在預測人工智慧對成長的影響時，如何獲得大數據-|-在預測人工智慧對成長的影響時，如何獲得大的數字

{"text":[[{"start":null,"text":"

"}],[{"start":11.68,"text":"我必須承認，對於人工智慧是否會毀滅我們所有人的爭論，我大多數時間都選擇忽視。"},{"start":18.759999999999998,"text":"如果我們的數字霸主最終真的把我變成了一個迴形針，那麼至少我會享受到作爲人類最後的寶貴時光。"},{"start":26.959999999999997,"text":"我會用這些時間來思考辯論的另一個部分，即人工智慧對經濟成長的影響有多大。"},{"start":33.01,"text":"這場爭論的利害關係雖然略低，但分歧同樣很大。"},{"start":37.17,"text":"爲什麼會這樣呢？"}],[{"start":38.64,"text":"核心討論涉及人工智慧的範圍、規模和速度。"},{"start":42.79,"text":"人工智慧將是加速自動化的推動力，還是也會推動創新的加速？"},{"start":47.86,"text":"它的影響會是像食物準備中的鱷梨切片器那樣的，還是像微波爐那樣的？"},{"start":53.35,"text":"還有一個風險，那就是儘管技術人員可能喜歡快速行動並打破常規，但企業高階主管更傾向於更爲安逸的生活方式。"}],[{"start":62.21,"text":"人們已經嘗試了多次，試圖估算生成式人工智慧對年度生產力成長的影響，但結果卻大相徑庭。"},{"start":69.85,"text":"去年，高盛(Goldman Sachs)估計，在富裕國家，生成式人工智慧在未來十年內可能會貢獻大約1.5個百分點的成長。"}],[{"start":78.17999999999999,"text":"在此之後不久，麥肯錫(McKinsey)預測，從2023年至2040年，可能會帶來0.1至0.6個百分點的成長。"},{"start":85.66999999999999,"text":"最近，麻省理工學院(MIT)的達隆•阿西莫格魯(Daron Acemoglu)計算出，未來十年的成長最多可能爲0.2個百分點。"}],[{"start":92.60999999999999,"text":"這些數據之間的差距主要源於對速度和規模的不同看法。"},{"start":96.92999999999998,"text":"每個人都在嘗試估計生成式人工智慧將對現有工作產生多大的影響，以及可能節省的成本。"}],[{"start":104.04999999999998,"text":"例如，阿西莫格魯預測，在未來十年中，大約有5%的任務將被人工智慧盈利性地替代或增強。"},{"start":112.02999999999999,"text":"然而，即使如此，這些任務的平均成本節約可能也只有15%左右——如果人工智慧難以替代那些需要大量背景資訊或缺乏客觀成功衡量標準的更難的任務，這個數字可能會更低。"}],[{"start":125.78999999999999,"text":"麥肯錫明確表示，他們對技術擴散的速度有清晰的認識，根據歷史證據，技術在商業化後需要長達27年的時間才能達到採用的高峯。"},{"start":136.28,"text":"然而，他們似乎比阿西莫格魯更看好任務自動化的潛力。"},{"start":140.95,"text":"在麥肯錫的另一份報告中，他們預測到2030年，生成式人工智慧可能佔美國工作時間的8%。"}],[{"start":148.39999999999998,"text":"高盛的分析師也認爲，人工智慧將影響到大量的工作。"},{"start":153.08999999999997,"text":"但更大的分歧在於時間安排。"},{"start":155.45999999999998,"text":"他們將電動機和個人電腦的突破引爲例，這些突破導致美國勞動生產率在十年內每年成長約1.5個百分點。"},{"start":164.35999999999999,"text":"然而，這些突破卻需要20年纔開始。"},{"start":168.04999999999998,"text":"換言之，他們預測的繁榮期是在「未來十年」，而不是從現在開始的這個十年。"}],[{"start":174.46999999999997,"text":"在最近的一份報告中，高盛的分析師引用了調查結果，顯示不到二十分之一的公司報告「在常規生產中使用生成式人工智慧」。"},{"start":183.33999999999997,"text":"他們還確認，全球國內生產總值(GDP)的大部分成長將在2030年之後實現。"}],[{"start":188.78999999999996,"text":"關於速度和規模的問題確實重要。"},{"start":192.03999999999996,"text":"但可能更大的問題是關於人工智慧的應用範圍。"},{"start":195.51999999999995,"text":"喬治梅森大學(George Mason University)的泰勒•考恩(Tyler Cowen)最近對阿西莫格魯的論文提出了批評，他認爲阿西莫格魯的論文忽視了人工智慧執行新任務或創造新事物的可能性——只需看看那些模仿莎士比亞或伊隆•馬斯克(Elon Musk)的聊天機器人就能明白。"},{"start":211.33999999999995,"text":"阿西莫格魯的觀點是，行業的焦點在其他地方，例如數字廣告。"}],[{"start":216.53999999999994,"text":"可能會有更大的收益在等待我們。"},{"start":219.00999999999993,"text":"過去的幾十年裏，全球一直在將越來越多的資源投入到創新中，但收益卻在逐漸減少。"},{"start":225.98999999999992,"text":"一項在2020年發表的研究發現，自20世紀30年代以來，美國經濟的研究生產力已經下降了41倍。"}],[{"start":233.77999999999992,"text":"樂觀主義者認爲，人工智慧能夠提升這些回報，並加速我們發現新想法的速度。"},{"start":239.63999999999993,"text":"就在本週，谷歌DeepMind(Google DeepMind)推出了一款人工智慧模型，有助於研究人員尋找新的藥物。"},{"start":246.27999999999992,"text":"美國西北大學(Northwestern University)的本•瓊斯(Ben Jones)認爲，對生產力的影響可能會超過早期基於自動化的最樂觀預估。"}],[{"start":253.1999999999999,"text":"「一些不確定性當然是有益的，」阿西莫格魯在談到人工智慧帶來的變化時說，「因爲我們纔剛剛開始。」"},{"start":260.63999999999993,"text":" 這意味著還有許多其他重要的問題需要思考，包括如何分享經濟成長的成果。"},{"start":266.49999999999994,"text":"除此之外，也許我會允許自己思考，是否有一天會有一個強大到可以把迴形針變回人類的人工智慧。"}]],"url":"https://creatives.ftacademy.cn/album/154099-cn-1715411509.mp3"}