《AI·未来》

人工智能革命会达到工业革命的规模，甚至规模会更大，速度会更快

与技术乐观主义者展开争论的是当代一些最聪明的经济学家，劳伦斯·萨默斯（LawrenceSummers）就是其中一位。他是世界银行的首席经济学家，克林顿在任时的财政部长，以及奥巴马在任时的国家经济委员会主席。近几年，他开始告诫大家要警惕对技术变革和就业率的盲目乐观。2014年萨默斯在《纽约时报》的采访中称：“答案当然是不要停止技术变革，但也不能只是假设市场的力量会保证一切都好起来。”布莱恩约弗森也提出了类似警告，呼吁正视财富创造和就业逐渐脱节的问题。他认为这会是“我们社会在未来10年内面临的最大挑战”。

我相信，人工智能很快会成为举世公认的下一个GPT，刺激经济生产甚至促进社会组织变革。人工智能革命会达到工业革命的规模，甚至规模会更大，速度会更快。这些变革会比之前的经济革命更广泛。蒸汽动力从根本上改变了体力劳动的性质，ICT从根本上改变了某些类型的脑力劳动，人工智能则会同时影响这两者。人工智能会以远超人类的速度和力量执行多种类型的体力和智力任务，大大提升运输、制造、医学等各个方面的生产力。

与第一次和第二次工业革命中的GPTs不同的是，人工智能不会推动经济生产的去技能化。它不会让少数人完成高级任务，也不会将其分解成由更多低水平技工完成的小任务。它只会接管符合以下两个标准的任务：可以利用数据优化，并且不需要社会互动（在后边的章节中我会更详细地分析到底哪些工作可以由人工智能取代，哪些工作不能被代替）。

确实，这一过程中会创造一些新的岗位，例如机器人修理工和人工智能数据科学家。但人工智能对就业的主要影响不是通过去技能化而创造工作，而是通过越来越智能的机器替代工作。理论上来说，失业工人可以在其他更加难以自动化的产业中找到工作，但这一漫长的过程本身极具破坏性。

然而，人工智能不会给我们足够的时间。和前几次GPTs推动的经济转型相比，人工智能带动的经济转型会发生得更快。工业革命历时几代人才完成，而人工智能革命在一代人的时间内就能产生重大影响。这是因为人工智能会在三个催化剂的作用下加速自身的应用与扩散进程，这些催化剂在蒸汽动力和电力投入广泛应用时是不存在的。

第一个催化剂是人工智能算法的易复制性。硬件密集型革命的技术转型要获得动力，需要发明、设计原型，建造实体产品并出售和运送给最终用户。任何硬件想要获得小幅提升，都需要重复以前的流程，同时参与成本和社会摩擦会减慢每次微调被采纳的速度。这些流程、摩擦减缓了新技术的开发，延长了发展的时间，直到产品获得商业收益后才会被广泛使用。

然而，许多提高生产力的人工智能产品只是数字算法，可在全球无限复制、零成本应用。应用后的更新和改进也是几乎无成本的。这些数字算法（人工智能机器人和自动驾驶汽车的硬件会有复制生产的成本，但底层软件没有）会很快推广，替代大量的白领工作。如今的大部分白领员工的职责是获取信息和处理信息，然后根据这些信息做出决策或提出建议。而人工智能算法恰好最擅长这一工作，可以全面且快速地完成人机替换。实际上人工智能机器人的销售情况只会越来越好。如果再把推广和改善的成本降低，人工智能推广应用会急速加快。

第二个催化剂是风险投资业（VC）的诞生。VC指的是对高风险高潜力公司的早期投资，这一行业在20世纪70年代之前几乎不存在。前两次工业革命中，投资者和创新者只能依赖脆弱的、东拼西凑的筹资机制来开发自己的产品。通常他们的资金来源于自身财富、家族成员、富有的赞助人或银行贷款。这些都没有为高风险高潜力的革命性创新建立激励机制。缺乏风险融资，意味着许多好想法可能永远都无法实现，GPTs的推广应用也会很慢。

如今，VC已是新技术商业化的一种常见投资方式。2017年，全球风险投资创造了1480亿美元的新纪录。同年，日本软银（Softbank）宣布成立1000亿美元的“愿景基金”（VisionFund），而全球VC投资人工智能创业公司的金额也跃升到了152亿美元，跟2016年相比增长了141％。VC在坚持不懈地寻找好项目，以获得新的GPT（如人工智能）中每一美元生产力的回报。在未来10年中，VC会推动人工智能的快速应用和商业模式迭代，千方百计地探索这一技术可以做的每一件事。（连载十六）