原文链接：Benchmarking AI productivity gains against smartphones, the internet, and the PC 

本文作者：Ryan Shannon  编译：CoinTime Candice

上周我提出，人工智能看起来越来越像将成为技术的平台转变，这是自2000年代中后期向移动设备转变以来的第一次。七天后，这看起来更像是一种必然，而不仅仅是一种理论。

虽然理论上称之为平台转变很有趣，但我一直想知道这一点是如何被证明的。外面有一些关于这个问题的理论，但我总是发现最令人信服的理论是由硬数据支持的。虽然消费者的使用和采用是一个令人信服的指标，但我认为最显著和最有价值的指标总是回到生产力上来。

当我们回顾人类历史上最伟大的发明时，它们通常都围绕着让我们用更少的时间做更多的事情：火车、车轮、印刷机和电力都提高了人类的生活水平，并帮助满足了我们的基本需求，这样我们就可以把时间花在其他地方。我认为语言是人类历史上最伟大的发明，它使我们能够相互分享我们的知识，从而提高生产力。

近年来，随着生活水平的提高，突破性发明通常侧重于提高我们的工作效率，使工人本身能够为我们的社会做出更多贡献。无论如何，这都不是一个完美的衡量标准（已经有充分的记录），但衡量生活质量/生活水平的最干净、最具可比性的标准通常是实际人均GDP。换句话说，推动繁荣的主要因素是劳动生产率。

数字！数据！图表！

以下是麦肯锡在其最新生产力报告（2023年2月）中汇总的关于美国劳动生产率的图表。显而易见的是，劳动生产率的增长有明显的高峰和低谷。虽然实际薪酬的增长通常低于生产力（因为资产持有者比工人阶级积累的价值更多），但这两者肯定高度相关：

麦肯锡的团队已经对这些数据做了出色的注释，并对不同经济时代的趋势提供了一些评论。有趣的是，我并没有真正看到衰退与劳动生产率之间的任何相关性，所以衰退本身似乎并不是一个很大的因素。

然而，我认为将我们讨论过的最近几次技术平台转变的时间段叠加起来，看看它们是否能告诉我们平台转变如何影响生产力提高，这可能会很有趣。

首先，为了完整起见，我将数字计算的出现包括在内，但我认为最好忽略它。20世纪40年代和50年代的战后繁荣时期，由于各种原因（战时工厂的重新利用、自动化程度的提高等），生产力提高，很难将所有这些价值都归因于数字计算机的发明。

其次，确定技术何时开始真正促进生产力提高有些不太精确。根据非常高水平的研究，似乎个人电脑在20世纪80年代开始普及，大多数美国人在1995年和2002年之间开始使用互联网，大多数美国人在2010年和2017年之间采用智能手机。再次强调，这并不是精确的科学，但我认为方向是正确的。

如果我们在上面的同一张图表上强调这些范围，我们最终会得到如下结果：

这些数据中有很多有趣的趋势。首先，在数据集的最后两年（2020年和2021年），生产力似乎有了很大的提高。我的理解是，这是由于疫情期间员工居家办公带来的生产力提高，麦肯锡在文章中也提到了这一点。我认为忽略过去两年是最安全的，因为很难判断生产率将如何在2022/2023年的最终数据中正常化。

回到正在讨论的问题，看起来个人电脑和互联网的激增与生产力加速增长的时期相吻合，而向智能手机的转变则与生产力增长的放缓相吻合。如果说这些平台的转变占了这些时间段内生产力的所有变化，那当然是太远了，但我认为这肯定是影响一些基本基线的一个大因素。麦肯锡团队在他们的文章中暗示了这一点，他们声称生产力增长与各子行业的数字采用之间有70%的相关性：

如果我们假设这种相关性广泛适用于这项工作，那么可以解释为技术创新和采用占生产率同比变化的大部分。当我们观察我们的注释图表时，这意味着个人电脑和互联网的采用分别推动了劳动生产率增长约200个基点，而智能手机的采用则推动了劳动生产率增长下降约150个基点。这里的计算都是非常高层次的，但这是非常有趣的东西。

也许智能手机和所有通过社交媒体滚动的行为实际上使我们的生产力降低？这当然让人觉得很有道理。

预测人工智能对生产力的影响

回到正在讨论的问题，我们预计人工智能的采用将如何影响工人的生产力？《华尔街日报》最近报道了宾夕法尼亚大学和OpenAI的研究人员进行的一项研究，该研究称，80%的美国劳动力可能有至少10%的工作任务“暴露”在LLM中，而19%的人可能看到至少50%。根据我对这项研究的解读，听起来研究人员所面临的障碍是“在保持质量一致的情况下，完成特定DWA或任务所需的时间可能减少50%”。

该研究继续指出，在整个数据集中的所有任务中，有14-15%的任务暴露在LLM中。如果我们保守地将50%的时间减少到所有暴露的任务中，这将意味着工人的生产力提高了750个基点，是我们看到的采用个人电脑和互联网所产生的影响的三倍多（从技术上讲，这种计算方式低估了那些可以节省50%以上时间的任务，而完全忽略了那些可以节省50%以下时间的任务）。

在研究这篇文章的过程中，我还看到了高盛的这份报告，该报告得出了类似的结论。根据高盛的分析，他们认为人工智能的采用将使美国的劳动生产率每年提高约150个基点。如果我们假设人工智能达到主流采用所需的时间与之前的技术平台转变大致相同（根据上述消息来源，这似乎需要大约七年的时间），这将导致劳动生产率提高1050个基点。听起来高盛的分析师对人工智能的影响更加乐观，这对我们的计算是一个有用的参考。如果我们将所有内容整合在一起，并将其绘制成单个图表，可能会得到类似于这样的结果：

不用说，如果这是真的，那就太不可思议了。是的，人工智能解决方案在短期内不太可能达到100%的采用率，而且肯定会有监管障碍导致部署缓慢，但理论上这无疑是一个令人兴奋的前景：即使使用我们比高盛更保守的计算方法，人工智能似乎很可能对劳动生产率产生比采用个人电脑、互联网或移动电话更大的积极影响。

个人电脑和互联网的采用推动了生产力的大幅提高，从而推动了全球生活水平、全球繁荣和人类创新的大幅提高。如果人工智能能够重复个人电脑/互联网的成功水平，那么必然会有一波繁荣浪潮随之而来。对人工智能的危险保持谨慎很重要，但我认为，如果利用得当，它也可以让世界变得更好。

房间里的大象：生产力——工资差距

正如人们在第一张图表中看到的那样，实际工资肯定与生产力的提高相关，但他们往往不能百分之百地分享到上升的好处。自20世纪80年代以来，我们在美国看到了两者之间的脱钩，因为大多数生产力收益都流向了资产持有者，而劳动者/工人阶级却落在了后面（根据经济政策研究所图表）：

大多数经济学家认为，这种分歧来自20世纪80年代Ronald Reagan时代（“涓滴经济学”或“里根经济学”）为抑制工资增长而进行的公共政策改革，但这种分歧在1989年后的美国也持续存在（在其他G7国家，这种脱钩似乎总是要柔和得多）。然而，有一些早期的迹象表明情况是乐观的：2020年和2021年，实际工资增长似乎与生产率增长同步。

随着任何新技术的激增和创造经济价值，重要的是每个人都能分享日益繁荣带来的好处。如果人工智能目前在提高生产力增长方面处于有利地位，甚至比我们从个人电脑和互联网的激增中看到的还要多，那么这比以往任何时候都更重要。这在很大程度上将归结于监管、补贴和再培训计划，因为一些工作岗位比其他工作岗位受到的影响更大。

我们将何去何从？

虽然很容易指出天网/末日人工智能的未来，但我认为，随着人工智能消除了人类完成一些最单调、最不愉快的工作的需要，有可能为所有人带来一些非常繁荣的结果。

随着人工智能等技术的飞速发展，似乎越来越多的人支持某种版本的全民基本收入。随着最没有成就感的工作岗位的消失，如果每个人的基本人类需求都由政府提供，人们当然可以想象一个未来，人们可以自由地追求更具成就感和创造性的事情，最终为全人类带来一个新的复兴时代。

*本文由CoinTime整理编译，转载请注明来源。