工智能较慢的医疗行业进行研究。

初步模拟结果显示，到2030年，人工智能对电信与高科技行业的经济影响可能是医疗行业的2倍以上。如果人工智能对全国宏观经济影响的平均值为100，则对医疗行业的影响可能比平均值降低40%，而对电信与高科技行业的影响可能比平均值高出40%。

4.率先采用人工智能的企业与未采用企业之间的差距可能会扩大。

研究模拟了人工智能对三类企业的经济影响：“领跑者”、“追随者”和“落后者”。其中，“领跑者”受益最大，而“落后者”受益最少。

5.技能需求可能会发生很大变化，导致劳动者之间的差距扩大。

据麦肯锡全球研究院之前的研究，多达3.75亿劳动者，即全球14%的劳动力，可能需要改变职业，且几乎所有劳动者都需要调整自己，以新的方式与机器协同工作。

总的来说，所呈现的格局将是工资水平与就业机会的不平等性越来越大。拥有高级技能的劳动者可能会获得巨大收益。相比之下，从事重复性劳动的劳动者可能会受到挤压。换言之，部分劳动者可能会被机器取代，而能够与机器协同工作的劳动者可能会极其短缺。

到2030年，数字技能较低的重复性工作在全球经济中的占比将从目前的43%下降到32%，而需要高数字技能的非重复性工作的占比将从42%增加到53%。

6.人工智能有望颠覆劳动力市场，但可能对长期就业整体上有中性或中度负面影响。

目前，关于自动化替代影响的讨论有很多，尤其在人工智能方面。总体而言，人工智能的采用可能不会对长期就业产生重大影响。

随着人工智能的渗透，现有工作岗位会不断减少，而新型工作岗位也会不断出现。到2030年，人工智能投资带来的新工作岗位可提供大约5%的就业机会。此外，通过产品与服务创新以及更高的全球流动参与度，以及经济中所创造的额外财富产生的溢出效应，这些都会刺激对劳动力的需求。这些因素可能会使就业机会增加12%左右。

优化人工智能的关键问题

人工智能的机遇十分重要，但毫无疑问，人工智能的渗透也可能会产生颠覆性影响。

人工智能的影响可能会随时间不断加速增长，初始投资效益在短期内不可见。因此，生产力增益可能不会立即实现，需要耐心和长期的战略思考。

政策制定者需要展现出大胆的领导力，以克服公民因自动化引起的工作威胁而感知到的不安。企业也是解决这一问题的重要一员，需要为与人工智能协同工作的人员制定技能培训与再培训方案。而对个人而言，需要适应就业转换更为频繁的新世界，向新型就业岗位转型，且可能需要不断更新并提升技能，以满足动态多变的就业市场的需求。

简而言之，在人工智能方面，各国大致有两种选择：第一，快速或缓慢地采用人工智能;第二，通过提高或降低就业需求（其中许多是新职业）以应对劳动力市场转型。因为选择不同，各国可能会呈现出不同的景象。

为实现最佳经济结果，主要经济实体，包括政府、企业和个人，需要在转型期间解决诸多问题和挑战。本报告提出了一些可以帮助这些经济实体优化人工智能经济影响的问题。第一组问题旨在为那些致力于发挥人工智能潜力的国家指明道路;第二组问题与人工智能如何改变企业和行业的竞争力有关。

各国如何充分利用人工智能

各国如何加大对自身有利且能够增加工作需求的投资？政策制定者如何通过提高對创造力、批判性思维以及适应性终身学习的重视程度来改进教育与学习体系？各国如何增加人力资本投资才能扭转劳动者培训公共投资较少甚至逐渐下降的趋势？政策制定者如何改善劳动力市场的活力，如何改进并加速劳动者与工作岗位之间的匹配，如何实现更广泛的运作方式，如零工经济，以及如何解决福利分配、劳动者分类、工资可变性等问题？各国如何安全地引入人工智能和自动化技术，以应对数据安全性、私密性、恶意使用、潜在偏见等问题？各国如何改进与收入相关的政策才能尽量减少就业骤降或薪资压力加大或二者同时产生的颠覆性影响？是否应该考虑测试，例如条件转移、流动性支持、普遍基本收入或三者的某种组合的想法？如何为受影响劳动者提供最为有效的转型支持和安全保障？如何建立新的社会契约，以获得工会等各相关方支持？

人工智能如何改变企业和行业的竞争基础

计算能力与容量、数据、算法以及人才情况可能会发生哪些变化？各项要素的演变会对各企业产生何种影响？哪些企业会从中受益，哪些企业可能被淘汰？如何鼓励良性竞争才能保持最佳平衡，即率先采用人工智能的企业会从中受益，同时也能减少“胜者为王”动态对后期采用者的负面影响？行业结构如何演变，如何对行业重新定义？例如，最有可能成为创造先锋的技术平台将发挥何种作用？领跑企业与落后企业之间差距的扩大可能会产生何种影响？如何消除不同行业中的这些差距？企业如何重新设计工作流程才能提高劳动者与机器的紧密协作并在整个架构中吸收人工智能技术？如何创建协同性更强、更灵活的非层级机构架构和文化？